CN115855123A - 基于畸变点检测的光纤传感信号相位错误修正方法和装置 - Google Patents

基于畸变点检测的光纤传感信号相位错误修正方法和装置 Download PDF

Info

Publication number
CN115855123A
CN115855123A CN202310145657.6A CN202310145657A CN115855123A CN 115855123 A CN115855123 A CN 115855123A CN 202310145657 A CN202310145657 A CN 202310145657A CN 115855123 A CN115855123 A CN 115855123A
Authority
CN
China
Prior art keywords
distortion
distortion point
phase
signal
point
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.)
Granted
Application number
CN202310145657.6A
Other languages
English (en)
Other versions
CN115855123B (zh
Inventor
刘泽超
李彩云
马玲梅
胡威旺
彭威
王皓
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202310145657.6A priority Critical patent/CN115855123B/zh
Publication of CN115855123A publication Critical patent/CN115855123A/zh
Application granted granted Critical
Publication of CN115855123B publication Critical patent/CN115855123B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Optical Communication System (AREA)

Abstract

本发明涉及一种基于畸变点检测的光纤传感信号相位错误修正方法和装置，方法包括以下步骤：获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位变化信号；对相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；根据相位解卷绕数据的信号变化量，确定畸变点；根据畸变点的分布确定畸变点的类型，可分为尖峰畸变点、连续台阶畸变点和单次畸变点，从而进行对应的修正处理，然后再经去趋势操作，输出修正后的相位信号。与现有技术相比，本发明可实时有效修正复杂情况下的相位错误，抑制衰落噪声，提升信噪比。

