CN115050189B - 基于分布式光纤传感的车辆识别与车道定位方法及系统 - Google Patents

基于分布式光纤传感的车辆识别与车道定位方法及系统 Download PDF

Info

Publication number
CN115050189B
CN115050189B CN202210444752.1A CN202210444752A CN115050189B CN 115050189 B CN115050189 B CN 115050189B CN 202210444752 A CN202210444752 A CN 202210444752A CN 115050189 B CN115050189 B CN 115050189B
Authority
CN
China
Prior art keywords
vehicle
optical fiber
sensing
frequency
signals
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.)
Active
Application number
CN202210444752.1A
Other languages
English (en)
Other versions
CN115050189A (zh
Inventor
陈明华
孙源佑
李良波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202210444752.1A priority Critical patent/CN115050189B/zh
Publication of CN115050189A publication Critical patent/CN115050189A/zh
Application granted granted Critical
Publication of CN115050189B publication Critical patent/CN115050189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
    • H04B10/071—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using a reflected signal, e.g. using optical time domain reflectometers [OTDR]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于分布式光纤传感的车辆识别与车道定位方法及系统，属于光纤传感和车路协同技术领域，通过在道路两侧布设两路传感光纤，同时接收两路包含车辆振动信号的传感光纤中的瑞利散射光信号，结合车辆振动信号沿地面传播的衰减规律并调用GPU并行加速运算进行实时数据处理解调，能够克服传统高速公路摄像头成本高昂、覆盖面积小、易受夜晚、大雾等天气原因影响的缺点，准确获得车辆位置、行驶速度、所处车道以及车流量等信息，实现对高速公路车辆的长距离全天候实时监测。

Description

基于分布式光纤传感的车辆识别与车道定位方法及系统
技术领域
本发明属于光纤传感和车路协同技术领域，具体涉及一种基于分布式光纤传感的车辆识别与车道定位方法及系统。
背景技术
城市交通管理和车辆的自动驾驶技术需要以实时监测车辆位置信息、行驶速度和违法行为为基础，从而保证道路交通安全，避免交通拥堵。然而传统的车辆信息获取往往需要依靠铺设大量的监控设备来实现，成本高昂，且对高速公路上全部车辆的实时监控尤其难实现。
针对上述问题，φ-OTDR(相位敏感光时域反射)分布式光纤传感技术提供了一定的解决方案，其具备监测范围长、空间分辨率高、分布式测量、无源、抗电磁干扰等优点，能对多点振动事件实现实时测量。但φ-OTDR技术需要从光纤传回的海量数据中克服噪声与信号衰落的影响，提取有效信息，这对其信号处理技术提出了较高要求。
目前已知的φ-OTDR技术在道路交通管理领域的应用主要是针对汽车所处位置的大致定位与车流量监测，难以获得车辆准确的位置信息尤其是其所处车道，限制了光纤传感技术在智慧交通、车路协同等领域的应用。
因此，亟需一种能够有效对路上车辆所处的位置和车道进行实时监测的方法。
发明内容
本发明提供一种基于分布式光纤传感的车辆识别与车道定位方法、系统、电子设备以及存储介质，通过基于双通道φ-OTDR技术的频域分析车辆轨迹，以对道路上车辆的空间位置、所处车道等信息进行实时监测，从而克服现有技术中存在的难以获得车辆准确的位置信息尤其是其所处车道的技术缺陷。
为实现上述目的，本发明提供一种基于分布式光纤传感的车辆识别与车道定位方法，包括如下步骤：
S110：将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号；其中，所述双路传感光纤数据通过铺设在道路两侧的两条传感光纤传导并由数据采集卡采集获取；
S120：对所述监测路段不同位置的瑞利散射光时域信号进行傅里叶变换处理，以确定所述监测路段不同位置处振动信号的频域信息；其中，所述频域信息包括可能的车辆振动信号的频域信息以及其他环境和系统噪声的频域信息；
S130：通过预设阈值检测将所述监测路段不同位置处在不同时间的频域信息分为无外界振动事件发生时的频域信息和包含外界振动事件的频域信息；
