CN114719950A - 一种分步式光纤多维特征参数采集提取方法 - Google Patents
一种分步式光纤多维特征参数采集提取方法 Download PDFInfo
- Publication number
- CN114719950A CN114719950A CN202210182926.1A CN202210182926A CN114719950A CN 114719950 A CN114719950 A CN 114719950A CN 202210182926 A CN202210182926 A CN 202210182926A CN 114719950 A CN114719950 A CN 114719950A
- Authority
- CN
- China
- Prior art keywords
- optical
- vibration
- optical fiber
- data
- monitoring data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种分步式光纤多维特征参数采集提取方法，包括以下步骤：在光纤内存在光信号时，采集光纤内传输的光信号光学基础参量；选取光纤上的一个振动点；响应于采集指令，使振动点振动，光纤；监测地下通信光缆沿线振动的物理量从而获取振动监测数据；建立光信号光学基础参量与振动监测数据之间的关系函数；根据采集提取算法和振动监测数据获得振动信号的特征参数；根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数；所有特征参数合并建立实时多维特征数据集。本发明能够降低误判率。
Description
技术领域
本发明涉及光缆监测技术领域，更具体地，涉及一种分步式光纤多维特征参数采集提取方法。
背景技术
分布式光纤振动传感技术具有同时获取在传感光纤区域内外部振动随时间和空间变化的被测量分布信息的能力， 非常适合于大型工程监测、长距离线路监控、大范围地域安防等领域，其基本特征为:
（1）分布式光纤振动传感系统中的传感元件仅为光纤；
（2）一次测量就可以获取整个光纤区域内被测量振动的一维分布图，可精确测定振动点的距离；
（3）系统的空间分辨力一般在米的量级；
（4）系统的测量精度与空间分辨力一般存在相互制约关系；
（5) 检测信号一般较微弱， 因而要求信号处理系统具有较高的信噪比；
（6）由于在检测过程中需进行大量的信号加法平均、频率的扫描、相位的跟踪等处理， 因而实现一次完整的测量需较长的时间。
分布式光纤传感技术一经出现， 就得到了广泛的关注和深入的研究， 并且在短短的十几年里得到了飞速的发展.依据信号的性质， 该类传感技术可分为4 类:利用后向瑞利散射的传感技、利用喇曼效应的传感技术、利用布里渊效应的传感技术、利用前向传输模耦合的传感技术。利用外界信息具有敏感能力和功能的特殊光纤作为传感元件， 将“传”和“感”合为一体，传感光纤在外界物理因素(如运动、振动和压力)的作用下，改变光纤中的光纤相位，从而对外界参数进行检测，具体来说是当外界的振动作用于光缆时，引起光缆中纤芯发生形变，使纤芯折射率与长度发生变化，导致光缆中光的相位发生变化。当光在光缆中传输时，由于光子和纤芯晶格发生作用，不断地向后传输瑞利散射光。当外界存在振动时，背向瑞利散射光的相位变化转换为光强变化，再经光电转换和信号处理之后，进入计算机进行数据分析。
地下电力通信光缆相比架空光缆而言，不占地面空间，有专门的光缆隧道或通道，既不影响城市美观，又可避免风雨、雷电、污秽等自然灾害造成的影响，能够有效的保障电力通信安全、稳定。但城市建设过程中，部分开发商为了追求效率、节约成本，未去办理相关手续，不了解地下管线敷设情况就直接开挖，造成地下电力通信光缆时常遭受施工作业引起的外力破坏，导致其安全可靠的优势受到严重影响。电力地下通信光缆常采用明沟、直埋和穿管等方式铺设，具有分布广、不可视等特点，针对地下电力通信光缆的日常管理以及维护工作难度较大，在日常维护抢修工作中，需要对地下电力通信光缆线路的各类外力破坏事件成因进行调查，但是现在对线路环境状态的判断一般只是采集单一特征因素来判断，误判率较高。
发明内容
本发明提供一种分步式光纤多维特征参数采集提取方法，基于分布式光纤振动传感技术通过对分步式光纤多维特征参数采集提取，获得多特征因素来对线路环境状态的判断，能够降低误判率。
为解决上述问题，提供一种分步式光纤多维特征参数采集提取方法，包括以下步骤：
（1）在光纤内存在光信号时，采集光纤内传输的光信号光学基础参量；
（2）选取光纤上的一个振动点；
（3）响应于采集指令，使振动点振动，光纤；监测地下通信光缆沿线振动的物理量从而获取振动监测数据；
（4）建立光信号光学基础参量与振动监测数据之间的关系函数；
（5）根据采集提取算法和振动监测数据获得振动信号的特征参数；
（6）根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数；
（7）将步骤（6）所获得的所有特征参数合并建立实时多维特征数据集。
特别的，所述光信号光学基础参量包括波长、频率、强度、偏振态、相位。
特别的，所述获取振动监测数据的方式为通过分步式光纤振动监测设备进行采集。
特别的，所述物理量包括振动波长、振动频率、振动强度、偏振态和振动相位。
特别的，所述采集提取算法为采用短时能量计算方法、短时平均幅度计算方法、短时过零率计算方法、小波分析方法对光纤振动信号进行算法分析。
特别的，所述采集提取算法获得的特征参数包括短时能量、短时平均幅度、短时过零率和小波变换系数。
特别的，所述多维特征数据模型包括数据接收单元、数据分析单元、无效数据排除单元、数据分类模块；
所述数据接收单元用于接收光信号光学基础参量与振动监测数据；所述数据分析单元用于根据光信号光学基础参量与振动监测数据确定维度；
所述无效数据排除单元用于根据关系函数剔除偏差过大的光信号光学基础参量与振动监测数据并去除无效和重复的光信号光学基础参量与振动监测数据；
所述数据分类模块用于对光信号光学基础参量与振动监测数据进行分类。