Description

基于畸变点检测的光纤传感信号相位错误修正方法和装置
技术领域
本发明涉及相位错误抑制技术领域，尤其是涉及基于畸变点检测的光纤传感信号相位错误修正方法和装置。
背景技术
基于光时域反射仪（OTDR）的分布式声波传感（DAS）技术已经被广泛应用于管道健康监测、轨道交通监测、周界入侵监测和水下环境监测等各种领域。其利用激光器向光纤中注入窄线宽的探测脉冲，由于光纤中折射率呈不均匀分布而形成随机的散射点，因此光脉冲在向前传播过程中会产生背向瑞利散射信号（RBS）。外界的扰动会导致光纤的折射率和长度发生变化，从而引起 RBS 的强度和相位发生变化。其中，RBS 的相位延迟的变化量与扰动的强度成正比关系，故可实现定量监测及事件识别的相位敏感光时域反射仪（φ-OTDR）被广泛应用。
尽管 φ-OTDR 具有灵敏度高、传感范围长、不受电磁干扰和分布式传感等多种优点，但是其也面临一些挑战。其中普遍存在且影响不容忽视的难题之一为衰落问题。在φ-OTDR 系统中，每一时刻返回的 RBS 其实是光纤上某一段长度为距离分辨率的光纤段上所有散射点的 RBS 的叠加，而 RBS 具有随机性，导致测量得到的 RBS 也具有随机性，即呈瑞利分布。另一方面，散射信号的偏振态也具有随机性，这两个因素共同作用，导致 RBS 的强度会随机上下摆动，因此会随机存在多个 RBS 强度值极小的位置。在这些位置处，信号功率极小，故系统噪声（主要为光电探测中的强度噪声）会严重干扰相位解调的过程，导致相位解调错误，对于常用的相位解调方法，解调结果为卷绕的相位，还需利用相位解卷绕算法来得到真实相位，而相位解调错误会导致相位解卷绕错误，产生接近于2π弧度的错误跳变，甚至造成大幅相位误差积累。相位错误会干扰后续目标定位、识别等任务的正确执行，因此如何切实有效的修正甚至消除这些相位错误是亟待解决的问题。
目前已有的相位噪声抑制方法主要可分为两类：硬件增强方法与信号处理方法。在硬件层面，可以通过对探测脉冲进行编码、同时利用不同频率的探测脉冲、使用散射增强光纤等方法抑制衰落噪声引起的相位错误，但这类方法会增加系统的硬件成本及复杂度。在信号处理层面，研究学者提出了一些基于机器学习及深度学习的去噪方法，但这类方法普遍需要配对的干净信号和含噪信号，而在现实环境中难以获取比较干净的传感信号，且通过仿真生成干净数据又需要对实验环境进行建模，难度较大且难以保证与现实条件相符。此外，也有研究学者提出了基于变化点检测的相位错误抑制方法，但其处理规则单一，只适用于简单信号。
发明内容
本发明的目的就是为了克服上述现有技术存在实现难度高、或处理规则单一，只适用于简单信号的缺陷而提供一种基于畸变点检测的光纤传感信号相位错误修正方法和装置，设计更加鲁棒的相位错误修正方法，使其可通过信号处理的方式处理复杂信号中可能的相位错误。
本发明的目的可以通过以下技术方案来实现：
一种基于畸变点检测的光纤传感信号相位错误修正方法，包括以下步骤：
获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位变化信号；
对所述相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
根据所述相位解卷绕数据的信号变化量，确定畸变点；
根据畸变点的分布确定畸变点的类型，从而进行对应的修正处理。
进一步地，所述畸变点的确定过程包括：
对所述相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点。
进一步地，确定的所述畸变点类型包括尖峰畸变点，该尖峰畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点对，该畸变点对的搜索过程为：若存在畸变点S unwrap (i)以及畸变点S unwrap (j+1)，满足时刻与时刻的时间间隔低于预设的尖峰畸变相邻阈值，则(S unwrap (i)，S unwrap (j))构成畸变点对；
若存在畸变点对(S unwrap (i)，S unwrap (j))，满足S unwrap (i-1)信号值与S unwrap (j+1)信号值的差值的绝对值小于预设的尖峰畸变阈值，则为尖峰畸变点对。
进一步地，若存在两组尖峰畸变点对之间的时间间隔低于预设的尖峰相邻阈值，则仅根据前一组尖峰畸变点进行修正处理。
进一步地，对尖峰畸变点的修正处理过程包括：
对待处理的尖峰畸变点对(S unwrap (i)，S unwrap (j))，设置相位解卷绕数据中时刻和j时刻之间的信号值均为S unwrap (i-1)信号值与S unwrap (j+1)信号值的均值。
进一步地，对尖峰畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索尖峰畸变点，若搜索出的尖峰畸变点的数量为0，或者搜索出的尖峰畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对尖峰畸变点的修正处理，否则继续进行对尖峰畸变点的修正处理。
进一步地，确定的所述畸变点类型包括连续台阶畸变点，该连续台阶畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点对(S unwrap (i)，S unwrap (j))，畸变点对的搜索过程为：若两个畸变点S unwrap (i)和S unwrap (j)的时间间隔低于预设的台阶畸变相邻阈值，则构成畸变点对；
若存在畸变点对(S unwrap (i)，S unwrap (j))，满足时刻处的差分信号与时刻处的差分信号的乘积大于零，且S unwrap (j)信号值与S unwrap (i)信号值的差值的绝对值大于预设的台阶畸变阈值，则为台阶畸变点对；
判断确定的台阶畸变点对是否存在相邻的台阶畸变点对，若存在，则将相邻的台阶畸变点对依次合并，以合并后的台阶畸变点集合中的首末端点作为连续台阶畸变点对，若不存在，则直接作为连续台阶畸变点对。
进一步地，对连续台阶畸变点的修正处理过程包括：
对待处理的连续台阶畸变点对(S unwrap (i)，S unwrap (j))，获取所述相位解卷绕数据 在i时刻的前向预测值
Figure SMS_1
，以及在j-1时刻的后向预测值
Figure SMS_2
，设置相位解卷绕数 据中i位置和j位置之间的信号均为时刻的前向预测值
Figure SMS_3
；若j-1时刻的后向预测值
Figure SMS_4
与i时刻的前向预测值
Figure SMS_5
的差值的绝对值不低于预设的第一整体平移调整 阈值，则根据j-1时刻的后向预测值
Figure SMS_6
与i时刻的前向预测值
Figure SMS_7
的差值对所述 相位解卷绕数据在j时刻以后的信号值整体进行赋值调整。
进一步地，对连续台阶畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索连续台阶畸变点对，若搜索出的连续台阶畸变点对的数量为0，或者搜索出的连续台阶畸变点对的数量不再继续减少的次数大于预设的稳定阈值，则完成对连续台阶畸变点对的修正处理，否则继续进行对连续台阶畸变点对的修正处理。
进一步地，确定的所述畸变点类型包括第一单次畸变点，该第一单次畸变点的确定过程包括：
在所有确定的畸变点中搜索直接相邻的畸变点对(S unwrap (i)，S unwrap (i+1))，并且畸变点对满足j+1时刻处的差分信号与时刻处的差分信号的乘积小于零；
对搜索出的畸变点对进行分组，使得每组中均包含尽可能多的两两直接相邻的畸变点对且其中的畸变点对保持原始顺序，各组之间保持互斥；
从所述畸变点对数大于2的各组畸变点中剔除所有处于偶数位或者奇数位的畸变点对，剩余畸变点对中的第一个畸变点作为第一单次畸变点。
进一步地，对第一单次畸变点的修正处理过程包括：