S140：根据背景噪声谱对所述包含外界振动事件的频域信息进行滤波处理，以确定车辆振动信号在其特征频段范围内的频率信息；其中，所述背景噪声谱通过对所述无外界振动事件发生时的频域信息进行频域分析处理获取；
S150：根据所述两条传感光纤同时传导的车辆振动信号在其特征频段范围内的频率信息，取其共模信号确定车辆振动信号是否存在以及振动信号存在的车辆所处的路段位置，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，确定所述车辆所处车道的定位结果。
为了解决上述问题，本发明还提供一种基于分布式光纤传感的车辆识别与车道定位系统，用于实现上述的基于分布式光纤传感的车辆识别与车道定位方法，所述系统包括双通道φ-OTDR分布式光纤传感单元、传感光纤和数据处理单元，其中：
所述传感光纤沿道路两旁铺设，用于同时捕捉道路上车辆产生的振动信号以及其他环境噪声，将包含事件信息的瑞利散射光信号传回给所述双通道φ-OTDR分布式光纤传感单元进行处理；
所述双通道φ-OTDR分布式光纤传感单元用于将通过调制产生的脉冲光注入所述传感光纤中，并将所述传感光纤传回的瑞利散射光信号经光电探测器转换为电信号，并由数据采集卡采集后传输至所述数据处理单元；
所述数据处理单元用于对所述数据采集卡采集的数据进行分析处理，以对道路上的车辆进行识别和车道定位。
本发明提供的基于分布式光纤传感的车辆识别与车道定位方法及系统，通过同时接收两路包含车辆振动信号的传感光纤中的瑞利散射光信号，结合车辆振动信号沿地面传播的衰减规律并调用GPU并行加速运算进行实时数据处理解调，能够克服传统高速公路摄像头成本高昂、覆盖面积小、易受夜晚、大雾等天气原因影响的缺点，准确获得车辆位置、行驶速度、所处车道以及车流量等信息，实现对高速公路车辆的长距离全天候实时监测。
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为本发明一实施例提供的基于分布式光纤传感的车辆识别与车道定位方法的流程示意图；
图2为根据本发明实施例的不同车道归一化差分特征频率谱；
图3为根据本发明实施例的车辆振动信号频率谱对比图；
图4为根据本发明实施例的归一化差分频率谱理论值同实际测量值对比图；
图5为根据本发明实施例的车道识别的流程示意图；
图6为根据本发明实施例的基于分布式光纤传感的车辆识别与车道定位系统的逻辑结构框图；
图7为根据本发明实施例的传感光纤与车辆振动信号的位置关系示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
名词解释：
瑞利散射，是入射光与介质中的微观粒子发生弹性碰撞引起的，散射光的频率与入射光的频率相同。一般采用光时域放射(OTDR)结构来实现被测量的空间定位。瑞利散射的原理是沿光纤传播的光在纤芯内各点都会有损耗，一部分光沿着与光纤传播方向成180°的方向散射，返回光源。利用分析光纤中后向散射光的方法测量因散射、吸收等原因产生的光纤传输损耗和各种结构缺陷引起的结构性损耗，通过显示损耗与光纤长度的关系来检测外界信号场分布于光纤上的扰动信息。由于瑞利散射属于本征损耗，因此可以作为应变场检测参量的信息载体，提供沿光路全程的单值连续监测信号。
ADC(Analog-to-Digital Converter，模/数转换器或者模拟/数字转换器)，是指将连续变量的模拟信号转换为离散的数字信号的器件。
本发明提供的基于分布式光纤传感的车辆识别与车道定位方法，主要基于双通道φ-OTDR(相位敏感型光时域反射)技术对路上车辆所处的位置和车道进行实时监测。
图1为本发明一实施例提供的基于分布式光纤传感的车辆识别与车道定位方法的流程示意图。该方法可以由一个系统执行，该系统可以由软件和/或硬件实现。
如图1所示，在本实施例中，一种基于分布式光纤传感的车辆识别与车道定位方法包括步骤S110～S150。
S110：将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号；其中，所述双路传感光纤数据通过铺设在道路两侧的两条传感光纤传导并由数据采集卡采集获取。
其中，数据采集卡采集到的初始的传感光纤数据是初始时域信号，将数据采集卡采集到的双路传感光纤数据(初始时域信号)转换为对应到监测路段不同位置的瑞利散射光时域信号通过串并转换实现。具体的，作为示例，在将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号的过程中，进一步包括如下步骤：
S111：通过数据采集卡采集单个光脉冲在传感光纤不同空间位置处产生的瑞利散射光时域信号；
S112：对所采集的不同空间位置处的瑞利散射光信号，通过串并转换以获取确定空间位置处不同时刻的瑞利散射光时域信号；
S113：采用预设滑窗参数对所述确定空间位置处不同时刻的瑞利散射光时域信号进行滑动窗截断处理，以获取一组确定空间位置和时间的瑞利散射光时域信号；
S114：采用移动平均法对每组瑞利散射光时域信号进行降噪处理，以确定所述监测路段不同位置的瑞利散射光时域信号。
具体的，作为示例，采集卡采集到的电信号依次为单个光脉冲在传感光纤不同空间位置处产生的瑞利散射光信号，通过串并转换后得到确定空间位置处不同时刻的瑞利散射光信号，再用窗长为1秒、间隔为1/3秒的滑动窗截断后即得到一组确定空间位置和时间的瑞利散射光信号，然后再将每组时域信号用移动平均法降噪，目的是降低系统器件产生的高频噪声以及环境中的突发噪声。
设每组瑞利散射光时域信号的初始数据为x＝{x1,x2,x3,x4……xn}，移动平均窗口大小为k；