特别的，所述振动点振动的方法为通过人工敲击光缆。
本发明的有益效果如下所示：
1.本发明一种分步式光纤多维特征参数采集提取方法通过对光纤内传输的光信号光学基础参量以及振动监测数据进行特征提取，从而可以获得多种的振动信号的特征参数和光信号的特征参数，并建立实时多维特征数据集使得后续可以并建立实时多维特征数据集进行地下电力通信光缆线路运行状态的判断，相比以前只根据单一参数进行判断，能有效减少误判率，大大提高判断的准确率。
2.本发明通过建立光信号光学基础参量与振动监测数据之间的关系函数，根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数，根据关系函数剔除偏差过大的光信号光学基础参量和振动监测数据；本发明还通过去除光信号光学基础参量和振动监测数据中无效和重复的光信号光学基础参量与振动监测数据，使得数据更为可靠，冗余性小，增快判断速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
如图1所示，本发明实施例的一种分步式光纤多维特征参数采集提取方法，包括以下步骤：
（1）在光纤内存在光信号时，采集光纤内传输的光信号光学基础参量；
（2）选取光纤上的一个振动点；
（3）响应于采集指令，使振动点振动，光纤；监测地下通信光缆沿线振动的物理量从而获取振动监测数据；
（4）建立光信号光学基础参量与振动监测数据之间的关系函数；
（5）根据采集提取算法和振动监测数据获得振动信号的特征参数；
（6）根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数；
（7）将步骤（6）所获得的所有特征参数合并建立实时多维特征数据集。
光信号光学基础参量包括波长、频率、强度、偏振态、相位。
获取振动监测数据的方式为通过分步式光纤振动监测设备进行采集。
物理量包括振动波长、振动频率、振动强度、偏振态和振动相位。
本实施例中，采集提取算法为采用短时能量计算方法、短时平均幅度计算方法、短时过零率计算方法、小波分析方法等方法对光纤振动信号进行算法分析，使得可以找出不同光缆发生变化的事件中产生振动信号经过不同分析方法后得到的振动信号的特征参数，从而使得后续基于AI算法将不同的事件区分开来。采集提取算法获得的特征参数包括短时能量、短时平均幅度、短时过零率和小波变换系数。
多维特征数据模型包括数据接收单元、数据分析单元、无效数据排除单元、数据分类模块；
数据接收单元用于接收光信号光学基础参量与振动监测数据；数据分析单元用于根据光信号光学基础参量与振动监测数据确定维度；
无效数据排除单元用于根据关系函数剔除偏差过大的光信号光学基础参量与振动监测数据并去除无效和重复的光信号光学基础参量与振动监测数据；
数据分类模块用于对光信号光学基础参量与振动监测数据进行分类。
振动点振动的方法为通过人工敲击光缆。
从上述内容可知，本发明实施例的一种分步式光纤多维特征参数采集提取方法通过对光纤内传输的光信号光学基础参量以及振动监测数据进行特征提取，从而可以获得多种的振动信号的特征参数和光信号的特征参数，并建立实时多维特征数据集使得后续可以并建立实时多维特征数据集进行地下电力通信光缆线路运行状态的判断，相比以前只根据单一参数进行判断，能有效减少误判率，大大提高判断的准确率。
本发明实施例还通过建立光信号光学基础参量与振动监测数据之间的关系函数，根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数，根据关系函数剔除偏差过大的光信号光学基础参量和振动监测数据；本发明还通过去除光信号光学基础参量和振动监测数据中无效和重复的光信号光学基础参量与振动监测数据，使得数据更为可靠，冗余性小，增快判断速度。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序；术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
虽然描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。
Claims (8)
1.一种分步式光纤多维特征参数采集提取方法，其特征在于：包括以下步骤：
（1）在光纤内存在光信号时，采集光纤内传输的光信号光学基础参量；
（2）选取光纤上的一个振动点；
（3）响应于采集指令，使振动点振动，光纤；监测地下通信光缆沿线振动的物理量从而获取振动监测数据；
（4）建立光信号光学基础参量与振动监测数据之间的关系函数；
（5）根据采集提取算法和振动监测数据获得振动信号的特征参数；
（6）根据关系函数和多维特征数据模型输入光信号光学基础参量与振动监测数据获得光信号和振动信号的特征参数；
（7）将步骤（6）所获得的所有特征参数合并建立实时多维特征数据集。
2.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述光信号光学基础参量包括波长、频率、强度、偏振态、相位。
3.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述获取振动监测数据的方式为通过分步式光纤振动监测设备进行采集。
4.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述物理量包括振动波长、振动频率、振动强度、偏振态和振动相位。
5.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述采集提取算法为采用短时能量计算方法、短时平均幅度计算方法、短时过零率计算方法、小波分析方法对光纤振动信号进行算法分析。
6.根据权利要求5所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述采集提取算法获得的特征参数包括短时能量、短时平均幅度、短时过零率和小波变换系数。
7.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述多维特征数据模型包括数据接收单元、数据分析单元、无效数据排除单元、数据分类模块；