对每一个第一单次畸变点S unwrap (i)，获取相位解卷绕数据中在j-w时刻到i-1时刻之间，以及i+1时刻到j+w时刻之间的信号值，并进行求均值计算，得到信号均值，设置所述第一单次畸变点S unwrap (i)的信号值为所述信号均值，w为窗口宽度。
进一步地，对第一单次畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索第一单次畸变点，若搜索出的第一单次畸变点的数量为0，或者搜索出的第一单次畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对第一单次畸变点的修正处理，否则继续进行对第一单次畸变点的修正处理。
进一步地，确定的所述畸变点类型包括第二单次畸变点，该第二单次畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点，满足相位解卷绕数据中在该畸变点之后时刻的信号值保持与该畸变点的差值在预设的稳定阈值范围以内，并维持预设的第一稳定时间，将搜索出的畸变点作为第二单次畸变点。
进一步地，对第二单次畸变点的修正处理过程包括：
对待处理的第二单次畸变点S unwrap (j)，获取所述相位解卷绕数据在j时刻的前向 预测值
Figure SMS_8
，以及在j时刻的后向预测值
Figure SMS_9
，若j时刻的后向预测值
Figure SMS_10
与j时刻 的前向预测值
Figure SMS_11
的差值的绝对值不低于预设的第二整体平移调整阈值，则根据j时刻 的后向预测值
Figure SMS_12
与j时刻的前向预测值
Figure SMS_13
的差值对所述相位解卷绕数据在j时刻 以后的信号值整体进行赋值调整。
进一步地，对第二单次畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索第二单次畸变点，若搜索出的第二单次畸变点的数量为0，或者搜索出的第二单次畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对第二单次畸变点的修正处理，否则继续进行对第二单次畸变点的修正处理。
进一步地，所述方法还包括：对修正处理后的相位解卷绕数据进行下采样，然后拟合为目标函数，通过该目标函数计算在各个时间点的值，得到相位解卷绕数据的趋势曲线，根据所述趋势曲线对修正处理后的相位解卷绕数据进行信号调整，得到最终的输出相位信号。
本发明还提供一种基于畸变点检测的光纤传感信号相位错误修正装置，包括：
相位数据获取模块；用于获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位变化信号；
相位解卷绕模块；用于对所述相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
畸变点处理模块；用于根据所述相位解卷绕数据的信号变化量，确定畸变点；根据畸变点的分布确定畸变点的类型，从而进行对应的修正处理。
本发明还提供一种基于畸变点检测的光纤传感信号相位错误修正装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现如上所述的基于畸变点检测的光纤传感信号相位错误修正方法。
本发明还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现如上所述的基于畸变点检测的光纤传感信号相位错误修正方法。
与现有技术相比，本发明具有以下优点：
（1）本发明方案可有效消除相位敏感光时域反射仪系统中因相干衰落等原因引起的解卷绕后相位信号中的相位错误。
（2）本发明可有效提高相位信号的信噪比，提升信号质量。
（3）本发明处理速率快，可部署在系统端，实现对传感信号的实时处理。
附图说明
图1为本发明实施例中提供的一种基于畸变点检测的光纤传感信号相位错误修正方法的流程示意图；
图2为本发明实施例中提供的另一种基于畸变点检测的光纤传感信号相位错误修正方法的流程示意图；
图3为本发明实施例中提供的尖峰畸变点的示意图；
图4为本发明实施例中提供的连续台阶畸变点的示意图；
图5为本发明实施例中提供的单次畸变点的示意图；
图6为本发明实施例中提供的原始相位信号示意图；
图7为本发明实施例中提供的经解卷绕处理后的相位信号示意图；
图8为本发明实施例中提供的采用本发明方法处理后的相位信号示意图；
图9为本发明实施例中提供的一种基于畸变点检测的光纤传感信号相位错误修正装置的结构框图。
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。
需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例
图1为本发明一实施例提供的一种基于畸变点检测的光纤传感信号相位错误修正方法的流程示意图。如图1所示，本发明实施例中的基于畸变点检测的光纤传感信号相位错误修正方法可包括如下步骤：
S1：获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位延迟变化信号；
S2：对相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
S3：根据相位解卷绕数据的信号变化量，确定畸变点；
S4：根据畸变点的分布确定畸变点的类型，从而进行对应的修正处理。
本方案设计了更加鲁棒的相位错误抑制方法，使其可通过信号处理的方式，基于畸变点检测策略定位并有效处理复杂信号中可能的相位错误，对进一步扩展φ-OTDR 的适用场景并提高系统的稳定性具有重要意义。
下面对上述各步骤进行具体说明。
S1：获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位延迟变化信号；
本实施例中针对φ-OTDR系统的传感数据进行解调，得到相位数据S，其中包含传感光纤上相互间距为距离分辨率r的z个位置处的背向瑞利散射信号的相位延迟变化信号，当信号采样率为f，信号采样时长为t秒时，采样点数为M=f*t，S 是大小为M×z的矩阵。
S2：对相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
本实施例中对步骤S1得到的各个位置处的相位传感数据即矩阵S中的每一列数据分别进行相位解卷绕，然后进行重采样，得到S unwrap ，其长度为N。
需要说明的是，上述重采样的目的是使得相位数据中各个采样点数据的时间间隔在预设的标准范围以内，该标准范围优选为0.1ms~10ms，防止采样点的时间间隔过短或过长，并方便后续进行针对性的数据处理。
步骤S3和步骤S4分别用于确定畸变点的位置及其类型，从而进行对应的修正处理，本实施例中，提供以下几种实现方式。
实现方式一
确定的畸变点类型包括尖峰畸变点，该尖峰畸变点的确定过程包括：
S301：对相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点。
可选的，上述差分计算可以为，将相位解卷绕数据中各个时刻的信号点依次与前一时刻的信号点相减，得到差分计算结果。
可选的，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点，可以为将差分信号中的各个数值与相位解卷绕数据的标准差对比，从而判断离散程度，确定畸变点。
本实施例中，对经前述步骤处理后得到的S unwrap 进行差分运算，即对于光纤上第c个位置处的相位解卷绕信号S unwrap (:，c)，c=1,2,…,m，（为便于表示，后续内容中S unwrap (:，c)将简写为S unwrap ）求差分后得到信号d，其长度为N-1，且d(i)=S unwrap (i+1)-S unwrap (i)，i= 1,…,N-1。选取某一阈值δ，当d 中某一元素d(i)的绝对值|d(i)|大于δ时，则S unwrap 中第i+1个相位信号发生了畸变，据此可以找出S unwrap 中所有的畸变点
Figure SMS_14
。其中，经解卷绕算法处理后，/>
Figure SMS_15
，故0<δ<π，考虑到外界振动声波干扰光纤时将持续一段时间，即使该声波信号持续时间非常短，也将远大于探测信号的周期，因此正常情况下相位不会发生单点畸变情况，所以当某一个相位值的变化量/>
Figure SMS_16
大于信号的标准差时，可以判定其为畸变点，故std(S unwrap )<δ<π。
S302：在所有确定的畸变点中搜索畸变点对(S unwrap (i)，S unwrap (j))，畸变点对的搜索过程为：若两个畸变点的时间间隔低于预设的尖峰畸变相邻阈值δ1，则构成畸变点对；
尖峰畸变点表现为信号从正常值跳跃至一异常值后立即跳回正常值或保持几步异常值后再跳回正常值附近；因此通过获取相邻的畸变点构成的畸变点对的方式可以搜索出具有持续异常过程的畸变点，并且当j=i 时，S unwrap (i)和S unwrap (j+1)为A中直接相邻的一对畸变点，(S unwrap (i)，S unwrap (j))将表示单独的一点S unwrap (i)。
尖峰畸变相邻阈值δ1的取值可以根据相位解卷绕数据的采样点时间间距进行对应调整，以获得尽可能多的近似相邻畸变点。
本实施例中，从所有的畸变点中从前向后依次挑选出所有的相邻的畸变点对
Figure SMS_17
，其中当A中的两个畸变点的间距不大于阈值δ1+1时，便可认为其相邻，当δ1=0时，即当j=i 时，S unwrap (i)和S unwrap (j+1)为A中直接相邻的一对畸变点，(S unwrap (i)，S unwrap (j))将表示单独的一点S unwrap (i)（对应于图3的上半部分），为找出近似相邻的畸变点对（对应于图 3的下半部分），可适当增大δ1的取值，经验证δ1取值在10左右时便可找出信号中绝大多数的近似相邻畸变点。
S303：若存在畸变点对(S unwrap (i)，S unwrap (j))，满足S unwrap (i-1)信号值与S unwrap (j+ 1)信号值差值的绝对值小于预设的尖峰畸变阈值
Figure SMS_18
，则为尖峰畸变点对。
可选的，若存在两组尖峰畸变点对之间的时间间隔低于预设的尖峰相邻阈值，则仅根据前一组尖峰畸变点进行修正处理，后面的尖峰畸变点会自行恢复正常。
本实施例中，尖峰畸变点可通过对B进行筛选来得到，即
Figure SMS_19
，其中，阈值δ2用于限制该畸变点对前后相邻信号值的差值应在0附近，且当B 中存在前后相邻的两组尖峰畸变点对(S unwrap (i)，S unwrap (j))和(S unwrap (j+1)，S unwrap (k))时，C 中将只包含(S unwrap (i)，S unwrap (j))。至此，C 中即包含了信号中所有的尖峰畸变点。
S304：循环分析光纤传感数据，根据上述步骤搜索尖峰畸变点，若搜索出的尖峰畸变点的数量为0，或者搜索出的尖峰畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对尖峰畸变点的修正处理，否则继续进行对尖峰畸变点的修正处理。
本实施例中，实时判断C 中尖峰畸变点的个数是否为 0，如果为 0，则完成对尖峰畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，如果不为 0，则判断其数量不再继续减少的次数是否大于阈值m，如果大于，则完成对尖峰畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，否则跳至步骤S305。其中阈值m用于防止处理程序陷入死循环，其取值过小容易导致对畸变点的处理不彻底，但取值过大又会减慢处理程序的运行速率，经验证10次循环后基本可以解决畸变点出现的情形，且处理速率较快，故推荐的取值为10左右。
S305：对尖峰畸变点进行修正处理过程，具体包括：
对待处理的尖峰畸变点对(S unwrap (i)，S unwrap (j))，设置相位解卷绕数据中时刻和时刻之间的信号值均为S unwrap (i-1)信号值与S unwrap (j+1)信号值的均值。
本实施例中，对C 中的每一对尖峰畸变点(S unwrap (i)，S unwrap (j))，执行
Figure SMS_20
然后跳转至步骤S301。
实现方式二
确定的畸变点类型包括连续台阶畸变点，该连续台阶畸变点的确定过程包括：
S311：对相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点，与步骤S301大体相同。
本实施例中，对经上述步骤处理后的相位信号S unwrap 进行差分运算得到信号d，其长度为t*f-1且
Figure SMS_21
。选取某一阈值 δ（其取值与步骤S301中相同），当d 中某一元素d(i)的绝对值|d(i)|大于δ时，便认为S unwrap (i+1)中对应时间点处的相位信号发生了畸变，据此可以找出S unwrap 中所有的畸变点/>
Figure SMS_22
。
S312：在所有确定的畸变点中搜索畸变点对(S unwrap (i)，S unwrap (j))，畸变点对的搜索过程为：若两个畸变点的时间间隔低于预设的台阶畸变相邻阈值δ3，则构成畸变点对；
连续台阶畸变点表现为信号从正常值跳跃至一异常值后，立即或保持一定步数后再沿相同方向跳跃至更远的异常值，然后停止跳跃或继续此跳跃过程。
由于连续台阶畸变点需产生连续变化，即连续分布有多个畸变点，因此上述畸变点对的搜索过程需使得畸变点对包含两个不同且相邻的畸变点。
本实施例中，从所有的畸变点中从前向后依次挑选出所有的相邻畸变点对
Figure SMS_23
，其中当D中的两个畸变点的间距不大于阈值δ3时，便可认为其相邻，当δ3=1时，S unwrap (i)和S unwrap (j)为D中直接相邻的一对畸变点（对应于图4的上半部分），为找出近似相邻的畸变点对（对应于图4的下半部分），可适当增大δ3的取值，经验证δ3取值在10左右时便可以找出信号中绝大多数的近似相邻畸变点。
S313：若存在畸变点对(S unwrap (i)，S unwrap (j))，满足i-1时刻处的差分信号与j-1时刻处的差分信号的乘积大于零，且S unwrap (j)信号值与S unwrap (i)信号值的差值的绝对值大于预设的台阶畸变阈值δ4，则为台阶畸变点对。
其中，满足i-1时刻处的差分信号与j-1时刻处的差分信号的乘积大于零的目的是确定畸变点沿相同方向进行跳跃，台阶畸变阈值δ4的作用是确保第二个畸变点较第一个畸变点有明显变化，实现呈阶梯状变化。
本实施例中，对连续台阶畸变点进行定位需对E 进行筛选，得到
Figure SMS_24
，其中为确保第二个畸变点较第一个畸变点呈阶梯状变化，阈值δ4取值应大于0，同时考虑到信号值在第一个畸变点后可能存在小幅的变化，故阈值δ4的取值应小于选取畸变点的阈值δ，综合考虑，其推荐取值范围可为0.5≤δ4<δ。
S314：判断确定的台阶畸变点对中是否存在相邻的台阶畸变点对，若存在，则将相邻的台阶畸变点对依次合并，以合并后的台阶畸变点集合中的首末端点作为连续台阶畸变点对，若不存在，则直接作为连续台阶畸变点对。
对于连续台阶畸变点，其处理过程可根据整体变化的端值进行处理，因此进行上述合并操作，减少畸变点修正次数，提高处理效率。
本实施例中，合并F 中直接相邻的畸变点对，以合并后的台阶畸变点集合中的首末端点作为连续台阶畸变点对，即进行得到
Figure SMS_25
至此，G 中即包含了信号中所有的连续台阶畸变点。
S315：循环分析光纤传感数据，根据上述步骤搜索连续台阶畸变点对，若搜索出的连续台阶畸变点对的数量为0，或者搜索出的连续台阶畸变点对的数量不在继续减少的次数大于预设的稳定阈值，则完成对连续台阶畸变点对的修正处理，否则继续进行对连续台阶畸变点对的修正处理。
本实施例中，判断G 中台阶畸变点的个数是否为 0，如果为 0，则完成对连续台阶畸变点对的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，如果不为0，则判断其数量不再继续减少的次数是否大于阈值s，如果大于，则完成对连续台阶畸变点对的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，否则跳至步骤S316。其中阈值s用于防止处理程序陷入死循环，其取值过小容易导致对畸变点的处理不彻底，但取值过大又会减慢处理程序的运行速率，经验证10次循环后基本可以解决畸变点出现的情形，且处理速率较快，故推荐的取值为10左右。
S316：对连续台阶畸变点进行修正处理，过程具体为：
对待处理的连续台阶畸变点对(S unwrap (i)，S unwrap (j))，获取所述相位解卷绕数据 在i时刻的前向预测值
Figure SMS_26
，以及在j-1时刻的后向预测值
Figure SMS_27
，设置相位解卷绕数 据中i位置和j位置之间的信号均为时刻的前向预测值
Figure SMS_28
；若j-1时刻的后向预测值
Figure SMS_29
与i时刻的前向预测值
Figure SMS_30
的差值的绝对值不低于预设的第一整体平移调整 阈值，则根据j-1时刻的后向预测值
Figure SMS_31
与i时刻的前向预测值
Figure SMS_32
的差值对所述 相位解卷绕数据在j时刻以后的信号值整体进行赋值调整。
首先对连续台阶畸变点对进行前向预测以及后向预测，从而对连续台阶畸变点对对应的时间范围进行重新赋值，对于连续台阶畸变后的相位信号值均大幅偏移的情况，进行了整体平移调整。
根据
Figure SMS_33
时刻的后向预测值与时刻的前向预测值的差值对相位解卷绕数据在时刻以后的信号值整体进行赋值调整，不局限于以计算的差值作为时刻以后的信号值的调整量，也可以对计算的差值进行调整，如增加对差值乘以自定义系数等。
上述对时刻以后的信号值整体赋值，可以将时刻以后的部分或全部信号值整体调整相同的量，也可以赋予不同值，以达到连续台阶畸变优化效果。
上述前向预测值以及后向预测值的预测方法为通过前向正常数据或后向正常数据进行数据预测，可以通过现有方法实现，不做唯一限定。
本实施例中，对G 中的每一对连续台阶畸变点(S unwrap (i)，S unwrap (j))，进行如下处理：
Figure SMS_34
Figure SMS_35
其中
Figure SMS_36
为信号在时间点i 的前向预测值，具体地，首先从信号点S unwrap (i-1)开始向前截取长度为l 1 的信号片段，然后对该信号片段进行拟合，通过优化得到目标方程后再对时间点i 的信号点的值进行预测。同理，/>
Figure SMS_37
为信号在时间点j-1 的后向预测值，具体地，首先从信号点S unwrap (j)开始向后截取长度为l 2 的信号片段，然后对该信号片段进行拟合，通过优化得到目标方程后再对时间点j-1 的信号点的值进行预测。阈值δ5用于判断第二个畸变点后的信号值是否需要进行整体平移调整，其取值可依据阈值δ来确定，考虑到前向预测值/>
Figure SMS_38
可能会较S unwrap (i)更接近于/>
Figure SMS_39
，故阈值δ5的取值应小于选取畸变点的阈值δ，经验证δ5取值在0.5δ左右时可以对连续台阶畸变点起到较好的检测效果。
实现方式三
确定的畸变点类型包括第一单次畸变点，该第一单次畸变点的确定过程包括：
S321：对相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点，与步骤S301大体相同。
本实施例中，对经上述步骤处理后的相位信号S unwrap 进行差分运算得到信号d，其长度为N-1，且
Figure SMS_40
。选取某一阈值 δ（其取值与步骤三中相同），当d 中某一元素d(i)的绝对值|d(i)|大于 δ 时，便认为S unwrap (i+1)中对应时间点处的相位信号发生了畸变，据此可以找出S unwrap 中所有的畸变点/>
Figure SMS_41
。
S322：在所有确定的畸变点中搜索直接相邻的畸变点对(S unwrap (i)，S unwrap (i+1))，并且畸变点对满足i-1时刻处的差分信号与时刻处的差分信号的乘积小于零；
对搜索出的畸变点进行分组，使得每组中均包含尽可能多的两两直接相邻的畸变点对且其中的畸变点对保持原始顺序，各组之间保持互斥；
从所述畸变点对数大于2的各组畸变点中剔除所有处于偶数（或奇数）位置的畸变点，剩余畸变点对中的第一个畸变点作为第一单次畸变点。
第一单次畸变点表现为信号从某一正常值沿一方向跳跃至一异常值，然后立即沿反方向跳跃至另一异常值，如图5的上半部分所示。
因此，本方法搜索直接相邻的畸变点对(S unwrap (i)，S unwrap (i+1))，并且畸变点对满足i-1时刻处的差分信号与时刻处的差分信号的乘积小于零；两畸变点之间的时间间隔为重采样的单位时间长度时，即为直接相邻的畸变点；限制i-1时刻处的差分信号与时刻处的差分信号的乘积小于零，能保证时刻的畸变方向与i+1时刻的畸变方向相反，实现沿一方向跳跃至一异常值，然后立即沿反方向跳跃至另一异常值。
对搜索出的多个畸变点构成的畸变点集合，依次等时间间隔剔除其中的畸变点，可获得多个第一单次畸变点，并对畸变情况均能进行处理。
本实施例中，从所有的畸变点中从前向后依次挑选出所有直接相邻的畸变点对
Figure SMS_42
，I 中如果存在直接相邻的畸变点
Figure SMS_43
，则应依次等间隔剔除其中的点
Figure SMS_44
。至此，I 中将包含信号中的第一单次畸变点。
S323：循环分析光纤传感数据，根据上述步骤搜索第一单次畸变点，若搜索出的第一单次畸变点的数量为0，或者搜索出的第一单次畸变点的数量不在继续减少的次数大于预设的稳定阈值，则完成对第一单次畸变点的修正处理，否则继续进行对第一单次畸变点的修正处理。
本实施例中，判断H 中的畸变点的个数是否为 0，如果为 0，则完成对第一单次畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，如果不为 0，则判断其数量不再继续减少的次数是否大于阈值u，如果大于，则完成对第一单次畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，否则跳至步骤S324。其中阈值u用于防止处理程序陷入死循环，其取值过小容易导致对畸变点的处理不彻底，但取值过大又会减慢处理程序的运行速率，经验证10次循环后基本可以解决畸变点出现的情形，且处理速率较快，故推荐的取值为10左右。
S324：对第一单次畸变点进行修正处理，过程包括：
对每一个第一单次畸变点S unwrap (i)，获取相位解卷绕数据中在i-w时刻到i-1时刻之间，以及i+1时刻到j+w时刻之间的信号值，并进行求均值计算，得到信号均值，设置第一单次畸变点S unwrap (i)的信号值为信号均值，w为窗口宽度。
可通过调整窗口宽度w，实现获取最优的信号均值。
本实施例中，对I 中的每一畸变点S unwrap (i)进行如下处理：
Figure SMS_45
其中参数w 用于控制窗口的宽度，mean() 表示求均值运算。
实现方式四
确定的畸变点类型包括第二单次畸变点，该第二单次畸变点的确定过程包括：
S331：对相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点，与步骤S301大体相同。
本实施例中，对经上述步骤处理后的相位信号S unwrap 进行差分运算得到信号d，其长度为N-1，且
Figure SMS_46
。选取某一阈值 δ（其取值与步骤S301中相同），当d 中某一元素d(i)的绝对值|d(i)|大于 δ 时，便认为S unwrap (i+1)中对应时间点处的相位信号发生了畸变，据此可以找出/>
Figure SMS_47
中所有的畸变点/>
Figure SMS_48
。