移动平均降噪后的数据为y＝{y1,y2,y3,y4……yn-k+1}，则x和y两者关系为：
S120：对所述监测路段不同位置的瑞利散射光时域信号进行傅里叶变换处理，以确定所述监测路段不同位置处振动信号的频域信息；其中，所述频域信息包括可能的车辆振动信号的频域信息以及其他环境和系统噪声的频域信息。
具体的，作为示例，可以采用短时离散傅里叶变换将步骤S110中移动平均降噪后的时域信号变换得到其频域信息。其中，可以使用cuda编程(Compute Unified DeviceArchitecture编程)进行批量快速傅里叶变换(FFT)，CUDA是建立在NVIDIA的CPUs上的一个通用并行计算平台和编程模型，通过GPU并行加速运算的能力达到实时处理海量光纤传感数据的要求。
进行傅里叶变换后得到整体的频域信息包括无外界振动事件发生时的背景噪声频域信息和包含外界振动事件的频域信息两种，在本发明的后续步骤中，即是用这两种信息进行车辆的识别和车道定位，用后者减去前者(频域滤波)得到车辆信号的频域信息(通过分设在道路两侧的传感光纤同时得到)，分为左侧光纤特征频谱和右侧光纤特征频谱。将二者的判别结果综合可以得到车辆所在道路上的位置；在确定车辆位置的前提下，将二者的差分结果同理论值对比可以得到车辆所在的具体车道。
S130：通过预设阈值检测将监测路段不同位置处在不同时间的频域信息分为无外界振动事件发生时的频域信息和包含外界振动事件的频域信息。
其中，根据所述监测路段不同位置处在不同时间的频域信息，确定每组瑞利散射光时域信号的时域波动程度k和去除低频部分后的频域能量Eh，表达式如下：
k＝P{|yi-yi+m|>τ},i＝1,2……n-m
其中，y＝{y1,y2……yn}为移动平均降噪后的数据，m为步长，τ为常数，P{}为求概率，即求时域数据中所有相差m点的两点中，其差值的绝对值大于给定阈值的点所占的比例；
其中，fi为FFT变换得到的频率i的能量强度，f为频率门限；
将根据所述监测路段不同位置处在不同时间的频域信息所确定的k和Eh均低于预设阈值的类别划分为无外界振动事件发生时的频域信息，其余的划分为包含外界振动事件的频域信息。
S140：根据背景噪声谱对所述包含外界振动事件的频域信息进行滤波处理，以确定车辆振动信号在其特征频段范围内的频域信息；其中，所述背景噪声谱通过对所述无外界振动事件发生时的频域信息进行频域分析处理获取。
其中，可以将无外界振动事件发生时的频域信息作为其所在位置处背景噪声谱的估计值，并随时间实时更新该估计值。
用包含外界振动事件的频域信息减去对应位置之前未发生振动事件时求得的背景噪声谱，则得到滤波后的振动信号的频域信息，即车辆振动信号在其特征频段范围内的频率信息。
S150：根据所述两条传感光纤同时传导的车辆振动信号在其特征频段范围内的频率信息，取其共模信号确定车辆振动信号是否存在以及振动信号存在的车辆所处的路段位置，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，将差模信号同车辆位于不同车道位置时的归一化差分特征频率谱理论值相比较，得到车辆所处车道的定位结果。
在具体实施过程中，确定车辆振动信号是否存在的方法如下：
一般而言，车辆行驶过程中震动地面产生的地震波频率集中在20Hz-80Hz之间，根据滤波后的振动信号的频域信息确定振动信号的频率谱中频带的总能量P1，再计算去掉包含系统噪声的低频分量后的频域总能量P2，则得到表征车辆振动信号归一化强度的参数：
其中，fi为滤波后的振动信号频率谱中频率i对应的能量强度，fs为光脉冲的重复频率，即采样频率。
上述过程仅为根据单条传感光纤中包含的数据的判定结果。由于传感光纤中散射中心的随机分布而导致的瑞利散射光初始相位的不确定性，将产生φ-OTDR系统中常见的干涉衰落现象，进而出现无法识别车辆信号的监测盲区。
因此，在本发明中，将铺设在道路两侧的两路传感光纤传回的光信号同时解调得到的车辆振动信号进行叠加，从而有效降低上述影响。设两路传感光纤在某一空间位置处求得的车辆振动信号归一化强度分别为ρ1和ρ2，则判定车辆振动信号是否存在的方法为：
max{ρ1,ρ2}>ρ0
即，只要两路传感光纤在某一空间位置处求得的车辆振动信号归一化强度ρ1与ρ2中的最大值超过给定阈值ρ0，就认为存在车辆振动信号。
由于两路光纤中的散射中心均是随机分布且相互独立的，其引起的干涉衰落的区域也是随机分布且相互独立的。设监控范围内某一特定位置处于其中一路传感光纤的监测盲区的概率为P，则该位置同时位于两路传感光纤的监测盲区的概率仅为P2，假设P＝20％，则有效监测区域占比理论上可从80％提升至96％，基本消除干涉衰落现象的影响。
而车辆在道路上行驶时将引起空间上的一段区间均能检测到车辆振动信号，该区间即为车辆信号的振动区间，对于某空间位置，若判断其对应的左右两侧光缆的两组数据中至少有一组判断车辆振动信号存在，则将其纳入车辆信号振动区间。车辆振动信号会引起空间上的一小段区间对应的数据均能检测到车辆振动信号，该区间即为车辆信号振动区间，振动区间的中点即为车辆所处的路段位置。因此，确定振动信号存在的车辆所处的路段位置的过程包括：根据所述共模信号确定振动信号存在的车辆的车辆振动区间，进而可根据所述车辆振动区间确定车辆所处的路段位置。
车辆所处车道的识别方法，是根据所述两条传感光纤同时传导的车辆振动信号在其特征频段范围内的频率信息，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，将差模信号同车辆位于不同车道位置时的归一化差分特征频率谱理论值相比较，即可得到车辆所处车道的定位结果。
具体的，由粘滞弹性理论可知，均匀的非完全弹性介质所产生的吸收作用使地震波的振幅随着地震波传播距离的增加而呈指数形衰减，即：
A＝A0e-αl
其中，A0是地震波的初始振幅，α是介质的吸收系数，l是地震波的传播距离，A是地震波传播距离l之后的振幅。在地震波频带宽度范围内，α和地震波的频率f成正比关系，即地震波频率越高，衰减程度越大。
车辆在行驶过程中，产生沿地面传播的地震波横波，该地震波是频率处于车辆振动信号特征频率谱范围的宽带信号。设震源中心即车辆所处位置的频率为f的地震波初始强度为Af，则地震波传播至道路左右两侧的两条传感光纤处时的强度为：
其中，L1和L2分别为震源中心距道路左右两侧传感光纤的距离，α0为常数。
传感光纤两侧频率为f的地震波强度的归一化差值为：
可见传感光纤两侧地震波强度的归一化差值仅受地震波频率f和车辆距两侧传感光缆的距离差影响，而与地震波初始强度无关。
ΔAf为归一化差分特征频率谱中频率f对应的归一化差值，当车辆处于不同车道位置时，车辆振动信号的频带范围内不同频率对应的地震波强度的归一化差值的集合即为归一化差分特征频率谱理论值。
因而对于任意车辆，当其处于确定的空间及车道位置时，产生的振动信号在其频谱范围内均有相同的归一化差分特征频率谱，进而可通过对比两侧传感光纤实际测量到的车辆振动信号的地震波强度的归一化差分特征频率谱实际值和理论上的归一化差分特征频率谱理论值，对车辆所处车道位置进行判别。
图2示出了根据本发明实施例的不同车道归一化差分特征频率谱。如图2所示，图2中的四条线表示在省略上述表达式中的常数项后，车辆处于不同车道时的归一化差分特征频率谱理论值，其中，车道一至车道四为道路上从左至右的4条车道，图2中的实线代表车道一、虚线代表车道二、点线代表车道三、点划线代表车道四。其中具体车道数目、车辆位于不同车道时距离道路两侧的两条传感光纤的路程差以及地面介质的吸收系数α0等参数可视实际情况进行调整。
通过对比道路两侧的传感光纤实际测量到的地震波强度的归一化差分特征频谱实际值和理论上的归一化差分特征频率谱理论值，确定所述车辆所处车道的定位结果的方法如下：
设车道k的归一化差分特征频率谱理论值为分设在道路两侧的双路传感光纤实际测得的车辆振动信号归一化差分频率谱实际值为：
其中，fj为设置在道路左侧的传感光纤测得的车辆振动信号特征频率谱中频率j的强度，fj′为设置在道路右侧的传感光纤测得的车辆振动信号特征频率谱中频率j的强度。
车辆振动信号归一化差分频率谱实际值同车道k的归一化差分特征频率谱理论值/>的偏离值为εk：
求得车辆振动信号归一化差分频率谱实际值同所有车道的归一化差分特征频率谱理论值的偏离值εk后，其中最小的εk值所对应的车道k即为对车辆所处车道的判别结果。
图3为根据本发明实施例的车辆振动信号频率谱对比图，具体为车辆在位于道路左侧第二条车道行驶时，左右两侧光缆分别测量到的频率谱以及无车辆经过时环境噪声的频率谱对比图。如图3所示，可见车辆振动信号频率谱在20Hz-80Hz区间强度明显高于环境噪声。由于车辆距左侧光缆更近，车辆振动引起的地震波传播至左侧光缆处发生的衰减程度较右侧光缆更轻，因而在其特征频谱范围内强度明显大于右侧光缆，且在特征频谱范围内，频率越高，两者相差程度越大。
图4为根据本发明实施例的归一化差分频率谱理论值同实际测量值对比图。如图4所示，其中的星号标为依据图3中两侧光缆测量到的车辆振动信号频率谱计算得到的车辆振动信号归一化差分频率谱的实际测量值。可见实际测量值同车道二的理论差分谱最为吻合，其中高频分量由于初始振幅较低有一定误差。由此可以判断出车辆正位于道路上的第二条车道行驶。
图5为根据本发明实施例的车道识别的流程示意图。如图5所示，在识别车辆所处车道的过程中，首先根据分设在道路左右两侧的两路传感光纤返回的信号识别车辆振动信号，然后根据所识别出的车辆振动信号确定两路传感光纤所测得得车辆振动信号得频域信息，进而根据所述频域信息计算目标车辆的归一化差分频率谱的实际测量值，将该归一化差分频率谱的实际测量值和各车道的归一化差分频率谱的理论值相比较，根据实际测量值和理论值的吻合程度判断目标车辆所处车道。其中，各车道的归一化差分频率谱的理论值，根据预先测量的各车道距离两路传感光纤的实际距离计算确定。
通过上述方案可以看出，上述基于分布式光纤传感的车辆识别与车道定位方法，通过在道路两侧布设传感光纤，借助数据采集卡同时接收两路包含车辆振动信号的传感光纤中的瑞利散射光信号，结合车辆振动信号沿地面传播的衰减规律并调用GPU并行加速运算进行实时数据处理解调，能够克服传统高速公路摄像头成本高昂、覆盖面积小、易受夜晚、大雾等天气原因影响的缺点，准确获得车辆位置、行驶速度、所处车道以及车流量等信息，从而对高速公路上的违章变道、超速、低速行驶等违法行为进行实时监测，实现对高速公路车辆的长距离全天候实时监测。
基于应用上述分布式光纤传感的车辆识别与车道定位方法所获取的数据信息，车辆行驶中某一时刻产生的振动区间的中点表示该时刻车辆所处的位置，不同时刻间车辆的位置差除以时间差表示车辆在该时间段内的平均速度，一定时间内某监测位置检测到的车辆振动信号数目表示该时间段内经过此位置的车流量。因此，在具体应用本发明的过程中，可以对数据采集卡采集到的每批时域信息数据重复上述步骤S110至步骤S150，对传感光缆覆盖下整个监控范围内的车辆的路段位置和所处车道进行实时定位识别。将系统测量到的车速、车道等信息上传至监控端，可进一步对高速公路上行驶车辆可能的违章变道、超速、低速行驶等违法行为进行监测预警。