所述数据接收单元用于接收光信号光学基础参量与振动监测数据；
所述数据分析单元用于根据光信号光学基础参量与振动监测数据确定维度；
所述无效数据排除单元用于根据关系函数剔除偏差过大的光信号光学基础参量与振动监测数据并去除无效和重复的光信号光学基础参量与振动监测数据；
所述数据分类模块用于对光信号光学基础参量与振动监测数据进行分类。
8.根据权利要求1所述的一种分步式光纤多维特征参数采集提取方法，其特征在于：所述振动点振动的方法为通过人工敲击光缆。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210182926.1A CN114719950A (zh) | 2022-02-27 | 2022-02-27 | 一种分步式光纤多维特征参数采集提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210182926.1A CN114719950A (zh) | 2022-02-27 | 2022-02-27 | 一种分步式光纤多维特征参数采集提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114719950A true CN114719950A (zh) | 2022-07-08 |
Family
ID=82235144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210182926.1A Pending CN114719950A (zh) | 2022-02-27 | 2022-02-27 | 一种分步式光纤多维特征参数采集提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114719950A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115208468A (zh) * | 2022-09-14 | 2022-10-18 | 高勘(广州)技术有限公司 | 光缆路由点的确定方法、装置、系统及存储介质 |
-
2022
- 2022-02-27 CN CN202210182926.1A patent/CN114719950A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115208468A (zh) * | 2022-09-14 | 2022-10-18 | 高勘(广州)技术有限公司 | 光缆路由点的确定方法、装置、系统及存储介质 |
| CN115208468B (zh) * | 2022-09-14 | 2022-11-18 | 高勘(广州)技术有限公司 | 光缆路由点的确定方法、装置、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106225907B (zh) | 一种基于φ-otdr技术的光纤振动识别系统及方法 | |
| CN111222743B (zh) | 一种光纤感知事件的垂直偏移距离及威胁级别判断方法 | |
| CN201191221Y (zh) | 分布式光纤振动传感系统扰动信号判别模块 | |
| CN102879081B (zh) | 一种分布式光纤振动系统中的数据处理方法 | |
| CN103196465B (zh) | 一种相敏光时域反射仪传感信号噪声分离及信号提取方法 | |
| CN103116957A (zh) | 一种光纤周界安防系统屏蔽气候影响的方法 | |
| CN101813742A (zh) | 利用光纤对电网高压局部放电进行探测及定位的方法 | |
| CN112781634B (zh) | 一种基于YOLOv4卷积神经网络的BOTDR分布式光纤传感系统 | |
| CN103226028B (zh) | 一种相敏光时域反射仪扰动信号检测与识别方法 | |
| CN110608760A (zh) | 相位敏感光时域反射传感系统扰动探测信噪比提高方法 | |
| CN108827401A (zh) | 一种新型的水土保持监测装置及方法 | |
| CN105261136A (zh) | 一种光纤监测报警系统中屏蔽天气干扰的方法及装置 | |
| CN101299635B (zh) | 宽域全光纤扰动信号前-后判别装置及方法 | |
| CN102419247B (zh) | 高精度反射式光纤湍流检测装置及方法 | |
| CN103499383A (zh) | 一种提高光纤振动传感器定位精度的自相关定位方法 | |
| CN103281118A (zh) | 基于光纤干涉互相关算法的光缆识别物理定位仪及其识别定位方法 | |
| WO2021211394A1 (en) | Continuous aerial cable monitoring using distributed acoustic sensing (das) and operation modal analysis (oma) | |
| CN114719950A (zh) | 一种分步式光纤多维特征参数采集提取方法 | |
| CN206932067U (zh) | 一种设有分布式光纤传感器的输电线路 | |
| CN104077267A (zh) | 一种双重傅立叶变换扰动定位方法 | |
| CN116989913A (zh) | 一种光纤传感的电缆线路温度监测方法及系统 | |
| CN105784098B (zh) | 一种光纤振动检测方法、装置及系统 | |
| CN105222885A (zh) | 一种光纤振动检测方法及装置 | |
| CN109444895B (zh) | 分布式振动传感器消除干涉衰落的振动信息定位方法 | |
| CN110987151A (zh) | 一种通讯光缆状态实时监测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |