CN115824380A - 用于光纤振动传感系统的自适应精度扰动位置估计方法 - Google Patents
用于光纤振动传感系统的自适应精度扰动位置估计方法 Download PDFInfo
- Publication number
- CN115824380A CN115824380A CN202211641679.3A CN202211641679A CN115824380A CN 115824380 A CN115824380 A CN 115824380A CN 202211641679 A CN202211641679 A CN 202211641679A CN 115824380 A CN115824380 A CN 115824380A
- Authority
- CN
- China
- Prior art keywords
- signal
- disturbance
- optical fiber
- vibration sensing
- fiber vibration
- 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
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种用于光纤振动传感系统的自适应精度扰动位置估计方法,包括:在光纤振动传感系统无扰动的状态下,获取无扰动噪声;当外界发生扰动时,系统探测获得离散化的扰动信号,分别计算扰动信号和无扰动噪声的信号功率,从而求得信噪比;对扰动信号进行功率谱分析,得到扰动信号的上下限频率;根据扰动信号的上下限频率和信噪比计算扰动信号定位的克拉美罗下界,获取系统重采样参考值;根据系统重采样参考值对信号进行重采样,对重采样后的信号进行白化预滤波后,计算重采样信号的时延估计,获取干扰事件的定位信息。与现有技术相比,本发明将时延估计精度与系统硬件资源合理分配,具有实现定位精度和系统成本、资源消耗的平衡等优点。
Description
技术领域
本发明涉及光纤振动传感系统技术领域,尤其是涉及用于光纤振动传感系统的自适应精度扰动位置估计方法。
背景技术
随着人类社会的进步和科技水平的发展,安全监测愈加受到人们的重视,干涉型光纤振动传感技术在海底光缆、水利电网、油气管道等领域得到了广泛应用。干涉型光纤振动传感技术可以实现对入侵扰动的实时检测和定位,具有高精度定位、高环境耐受、抗电磁干扰、长距离监控的优点。干涉型分布式光纤振动传感系统探测信号中存在同源扰动信号由于传输距离不同而产生的时延差,常见实现振动事件定位的方法为相关时延估计法。该方法分为两个步骤:先利用相关算法估计信号中的时延,再根据时延估计进一步确定振动事件的位置。
基于时延估计的定位算法是利用信号检测和参数估计对时间延迟和振动位置进行估计,影响振动定位精度的主要因素是时延估计的精度。时延估计常用的相关时延估计方法计算简单、易于实现,但在实际应用中,该方法使用采样后的离散数据进行相关计算,时延估计精度受限于系统采样率,而提高系统采样率会要求更强大的系统后端处理性能和更高的负载功耗。随着信息技术的发展和对振动定位精度要求的提高,需要寻找一种能满足时延估计的精度和普适性的方案,在保证光纤干涉传感系统技术对振动事件的定位的同时,满足测量精度高、系统成本低的需求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于光纤振动传感系统的自适应精度扰动位置估计方法,将时延估计精度与系统硬件资源合理分配。
本发明的目的可以通过以下技术方案来实现:
一种用于光纤振动传感系统的自适应精度扰动位置估计方法,包括以下步骤:
在光纤振动传感系统无扰动的状态下,对噪声数据进行采样,获得无扰动噪声;
当外界发生扰动时,系统探测获得离散化的扰动信号,分别计算扰动信号和无扰动噪声的信号功率,从而求得信噪比;
对所述扰动信号进行功率谱分析,得到扰动信号的上下限频率;
根据扰动信号的上下限频率和信噪比计算扰动信号定位的克拉美罗下界,获取系统重采样参考值;
根据所述系统重采样参考值对光纤振动传感系统的信号进行重采样,得到重采样后的信号;
对重采样后的信号进行白化预滤波后,计算重采样信号的时延估计,获取干扰事件的定位信息。
进一步地,根据信号能量和带宽参数估计扰动定位精度的克拉美罗下界,根据结果对观测信号进行动态调整重采样,实现定位精度和系统资源消耗的平衡。
进一步地,所述克拉美罗下界的计算表达式为:
式中,σ(Δt-τ)为克拉美罗下界的计算结果,Δt为两个信号间的时延估计值,τ为两个信号间的时延值,T为窗长,SNR为求得的信噪比,f2和f1为信号上下限频率。
进一步地,所述克拉美罗下界为根据有时延差的两路信号,基于克拉美罗下界理论,获得的时延估计方差下限。
进一步地,所述系统重采样参考值的计算表达式为:
式中,fRes为系统重采样参考值。
进一步地,对重采样后的信号进行白化预滤波的过程具体为:
对重采样后的两路信号分别通过滤波器H1(f)和滤波器H2(f)进行滤波。
进一步地,所述重采样信号的时延估计的计算表达式为:
进一步地,根据所述重采样信号的时延估计结果,计算干扰事件的定位信息。
进一步地,所述光纤振动传感系统为含时延差信号的干涉型分布式光纤振动传感系统。
进一步地,所述干涉型分布式光纤振动传感系统包括Mach-Zehnder干涉系统、Michelson干涉系统、Sagnac干涉系统,以及在此基础上发展的双向Mach-Zehnder干涉系统、双Sagnac干涉系统、Sagnac混合Michelson干涉系统、Sagnac混合Mach-Zehnder干涉系统。
与现有技术相比,本发明具有以下优点:
本发明通过估计在特定检测环境下扰动信号定位的克拉美罗下界,动态配置系统重采样参数对数据进行重采样,本发明流程简单,处理效率高,将时延估计精度与系统硬件资源合理分配,在保证干扰事件位置估计精度的同时,避免了系统过高采样率带来的数据容量过高的浪费,实现定位精度和系统成本、资源消耗的平衡。
附图说明
图1为本发明实施例中提供的一种用于光纤振动传感系统的自适应精度扰动位置估计方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
实施例1
本实施例提供一种用于光纤振动传感系统的自适应精度扰动位置估计方法,可以应用于采用相关时延估计算法实现振动事件定位的干涉型分布式光纤振动传感系统,包括Mach-Zehnder干涉系统、Michelson干涉系统、Sagnac干涉系统,以及在此基础上发展的双向Mach-Zehnder干涉、双Sagnac干涉、Sagnac混合Michelson干涉、Sagnac混合Mach-Zehnder干涉等混合干涉系统,以及其他方法构造含时延差信号的干涉型分布式光纤振动传感系统。
方法包括以下步骤:
在光纤振动传感系统无扰动的状态下,对噪声数据进行采样,获得无扰动噪声;
当外界发生扰动时,系统探测获得离散化的扰动信号,分别计算扰动信号和无扰动噪声的信号功率,从而求得信噪比;
对扰动信号进行功率谱分析,得到扰动信号的上下限频率;
根据扰动信号的上下限频率和信噪比计算扰动信号定位的克拉美罗下界,获取系统重采样参考值;
根据系统重采样参考值对光纤振动传感系统的信号进行重采样,得到重采样后的信号;
对重采样后的信号进行白化预滤波后,计算重采样信号的时延估计,获取干扰事件的定位信息。
如图1所示,具体为:
S1:在满足香农定理条件下,系统采样率为fs,在无扰动状态下,对平稳噪声数据进行采样,获得无扰动噪声n(k)。
S2:当外界发生扰动时,系统探测获得离散化扰动信号s(k)。利用信号端点检测技术,提取扰动信号发生有效长度T,由分别计算扰动信号和无扰动噪声的信号功率,从而进一步可估计得到该特定环境下的信噪比SNR。
S3:对扰动信号s(k)进行功率谱分析,获得扰动信号的功率谱密度函数Ss(ω),由此估计得到扰动信号的上下限频率分别为f2和f1。
S4:基于特定检测环境下扰动信号定位的克拉美罗下界,进行动态变采样调整。
若有时延差的两路信号分别为r(t)和r(t-τ),其中,τ为两个信号间的时延。经光纤传感系统检测到的信号为r1(t)=r(t)+n1(t)和r2(t)=r(t-τ)+n2(t),n1(t)和n2(t)分别为两路信号的环境噪声。r1(t)和r2(t)之间的时延估计值为Δt。根据克拉美罗下界理论,时延估计方差下限为:
式中,p(r1(t),r2(t);τ)观测信号的似然函数,进一步,有:
式中,f2和f1为信号上下限频率,SNR为信噪比,T为窗长。
S5:根据最小方差估计得到的系统重采样参考值fRes对信号进行重采样,得到重采样后的信号为s′(k)。
若系统采样率fs满足则可知当前系统采样率fs已满足过采样需求,此时干扰事件定位精度不再受到采样率限制,而是与信噪比、窗长等参数相关,重采样后的算法可以有效利用系统资源。若系统采样率fs满足则表明采样率fs较低,此时系统的定位精度受限于采样率,以重采样参考值fRes对信号进行重采样则可以进一步提升精度,从而实现系统精度自适应。
需要说明的是,光纤振动传感系统的原始输出信号是两路信号,上述步骤S1-S4中确定重采样参考值fRes的过程可以仅对光纤振动传感系统输出的一路信号进行处理,在确定重采样参考值fRes后在对两路信号同时进行重采样处理。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,包括以下步骤:
在光纤振动传感系统无扰动的状态下,对噪声数据进行采样,获得无扰动噪声;
当外界发生扰动时,系统探测获得离散化的扰动信号,分别计算扰动信号和无扰动噪声的信号功率,从而求得信噪比;
对所述扰动信号进行功率谱分析,得到扰动信号的上下限频率;
根据扰动信号的上下限频率和信噪比计算扰动信号定位的克拉美罗下界,获取系统重采样参考值;
根据所述系统重采样参考值对光纤振动传感系统的信号进行重采样,得到重采样后的信号;
对重采样后的信号进行白化预滤波后,计算重采样信号的时延估计,获取干扰事件的定位信息。
2.根据权利要求1所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,根据信号能量和带宽参数估计扰动定位精度的克拉美罗下界,根据结果对观测信号进行动态调整重采样,实现定位精度和系统资源消耗的平衡。
4.根据权利要求3所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,所述克拉美罗下界为根据有时延差的两路信号,基于克拉美罗下界理论,获得的时延估计方差下限。
6.根据权利要求1所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,对重采样后的信号进行白化预滤波的过程具体为:
对重采样后的两路信号分别通过滤波器H1(f)和滤波器H2(f)进行滤波。
8.根据权利要求7所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,根据所述重采样信号的时延估计结果,计算干扰事件的定位信息。
9.根据权利要求1所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,所述光纤振动传感系统为含时延差信号的干涉型分布式光纤振动传感系统。