与上述基于分布式光纤传感的车辆识别与车道定位方法相对应，本发明还提供一种基于分布式光纤传感的车辆识别与车道定位系统，以实现上述基于分布式光纤传感的车辆识别与车道定位方法。
图6示出了根据本发明实施例的基于分布式光纤传感的车辆识别与车道定位系统的逻辑结构框图。
如图6所示，本发明提供的基于分布式光纤传感的车辆识别与车道定位系统，根据实现的功能，该基于分布式光纤传感的车辆识别与车道定位系统包括双通道φ-OTDR分布式光纤传感单元、传感光纤和数据处理单元。
其中，传感光纤为双路传感光纤，沿道路两旁铺设，用于同时捕捉道路上车辆产生的振动信号以及其他环境噪声，将包含事件信息的瑞利散射光信号传回给所述双通道φ-OTDR分布式光纤传感单元进行处理；双通道φ-OTDR分布式光纤传感单元用于将通过调制产生的脉冲光注入所述传感光纤中，并将传感光纤传回的瑞利散射光信号经光电探测器转换为电信号，并由数据采集卡采集后传输至所述数据处理单元；数据处理单元用于对所述数据采集卡采集的数据进行分析处理，以对道路上的车辆进行识别和车道定位。
更为具体的，双通道φ-OTDR分布式光纤传感单元进一步包括窄线宽激光器NLL、掺铒光纤放大器EDFA、可编辑门阵列FPGA、声光调制器AOM、环形器、光电探测器APD和数据采集卡ADC；其中，所述窄线宽激光器NLL用于发出线宽小于3kHz的连续光至所述声光调制器AOM；所述可编辑门阵列FPGA用于产生控制所述声光调制器AOM的电压；所述声光调制器AOM用于根据所述可编辑门阵列FPGA的控制电压将所述窄线宽激光器NLL发出的连续光调制成脉宽为100ns、频率为4kHz的脉冲光；掺铒光纤放大器EDFA用于将所述脉冲光的光信号峰值功率放大至200mW，再经分光比为50：50的光耦合器均分成两路光，分别经环形器注入两路传感光纤中进行传播；所述环形器还用于将所述传感光纤传回的瑞利散射光信号经所述光电探测器传输至所述数据采集卡。
数据处理单元包括中央处理器CPU和图形处理器GPU。
本实施例中，雪崩光电二极管作为光电探测器APD将背向瑞利散射光信号转换为电信号，数据采集卡ADC对双路电信号同时进行采样，得到原始数据，经PCI-E总线传给CPU和GPU进行处理。
采集到的单路电信号的交流部分可表示为：
其中A1和A2分别为散射中心1和散射中心2产生的瑞利散射光强，k为光电转换系数，为外界振动引起的相位变化，/>为散射中心产生的瑞利散射光的初始相位差。
图7为根据本发明实施例的传感光纤与车辆振动信号的位置关系示意图。如图7所示，两路传感光纤分别沿道路两旁平行铺设，距离车道约5米远，距离地面约1米深。脉冲光在沿传感光纤传播时，外界车辆产生的振动信号沿地面不同距离传播至传感光纤处，改变振动区间内的背向瑞利散射光信号的相位与强度，经环形器传回光电探测器APD，并由光电探测器APD将背向瑞利散射光信号转换为电信号后传给数据采集卡。
本发明的基于分布式光纤传感的车辆识别与车道定位系统可以被统称为一个电子设备，本发明所述单元也可以称之为模块，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机硬件和计算机程序段的结合，其中的计算机程序段存储在电子设备的存储器中。
其中的存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于分布式光纤传感的车辆识别与车道定位程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器内的程序或者模块(例如基于分布式光纤传感的车辆识别与车道定位程序等)，以及调用存储在所述存储器内的数据，以执行电子设备的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
尽管未示出，本发明所述的电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理系统与所述至少一个处理器逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，该电子设备还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的基于分布式光纤传感的车辆识别与车道定位程序是多个指令的组合，在所述处理器中运行时，可以实现如下步骤：S110：将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号；其中，所述双路传感光纤数据通过铺设在道路两侧的两条传感光纤传导并由数据采集卡采集获取；
S120：对所述监测路段不同位置的瑞利散射光时域信号进行傅里叶变换处理，以确定所述监测路段不同位置处振动信号的频域信息；其中，所述频域信息包括可能的车辆振动信号的频域信息以及其他环境和系统噪声的频域信息；
S130：通过预设阈值检测将所述监测路段不同位置处在不同时间的频域信息分为无外界振动事件发生时的频域信息和包含外界振动事件的频域信息；
S140：根据背景噪声谱对所述包含外界振动事件的频域信息进行滤波处理，以确定车辆振动信号在其特征频段范围内的频率信息；其中，所述背景噪声谱通过对所述无外界振动事件发生时的频域信息进行频域分析处理获取；
S150：根据所述两条传感光纤同时传导的车辆振动信号在其特征频段范围内的频率信息，取其共模信号对车辆振动信号存在与否及其所处的路段位置进行判别，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，将差模信号同车辆位于不同车道位置时的归一化差分特征频率谱理论值相比较，得到车辆所处车道的定位结果。