S332：在所有确定的畸变点中搜索畸变点，满足相位解卷绕数据中在该畸变点之后时刻的信号值保持与该畸变点的差值在预设的稳定阈值范围以内，并维持预设的第一稳定时间，将搜索出的畸变点作为第二单次畸变点。
信号中存在第二单次畸变点，这类畸变点表现为信号从正常值跳跃至一异常值后便保持在该值附近一段时间而不再继续跳变（附图5下半部分），而这类畸变点将包含在集合H-I 中。
S333：循环分析光纤传感数据，根据上述步骤搜索第二单次畸变点，若搜索出的第二单次畸变点的数量为0，或者搜索出的第二单次畸变点的数量不在继续减少的次数大于预设的稳定阈值，则完成对第二单次畸变点的修正处理，否则继续进行对第二单次畸变点的修正处理。
本实施例中，判断H 中的畸变点的个数是否为 0，如果为 0，则完成对第二单次畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，如果不为 0，则判断其数量不再继续减少的次数是否大于阈值u，如果大于，则完成对第二单次畸变点的处理，可进行其它类型畸变点的处理，或结束对畸变点的处理，否则跳至步骤S334。其中阈值u用于防止处理程序陷入死循环，其取值过小容易导致对畸变点的处理不彻底，但取值过大又会减慢处理程序的运行速率，经验证10次循环后基本可以解决畸变点出现的情形，且处理速率较快，故推荐的取值为10左右。
S334：对第二单次畸变点进行修正处理，过程包括：
对待处理的第二单次畸变点S unwrap (j)，获取所述相位解卷绕数据在j时刻的前向 预测值
Figure SMS_49
，以及在j时刻的后向预测值
Figure SMS_50
，若j时刻的后向预测值
Figure SMS_51
与j时刻 的前向预测值
Figure SMS_52
的差值的绝对值不低于预设的第二整体平移调整阈值，则根据j时刻 的后向预测值
Figure SMS_53
与j时刻的前向预测值
Figure SMS_54
的差值对所述相位解卷绕数据在j时刻 以后的信号值整体进行赋值调整。
第二单次畸变点从正常值跳跃至一异常值后便保持在该值附近一段时间而不再继续跳变，因此需对跳变后的相位信号值，进行整体平移调整。
根据
Figure SMS_55
时刻的后向预测值/>
Figure SMS_56
与/>
Figure SMS_57
时刻的前向预测值/>
Figure SMS_58
的差值对相位解卷绕数据在/>
Figure SMS_59
时刻以后的信号值整体进行赋值调整，不局限于以计算的差值作为/>
Figure SMS_60
时刻以后的信号值的整体调整量，也可以对计算的差值进行调整，如增加对差值乘以自定义系数等。
上述对
Figure SMS_61
时刻以后的信号值整体赋值，可以将/>
Figure SMS_62
时刻以后的部分或全部信号值调整相同量，也可以赋予不用值，以达到第二单次畸变优化效果。
上述前向预测值以及后向预测值的预测方法为通过前向正常数据或后向正常数据进行数据预测，可以通过现有方法实现，不做唯一限定。
本实施例中，对H-I 中的每一个畸变点S unwrap (j)，进行如下处理：
Figure SMS_63
其中
Figure SMS_64
为信号在时间点j 的前向预测值，具体地，首先从信号点S unwrap (j-1)开始向前截取长度为l 3 的信号片段，然后对该信号片段进行拟合，通过优化得到目标方程后再对时间点j 的信号点的值进行预测。同理，/>
Figure SMS_65
为信号在时间点j 的后向预测值，具体地，首先从信号点S unwrap (j+1) 开始向后截取长度为l 4 的信号片段，然后对该信号片段进行拟合，通过优化得到目标方程后再对时间点j 的信号点的值进行预测。阈值δ6用于判断第二个畸变点后的信号值是否需要进行整体平移调整，由于只发生了一次畸变，其取值可接近于阈值δ。
可选的，方法还包括：对修正处理后的相位解卷绕数据进行下采样，然后拟合为目标函数，通过该目标函数计算在各个时间点的值，得到相位解卷绕数据的趋势曲线，根据趋势曲线对修正处理后的相位解卷绕数据进行信号调整，得到最终的输出相位信号。
经上述步骤处理后的数据可能存在稳定状态下的相位值不为0的情况，为使其回归0值附近，需进行去趋势操作。
本实施例的具体过程如下：
选取某一步长s 对经上述步骤处理后的S unwrap (i)进行下采样得到
Figure SMS_66
，然后对其进行拟合得到目标函数g fit 后，再计算出g fit 在各时间点1,2,3，…N 处的值，即可得到S unwrap 的趋势曲线 />
Figure SMS_67
。其中步长s 可通过分析相位信号中有用信号的频率范围来确定。最终，去除趋势后的相位信号即为最终的输出相位信号：/>
Figure SMS_68
。
将上述可选的实施方式以及对畸变点处理的各个实现方式进行任意组合可以得到一种最优的实施方式，下面对所有实施方式进行组合得到的一种最优的实施方式的实现结果进行描述。
如图2所示，本实施方式对上述四种对畸变点处理的实现方式依次进行处理，其实现过程如下：
经在室内走廊铺设70米左右的单模通信光纤后，使用自行设计的基于φ-OTDR的光纤传感系统采集了单人沿光纤轴向向前跑步的跑步声传感数据。系统的空间分辨率为5米，采样频率为40kHz。为验证本发明所提方法，对光纤上某一位置的传感数据进行处理，系统解调后的相位信号如图6所示，经解卷绕算法处理后的相位信号如图7所示。
具体的，在本次实验中，设置本实施方式所提方法中各参数的取值如下：δ=0.67pi，δ1=5，δ2=0.3，m=s=u=10，δ3=10，δ4=0.5，δ5=0.33pi，w=1，δ6=0.67pi，f=40000，处理连续台阶畸变点时和处理第一单次畸变点中的拟合方法选取为一阶多项式拟合，去趋势操作中的拟合方法选取为样条曲线拟合。经处理后的结果如图8所示，且每秒数据的平均处理时间为57.305毫秒，可以达到实时处理的要求。
本发明还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种基于畸变点检测的光纤传感信号相位错误修正方法。
本发明还提供了图9所示的一种对应于图1的基于畸变点检测的光纤传感信号相位错误修正装置的示意结构图。如图9所述，在硬件层面，该基于畸变点检测的光纤传感信号相位错误修正装置包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的数据采集的方法。当然，除了软件实现方式之外，本发明并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（ProgrammableLogic Device, PLD）（例如现场可编程门阵列（Field Programmable Gate Array，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（HardwareDescription Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（AdvancedBoolean Expression Language）、AHDL（Altera Hardware Description Language）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（JavaHardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（Ruby HardwareDescription Language）等，目前最普遍使用的是VHDL（Very-High-Speed IntegratedCircuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
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 (19)