10.根据权利要求9所述的一种用于光纤振动传感系统的自适应精度扰动位置估计方法,其特征在于,所述干涉型分布式光纤振动传感系统包括Mach-Zehnder干涉系统、Michelson干涉系统、Sagnac干涉系统,以及在此基础上发展的双向Mach-Zehnder干涉系统、双Sagnac干涉系统、Sagnac混合Michelson干涉系统、Sagnac混合Mach-Zehnder干涉系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211641679.3A CN115824380A (zh) | 2022-12-20 | 2022-12-20 | 用于光纤振动传感系统的自适应精度扰动位置估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211641679.3A CN115824380A (zh) | 2022-12-20 | 2022-12-20 | 用于光纤振动传感系统的自适应精度扰动位置估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115824380A true CN115824380A (zh) | 2023-03-21 |
Family
ID=85517057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211641679.3A Pending CN115824380A (zh) | 2022-12-20 | 2022-12-20 | 用于光纤振动传感系统的自适应精度扰动位置估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115824380A (zh) |
-
2022
- 2022-12-20 CN CN202211641679.3A patent/CN115824380A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olhede et al. | A generalized demodulation approach to time-frequency projections for multicomponent signals | |
CN101964050B (zh) | 一种基于模型定阶和信号消噪的模态参数识别方法 | |
Xu et al. | A wavelet-based multisensor data fusion algorithm | |
Wang et al. | Doppler estimation and timing synchronization of underwater acoustic communication based on hyperbolic frequency modulation signal | |
CN109726642A (zh) | 一种基于变分模态分解的分布式光纤振动信号的降噪方法 | |
Rodopoulos et al. | A parametric approach for the estimation of the instantaneous speed of rotating machinery | |
KR100758492B1 (ko) | 직교필터를 이용한 주파수 추정 장치 및 그 방법 | |
CN102064891B (zh) | 抗串漏高精度时延估计方法 | |
FR3007162A1 (fr) | Procede et dispositif de detection d'une anomalie sur un aeronef. | |
CN112985639A (zh) | 基于去啁啾和时域子啁啾脉冲提取的分布式光纤传感方法 | |
JP2020190544A (ja) | 融合された閾値/位相変調検出を使用してパルスを検出するためのシステムおよび方法 | |
CN113901379A (zh) | 一种边缘端的实时数据动态在线快速处理方法 | |
Lu et al. | A noise reduction method of rolling bearing based on empirical wavelet transform and adaptive time frequency peak filtering | |
CN115824380A (zh) | 用于光纤振动传感系统的自适应精度扰动位置估计方法 | |
CN112906482B (zh) | 基于随机共振与混沌协同的井下微弱特征信号检测方法 | |
KR101416626B1 (ko) | 유도전동기 고장 진단 장치 및 이를 이용한 진단 방법 | |
CN102707157A (zh) | 一种基于功率谱的单频脉冲信号参数估值方法 | |
CN102682781B (zh) | 一种音频信号中时变正弦干扰的自适应抑制方法 | |
Makienko et al. | Estimation and Deconvolution of Second Order Cyclostationary Signals | |
CN112034496B (zh) | 一种基于并行fft的快速精频捕获方法 | |
CN116558622A (zh) | 一种降低DCM算法相位恢复误差的φ-OTDR系统数据处理方法 | |
Hu et al. | Efficient cycle frequency acquisition of a cyclostationary signal with the FACA method | |
Jagadesh | Development of Time Delay Estimation Algorithm Using Fuzzy Based Optimized Iterative Unscented Kalman Filter | |
Wang et al. | Design and Implementation of Strong Tracking Combined Filtering Algorithm for MEMS Gyroscope | |
Tamazin et al. | Acquisition of weak GNSS signals using fast orthogonal search |
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 |