具体地，处理器对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。需要强调的是，为进一步保证上述基于分布式光纤传感的车辆识别与车道定位程序的私密和安全性，上述基于分布式光纤传感的车辆识别与车道定位数据存储于本服务器集群所处区块链的节点中。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明实施例还提供一种计算机可读存储介质，所述存储介质可以是非易失性的，也可以是易失性的，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述步骤S110-S150中所示的基于分布式光纤传感的车辆识别与车道定位方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，包括如下步骤：
S110：将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号；其中，所述双路传感光纤数据通过铺设在道路两侧的两条传感光纤传导并由数据采集卡采集获取；
S120：对所述监测路段不同位置的瑞利散射光时域信号进行傅里叶变换处理，以确定所述监测路段不同位置处振动信号的频域信息；其中，所述频域信息包括可能的车辆振动信号的频域信息以及其他环境和系统噪声的频域信息；
S130：通过预设阈值检测将所述监测路段不同位置处在不同时间的频域信息分为无外界振动事件发生时的频域信息和包含外界振动事件的频域信息；
S140：根据背景噪声谱对所述包含外界振动事件的频域信息进行滤波处理，以确定车辆振动信号在其特征频段范围内的频率信息；其中，所述背景噪声谱通过对所述无外界振动事件发生时的频域信息进行频域分析处理获取；
S150：根据所述两条传感光纤同时传导的车辆振动信号在其特征频段范围内的频率信息，取其共模信号确定车辆振动信号是否存在以及振动信号存在的车辆所处的路段位置，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，确定所述车辆所处车道的定位结果；
其中，在所述步骤S150中，取其差模信号并结合车辆行驶过程中产生的地震波的衰减规律，确定所述车辆所处车道的定位结果的过程包括：
以车辆所处位置为震源中心，设所述震源中心的频率为f的地震波初始强度为Af，则地震波传播至道路两侧的两条传感光纤处时的强度分别为：
其中，L1和L2分别为震源中心距道路两侧的两条传感光纤的距离，α0为常数；地震波传播距离l之后的振幅A＝A0e-αl，其中，A0为地震波的初始振幅，α为介质的吸收系数，l为地震波的传播距离；
则传感光纤两侧频率为f的地震波强度的归一化差值为：
通过对比道路两侧的传感光纤实际测量到的车辆振动信号产生的地震波强度的归一化差分特征频率谱实际值和归一化差分特征频率谱理论值，确定所述车辆所处车道的定位结果，其中包括：
设车道k的归一化差分特征频率谱理论值为所述两条传感光纤实际测得的车辆振动信号的归一化差分频率谱实际值为：
其中，fj为左侧传感光纤测得的车辆振动信号特征频率谱中频率j的强度，fj′为右侧传感光纤测得的车辆振动信号特征频率谱中频率j的强度；
则车辆振动信号归一化差分频率谱实际值同车道k的归一化差分特征频率谱理论值的偏离值为εk，
车辆振动信号归一化差分频率谱实际值同所有车道的归一化差分特征频率谱理论值的偏离值中，最小的εk值所对应的车道k即为对车辆所处车道的判别结果。
2.根据权利要求1所述的基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，所述将采集到的双路传感光纤数据转换为对应到监测路段不同位置的瑞利散射光时域信号，包括：
采集单个光脉冲在所述传感光纤不同空间位置处产生的瑞利散射光时域信号；
对所采集的不同空间位置处的瑞利散射光信号，通过串并转换以获取确定空间位置处不同时刻的瑞利散射光时域信号；
采用预设滑窗参数对所述确定空间位置处不同时刻的瑞利散射光时域信号进行滑动窗截断处理，以获取一组确定空间位置和时间的瑞利散射光时域信号；
采用移动平均法对每组瑞利散射光时域信号进行降噪处理，以确定所述监测路段不同位置的瑞利散射光时域信号。
3.根据权利要求2所述的基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，在采用移动平均法对每组瑞利散射光时域信号进行降噪处理的过程中，
设每组瑞利散射光时域信号的初始数据为x＝{x1,x2,x3,x4……xn}，移动平均窗口大小为k，移动平均降噪后的数据为y＝{y1,y2,y3,y4……yn-k+1}，则x和y的关系为：
其中，i＝1,2……n-k+1。
4.根据权利要求3所述的一种基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，通过预设阈值检测将所述监测路段不同位置处在不同时间的频域信息分为无外界振动事件发生时的频域信息和包含外界振动事件的频域信息，包括：
根据所述监测路段不同位置处在不同时间的频域信息，确定每组瑞利散射光时域信号的时域波动程度k和去除低频部分后的频域能量Eh，表达式如下：
k＝P{|yi-yi+m|>τ},i＝1,2……n-m