1.一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，包括以下步骤：
获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位变化信号；
对所述相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
根据所述相位解卷绕数据的信号变化量，确定畸变点；
根据畸变点的分布确定畸变点的类型，从而进行对应的修正处理。
2.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，所述畸变点的确定过程包括：
对所述相位解卷绕数据中的各个信号点进行差分计算，得到差分信号，根据差分信号中各个数值的离散程度，确定相位解卷绕数据中的畸变点。
3.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，确定的所述畸变点类型包括尖峰畸变点，该尖峰畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点对，该畸变点对的搜索过程为：若存在畸变点S unwrap (i)以及畸变点S unwrap (j+1)，满足时刻与时刻的时间间隔低于预设的尖峰畸变相邻阈值，则(S unwrap (i)，S unwrap (j))构成畸变点对；
若存在畸变点对(S unwrap (i)，S unwrap (j))，满足S unwrap (i-1)信号值与S unwrap (j+1)信号值的差值的绝对值小于预设的尖峰畸变阈值，则为尖峰畸变点对。
4.根据权利要求3所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，若存在两组尖峰畸变点对之间的时间间隔低于预设的尖峰相邻阈值，则仅根据前一组尖峰畸变点进行修正处理。
5.根据权利要求3所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对尖峰畸变点的修正处理过程包括：
对待处理的尖峰畸变点对(S unwrap (i)，S unwrap (j))，设置相位解卷绕数据中时刻和j时刻之间的信号值均为S unwrap (i-1)信号值与S unwrap (j+1)信号值的均值。
6.根据权利要求3所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对尖峰畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索尖峰畸变点，若搜索出的尖峰畸变点的数量为0，或者搜索出的尖峰畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对尖峰畸变点的修正处理，否则继续进行对尖峰畸变点的修正处理。
7.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，确定的所述畸变点类型包括连续台阶畸变点，该连续台阶畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点对(S unwrap (i)，S unwrap (j))，畸变点对的搜索过程为：若两个畸变点S unwrap (i)和S unwrap (j)的时间间隔低于预设的台阶畸变相邻阈值，则构成畸变点对；
若存在畸变点对(S unwrap (i)，S unwrap (j))，满足i-1时刻处的差分信号与j-1时刻处的差分信号的乘积大于零，且S unwrap (j)信号值与S unwrap (i)信号值的差值的绝对值大于预设的台阶畸变阈值，则为台阶畸变点对；
判断确定的台阶畸变点对是否存在相邻的台阶畸变点对，若存在，则将相邻的台阶畸变点对依次合并，以合并后的台阶畸变点集合中的首末端点作为连续台阶畸变点对，若不存在，则直接作为连续台阶畸变点对。
8.根据权利要求7所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对连续台阶畸变点的修正处理过程包括：
对待处理的连续台阶畸变点对(S unwrap (i)，S unwrap (j))，获取所述相位解卷绕数据在i时刻的前向预测值
Figure QLYQS_1
，以及在j-1时刻的后向预测值/>
Figure QLYQS_2
，设置相位解卷绕数据中i位置和j位置之间的信号均为时刻的前向预测值/>
Figure QLYQS_3
；若j-1时刻的后向预测值
Figure QLYQS_4
与i时刻的前向预测值/>
Figure QLYQS_5
的差值的绝对值不低于预设的第一整体平移调整阈值，则根据j-1时刻的后向预测值/>
Figure QLYQS_6
与i时刻的前向预测值/>
Figure QLYQS_7
的差值对所述相位解卷绕数据在j时刻以后的信号值整体进行赋值调整。
9.根据权利要求7所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对连续台阶畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索连续台阶畸变点对，若搜索出的连续台阶畸变点对的数量为0，或者搜索出的连续台阶畸变点对的数量不再继续减少的次数大于预设的稳定阈值，则完成对连续台阶畸变点对的修正处理，否则继续进行对连续台阶畸变点对的修正处理。
10.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，确定的所述畸变点类型包括第一单次畸变点，该第一单次畸变点的确定过程包括：
在所有确定的畸变点中搜索直接相邻的畸变点对(S unwrap (i)，S unwrap (i+1))，并且畸变点对满足j+1时刻处的差分信号与时刻处的差分信号的乘积小于零；
对搜索出的畸变点对进行分组，使得每组中均包含尽可能多的两两直接相邻的畸变点对且其中的畸变点对保持原始顺序，各组之间保持互斥；
从所述畸变点对数大于2的各组畸变点中剔除所有处于偶数位或者奇数位的畸变点对，剩余畸变点对中的第一个畸变点作为第一单次畸变点。
11.根据权利要求10所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对第一单次畸变点的修正处理过程包括：
对每一个第一单次畸变点S unwrap (i)，获取相位解卷绕数据中在i-w时刻到i-1时刻之间，以及i+1时刻到j+w时刻之间的信号值，并进行求均值计算，得到信号均值，设置所述第一单次畸变点S unwrap (i)的信号值为所述信号均值，w为窗口宽度。
12.根据权利要求10所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对第一单次畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索第一单次畸变点，若搜索出的第一单次畸变点的数量为0，或者搜索出的第一单次畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对第一单次畸变点的修正处理，否则继续进行对第一单次畸变点的修正处理。
13.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，确定的所述畸变点类型包括第二单次畸变点，该第二单次畸变点的确定过程包括：
在所有确定的畸变点中搜索畸变点，满足相位解卷绕数据中在该畸变点之后时刻的信号值保持与该畸变点的差值在预设的稳定阈值范围以内，并维持预设的第一稳定时间，将搜索出的畸变点作为第二单次畸变点。
14.根据权利要求13所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对第二单次畸变点的修正处理过程包括：
对待处理的第二单次畸变点S unwrap (j)，获取所述相位解卷绕数据在j时刻的前向预测值
Figure QLYQS_8
，以及在j时刻的后向预测值/>
Figure QLYQS_9
，若j时刻的后向预测值/>
Figure QLYQS_10
与j时刻的前向预测值/>
Figure QLYQS_11
的差值的绝对值不低于预设的第二整体平移调整阈值，则根据j时刻的后向预测值/>
Figure QLYQS_12
与j时刻的前向预测值/>
Figure QLYQS_13
的差值对所述相位解卷绕数据在j时刻以后的信号值整体进行赋值调整。
15.根据权利要求14所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，对第二单次畸变点的修正处理过程中，还实时循环分析处理后的光纤传感数据，搜索第二单次畸变点，若搜索出的第二单次畸变点的数量为0，或者搜索出的第二单次畸变点的数量不再继续减少的次数大于预设的稳定阈值，则完成对第二单次畸变点的修正处理，否则继续进行对第二单次畸变点的修正处理。
16.根据权利要求1所述的一种基于畸变点检测的光纤传感信号相位错误修正方法，其特征在于，所述方法还包括：对修正处理后的相位解卷绕数据进行下采样，然后拟合为目标函数，通过该目标函数计算在各个时间点的值，得到相位解卷绕数据的趋势曲线，根据所述趋势曲线对修正处理后的相位解卷绕数据进行信号调整，得到最终的输出相位信号。
17.一种基于畸变点检测的光纤传感信号相位错误修正装置，其特征在于，包括：
相位数据获取模块；用于获取光纤传感数据，进行解调，得到相位数据，该相位数据包括光纤上多个位置处的相位变化信号；
相位解卷绕模块；用于对所述相位数据中的各个位置信号分别进行相位解卷绕，然后进行重采样，获取各个位置的相位解卷绕数据；
畸变点处理模块；用于根据所述相位解卷绕数据的信号变化量，确定畸变点；根据畸变点的分布确定畸变点的类型，从而进行对应的修正处理。
18.一种基于畸变点检测的光纤传感信号相位错误修正装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-16中任一项所述的基于畸变点检测的光纤传感信号相位错误修正方法。
19.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-16中任一项所述的基于畸变点检测的光纤传感信号相位错误修正方法。
CN202310145657.6A 2023-02-22 2023-02-22 基于畸变点检测的光纤传感信号相位错误修正方法和装置 Active CN115855123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310145657.6A CN115855123B (zh) 2023-02-22 2023-02-22 基于畸变点检测的光纤传感信号相位错误修正方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310145657.6A CN115855123B (zh) 2023-02-22 2023-02-22 基于畸变点检测的光纤传感信号相位错误修正方法和装置

Publications (2)

Publication Number Publication Date
CN115855123A true CN115855123A (zh) 2023-03-28
CN115855123B CN115855123B (zh) 2023-06-06

Family

ID=85658600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310145657.6A Active CN115855123B (zh) 2023-02-22 2023-02-22 基于畸变点检测的光纤传感信号相位错误修正方法和装置

Country Status (1)

Country Link
CN (1) CN115855123B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956226A (zh) * 2023-09-19 2023-10-27 之江实验室 一种基于自监督式信号融合的das动态范围提升方法和设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130230312A1 (en) * 2012-03-02 2013-09-05 Alcatel-Lucent Usa Inc. Correction of a local-oscillator phase error in a coherent optical receiver
CN106452578A (zh) * 2016-11-18 2017-02-22 武汉博思创信息科技有限公司 一种可见光通信系统中恢复畸变信号的方法
CN106464373A (zh) * 2014-06-13 2017-02-22 华为技术有限公司 用于确定光信号的信号畸变的装置
CN106850496A (zh) * 2017-03-02 2017-06-13 北京邮电大学 一种正交幅度调制信号相位恢复方法及装置
CN110929217A (zh) * 2019-11-14 2020-03-27 云南电网有限责任公司电力科学研究院 一种含有毛刺、尖峰干扰频响曲线的矫正方法及装置
CN115333913A (zh) * 2022-10-17 2022-11-11 中国科学技术大学 相位敏感光时域反射计相位解调方法和装置
CN115389007A (zh) * 2022-10-26 2022-11-25 之江实验室 一种采用散射增强光纤的分布式声波传感系统的解调方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130230312A1 (en) * 2012-03-02 2013-09-05 Alcatel-Lucent Usa Inc. Correction of a local-oscillator phase error in a coherent optical receiver
CN106464373A (zh) * 2014-06-13 2017-02-22 华为技术有限公司 用于确定光信号的信号畸变的装置
CN106452578A (zh) * 2016-11-18 2017-02-22 武汉博思创信息科技有限公司 一种可见光通信系统中恢复畸变信号的方法
CN106850496A (zh) * 2017-03-02 2017-06-13 北京邮电大学 一种正交幅度调制信号相位恢复方法及装置
CN110929217A (zh) * 2019-11-14 2020-03-27 云南电网有限责任公司电力科学研究院 一种含有毛刺、尖峰干扰频响曲线的矫正方法及装置
CN115333913A (zh) * 2022-10-17 2022-11-11 中国科学技术大学 相位敏感光时域反射计相位解调方法和装置
CN115389007A (zh) * 2022-10-26 2022-11-25 之江实验室 一种采用散射增强光纤的分布式声波传感系统的解调方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
H CHEN等: "A modified phase unwrapping algorithm based on phase filtering", 《PROCEEDINGS OF SPIE - THE INTERNATIONAL SOCIETY FOR OPTICAL ENGINEERING》 *
张冰;王葵如;颜玢玢;周红仙;王毅;余重秀;苑金辉;桑新柱;: "基于双波长和3×3光纤耦合器的干涉测量相位解卷绕方法", 光学学报, no. 04 *
马长征: "干涉SAR相位解卷绕中斜坡畸变校正的迭代算法", 《西安电子科技大学学报》, no. 03, pages 297 - 299 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116956226A (zh) * 2023-09-19 2023-10-27 之江实验室 一种基于自监督式信号融合的das动态范围提升方法和设备
CN116956226B (zh) * 2023-09-19 2023-12-22 之江实验室 基于自监督式信号融合的das动态范围提升方法和设备

Also Published As

Publication number Publication date
CN115855123B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
US10860453B2 (en) Index anomaly detection method and apparatus, and electronic device
CN115855123A (zh) 基于畸变点检测的光纤传感信号相位错误修正方法和装置
CN111023991A (zh) 一种基于多芯光纤的三维形状感知监测方法和系统
CN103674025B (zh) 一种智能终端位移计算方法和装置
US9433377B2 (en) Sleep state management device, sleep state management method, and sleep state management program
CN106547092A (zh) 用于补偿头戴式显示器的移动的方法和设备
JP5753912B2 (ja) 低平均速度の歩行運動同定（ｐｅｄｅｓｔｒｉａｌｍｏｔｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ）
US9529420B2 (en) Transitioning between two power states based on user related signals
CN115964616A (zh) 一种分布式声波传感系统数据降噪方法、装置及存储介质
KR101339844B1 (ko) 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법
CN106651901A (zh) 对象跟踪方法和设备
US20110096076A1 (en) Application program interface for animation
CN105657446B (zh) 一种视频中贴片广告的检测方法和装置
CN112690761B (zh) 睡眠状态检测方法、装置、设备及计算机可读介质
CN109938740A (zh) 一种步态周期检测方法、装置及计算机可读存储介质
US9910579B2 (en) Detection of pan and scaling during multi-finger touch interactions
CN111854920A (zh) 一种基于dvs振动监测信号的预处理方法及系统
CN105982658B (zh) 生理信息侦测方法及装置
CN113303777A (zh) 心率值确定方法、装置、电子设备及介质
CN109669205B (zh) 一种海水放射性核素k40元素的寻峰方法
Lee Detection of movement and shake information using android sensor
CN113395124B (zh) 一种基于时移方差的时延估计方法及装置
JP6252801B2 (ja) タッチスクリーンのロックを解除するための方法および装置
WO2016157290A1 (ja) 検出装置
CN112910567B (zh) 一种基于递归神经网络的窃听分类监测方法及相关设备

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