其中，y＝{y1,y2……yn}为移动平均降噪后的数据，m为步长，τ为常数，P{}为求概率，即求时域数据中所有相差m点的两点中，其差值的绝对值大于给定阈值的点所占的比例；
其中，fi为FFT变换得到的频率i的能量强度，f为频率门限；
将根据所述监测路段不同位置处在不同时间的频域信息所确定的k和Eh均低于预设阈值的类别划分为无外界振动事件发生时的频域信息，其余的划分为包含外界振动事件的频域信息。
5.根据权利要求4所述的基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，以所述无外界振动事件发生时的频域信息作为其所在位置处背景噪声谱的估计值，并随时间实时更新所述估计值；以及，
用包含外界振动事件的频域信息减去对应位置之前未发生振动事件时求得的背景噪声谱，确定滤波后的振动信号的频域信息。
6.根据权利要求5所述的基于分布式光纤传感的车辆识别与车道定位方法，其特征在于，在所述步骤S150中确定车辆振动信号是否存在的过程包括：
根据滤波后的振动信号的频域信息确定所述振动信号的频率谱中频带的总能量P1，以及去掉包含系统噪声的低频分量后的频域总能量P2，进而确定表征车辆振动信号归一化强度的参数：
其中，fi为滤波后的振动信号的频率谱中频率i对应的能量强度，fs为光脉冲的重复频率；
设两路传感光纤在某一空间位置处求得的车辆振动信号归一化强度分别为ρ1和ρ2，则只要ρ1与ρ2中的最大值超过预设阈值ρ0，认为存在车辆振动信号；
确定振动信号存在的车辆所处的路段位置的过程包括：根据所述共模信号确定振动信号存在的车辆的车辆振动区间，进而根据所述车辆振动区间确定车辆所处的路段位置。
7.一种基于分布式光纤传感的车辆识别与车道定位系统，用于实现如权利要求1-6中任一项所述的基于分布式光纤传感的车辆识别与车道定位方法，所述系统包括双通道φ-OTDR分布式光纤传感单元、传感光纤和数据处理单元，其中：
所述传感光纤沿道路两旁铺设，用于同时捕捉道路上车辆产生的振动信号以及其他环境噪声，将包含事件信息的瑞利散射光信号传回给所述双通道φ-OTDR分布式光纤传感单元进行处理；
所述双通道φ-OTDR分布式光纤传感单元用于将通过调制产生的脉冲光注入所述传感光纤中，并将所述传感光纤传回的瑞利散射光信号经光电探测器转换为电信号，并由数据采集卡采集后传输至所述数据处理单元；
所述数据处理单元用于对所述数据采集卡采集的数据进行分析处理，以对道路上的车辆进行识别和车道定位。
8.如权利要求7所述的基于分布式光纤传感的车辆识别与车道定位系统，其特征在于，所述双通道φ-OTDR分布式光纤传感单元包括窄线宽激光器、掺铒光纤放大器、FPGA、声光调制器、环形器、光电探测器和数据采集卡；其中，
所述窄线宽激光器用于发出线宽小于3kHz的连续光至所述声光调制器；所述FPGA用于产生控制所述声光调制器的电压；所述声光调制器用于根据所述FPGA的控制电压将所述窄线宽激光器发出的连续光调制成脉宽为100ns、频率为4kHz的脉冲光；所述掺铒光纤放大器用于将所述脉冲光的光信号峰值功率放大至200mW，再经分光比为50：50的光耦合器均分成两路光，分别经环形器注入两路传感光纤中进行传播；
所述环形器还用于将所述传感光纤传回的瑞利散射光信号经所述光电探测器传输至所述数据采集卡。
CN202210444752.1A 2022-04-26 2022-04-26 基于分布式光纤传感的车辆识别与车道定位方法及系统 Active CN115050189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210444752.1A CN115050189B (zh) 2022-04-26 2022-04-26 基于分布式光纤传感的车辆识别与车道定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210444752.1A CN115050189B (zh) 2022-04-26 2022-04-26 基于分布式光纤传感的车辆识别与车道定位方法及系统

Publications (2)

Publication Number Publication Date
CN115050189A CN115050189A (zh) 2022-09-13
CN115050189B true CN115050189B (zh) 2024-02-13

Family

ID=83158382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210444752.1A Active CN115050189B (zh) 2022-04-26 2022-04-26 基于分布式光纤传感的车辆识别与车道定位方法及系统

Country Status (1)

Country Link
CN (1) CN115050189B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600979A (zh) * 2016-12-20 2017-04-26 浙江中电智能科技有限公司 基于分布式光纤传感器的交通状况监测系统及监测方法
CN107256635A (zh) * 2017-07-14 2017-10-17 浙江大学 一种智能交通中基于分布式光纤传感的车辆识别方法
CA3008080A1 (en) * 2017-08-16 2019-02-16 Sergio Machado Goncalves System for monitoring dynamic weighing and speed of vehicles on lanes
CN110940410A (zh) * 2019-10-31 2020-03-31 桂林电子科技大学 一种基于两模光纤的车辆振动监测装置及方法
CN111582160A (zh) * 2020-05-07 2020-08-25 四川大学 基于分布式光纤传感系统的车辆轨迹提取方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600979A (zh) * 2016-12-20 2017-04-26 浙江中电智能科技有限公司 基于分布式光纤传感器的交通状况监测系统及监测方法
CN107256635A (zh) * 2017-07-14 2017-10-17 浙江大学 一种智能交通中基于分布式光纤传感的车辆识别方法
CA3008080A1 (en) * 2017-08-16 2019-02-16 Sergio Machado Goncalves System for monitoring dynamic weighing and speed of vehicles on lanes
CN110940410A (zh) * 2019-10-31 2020-03-31 桂林电子科技大学 一种基于两模光纤的车辆振动监测装置及方法
CN111582160A (zh) * 2020-05-07 2020-08-25 四川大学 基于分布式光纤传感系统的车辆轨迹提取方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Identification of external load information using distributed optical fiber sensors embedded in an existing road pavement;Samim Mustafa等;《Optical Fiber Technology》;全文 *
基于分布式光纤传感的高速公路车辆检测与轨迹预测关键技术研究;王茂宁;《中国博士学位论文数据库(电子期刊网)》;全文 *

Also Published As

Publication number Publication date
CN115050189A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
Liu et al. Vehicle detection and classification using distributed fiber optic acoustic sensing
CN111854921A (zh) 一种分布式光纤减速带振动预警系统及方法
CN107101658B (zh) 相位敏感光时域反射分布式光纤传感系统快速定位方法
CN108875684A (zh) 基于光纤感测时频图处理的列车运行状态参数估计方法
CN114684217B (zh) 一种轨道交通健康监测系统及方法
CN102360519A (zh) 一种分布式光纤围栏入侵检测与定位的方法
He et al. Application of distributed acoustic sensor technology in train running condition monitoring of the heavy-haul railway
CN108732614B (zh) 一种基于分布式声学传感器的在线铁路监测系统及方法
CN105067104A (zh) 一种复合型光纤传感系统和传感方法
CN106741009A (zh) 一种基于相位敏感光时域反射计的铁轨异物入侵监测方法
CN107782438A (zh) 基于脉冲编码和边沿滤波法的光纤光栅振动测量系统
CN106710212A (zh) 一种基于高速公路交通状况监测系统的监测方法
CN112032575B (zh) 一种基于弱光栅的管道安全监测方法、系统及存储介质
CN111811637A (zh) 一种多径信息融合的车辆振动识别装置及判决方法
CN106597423B (zh) 一种基于相位敏感光时域反射计的列车行驶轨迹检测方法
CN109991511A (zh) 一种架空线路雷击监测装置及监测方法
CN116519049A (zh) 用于隧道的分布式光缆检测装置及方法
CN105651373A (zh) 一种基于偏振光时域反射技术中测量两点同频振动的方法
CN108760665A (zh) 一种垂直式机动车尾气遥感检测系统
CN107545684A (zh) 一种分布式光纤振动传感系统中的多点扰动事件报警方法
CN108320420B (zh) 一种双参量otdr周界安全监测系统
Wu et al. Multi-point disturbance detection and high-precision positioning of polarization-sensitive optical time-domain reflectometry
CN115050189B (zh) 基于分布式光纤传感的车辆识别与车道定位方法及系统
JP2023550091A (ja) 分散型光ファイバセンシングによる振動の垂直距離予測
CN111539393B (zh) 基于emd分解与lstm的油气管道第三方施工预警方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant