CN117433746A - 光纤灵敏度测试方法和装置 - Google Patents

Abstract

本申请提供了一种光纤灵敏度测试方法和装置。其中，该方法包括：在待测光纤处于目标液体环境，且向待测光纤输入第一光信号的情况下，触发位于目标液体环境中的扬声器，其中，扬声器与待测光纤之间的距离小于或等于目标距离；获取待测光纤输出的第二反射光信号，并获取第二反射光信号的相位峰峰值；通过水听器获取待测光纤在目标液体环境中接收到的声压值；根据相位峰峰值和声压值之间的比值确定待测光纤的灵敏度。本申请解决了现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题。

Description

光纤灵敏度测试方法和装置

技术领域

本发明涉及通信领域，具体而言，涉及一种光纤灵敏度测试方法和装置。

背景技术

随着互联网技术的发展，通过光纤进行信号传输已被广泛应用于通信、医疗、工业等多个领域，厂商通常可以通过部署线下的设备以结合互联网技术提供服务。例如，在通信领域，长距离和高速通信网络中使用的主要方式就是光纤传输；在医疗领域，光纤传输被广泛应用于内窥镜、显微镜及多模、单模光纤传感器等方面，帮助医生进行诊断和操作；在工业领域，光纤传输在机器人、控制器、传感器等方面有广泛应用。

而在选择光纤投入使用的过程中，需要选择性能较好的光纤投入使用，而衡量光纤能的重要指标则是光纤灵敏度。现有技术中对光纤灵敏度进行测试的方法一般是基于改变光纤的能量或方向特性来测量被测量量，例如，改变光的路径、相位、发射速率等，再将这些对应的数值与光纤的响应关系建立在物理基础上。但现有技术中通过改变光纤的能量或方向特性测量光纤灵敏度时，灵敏度会受到系统温度、气压和干扰等因素的影响，从而使光纤灵敏度的测试结果准确度较低。

针对现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种光纤灵敏度测试方法和装置，以至少解决现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题。

根据本发明实施例的一个方面，提供了一种光纤灵敏度方法，包括：在待测光纤处于目标液体环境，且向上述待测光纤输入第一光信号的情况下，触发位于上述目标液体环境中的扬声器，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；通过水听器获取上述待测光纤在上述目标液体环境中接收到的声压值；根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。

根据本发明实施例的另一个方面，还提供了一种光纤灵敏度测试装置，包括：目标箱体，上述目标箱体中包括目标液体环境，上述目标液体环境中包括待测光纤，扬声器和水听器，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；上述扬声器，用于在上述待测光纤处于上述目标液体环境，且向上述待测光纤输入第一光信号的情况下，调整为触发状态；上述水听器，用于检测上述待测光纤在上述目标液体环境中接收到的声压值；自动化计算设备，用于在上述扬声器处于触发状态，且向上述待测光纤输入第一光信号的情况下，获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；获取上述水听器检测到的上述待测光纤在上述目标液体环境中接收到的声压值；根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。

可选地，上述自动化计算设备中包括重构单元，用于将获取的上述第二反射光信号进行重构处理，得到第一参考反射光信号，其中，上述参考反射光信号的信号质量高于上述第二反射光信号的信号质量；去趋势单元，用于对上述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，其中，上述第二参考反射光信号的信号趋势项小于上述第一参考反射光信号的信号趋势项；第一获取单元，用于从上述第二参考反射光信号中获取多个信号片段，并分别获取多个上述信号片段各自对应的相位峰峰值，其中，上述信号片段的片段长度大于或等于一个信号波长；确定单元，用于将根据获取的多个上述相位峰峰值确定的目标相位峰峰值确定为上述第二反射光信号的上述相位峰峰值。

可选地，上述重构单元包括：分解单元，用于对上述第二反射光信号进行信号分解，得到多个小波基函数；遍历单元，用于执行如下步骤，直至遍历多个上述小波基函数：从多个上述小波基函数中获取一个上述小波基函数作为当前小波基函数；对上述当前小波基函数进行二分递推特征值分解，得到与上述当前小波基函数匹配的特征值和特征向量，其中，上述特征值用于指示上述当前小波基函数的特征；根据上述特征值和上述特征向量对上述当前小波基函数进行重构处理，得到目标小波基函数；第一确定单元，用于根据重构后得到的多个目标小波基函数的叠加结果确定上述第一参考反射光信号。

可选地，上述去趋势单元包括第二获取单元，用于获取参考信号与上述第一参考反射光信号，并将上述参考信号与上述第一参考反射光信号进行卷积，得到趋势信号；第二确定单元，用于将上述第一参考反射光信号与上述趋势信号之间的信号差值确定为上述第二参考反射光信号。

可选地，上述自动化计算设备还包括处理单元，用于对上述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号之前，将上述第二参考反射光信号进行傅里叶变换处理，得到参考频谱信号；利用目标低通滤波对上述参考频谱信号进行滤波处理，得到目标频谱信号；将上述目标频谱信号进行傅里叶反变换处理，得到更新后的上述第二参考反射光信号。

可选地，上述自动化计算设备还包括第三获取单元，用于获取与上述水听器匹配的转化系数，其中，上述转化系数用于指示上述声压值与上述水听器的电压测量结果之间的比例关系；第四获取单元，用于获取上述水听器测量得到的上述电压测量结果；第三确定单元，用于根据上述电压测量结果和上述转化系数的乘积确定上述声压值。

可选地，上述获取与上述水听器匹配的转化系数包括：获取参考常数系数；获取上述水听器的灵敏度参数；获取以10为底，以上述灵敏度参数与目标倍数的乘积为指数的第一参数，并将上述第一参数和上述参考常数系数的乘积确定为第二参数；将上述第二参数的倒数确定为上述转化系数。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述光纤灵敏度测试方法。

根据本申请实施例的又一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上光纤灵敏度测试方法。

在本发明实施例中，采用在待测光纤处于目标液体环境，且向待测光纤输入第一光信号的情况下，触发位于目标液体环境中，且与待测光纤之间的距离小于或等于目标距离的扬声器；获取待测光纤输出的第二反射光信号，并获取第二反射光信号的相位峰峰值；通过水听器获取待测光纤在目标液体环境中接收到的声压值；根据相位峰峰值和声压值之间的比值确定待测光纤的灵敏度，也就是说，本申请通过液体环境中的声音引起的第二反射光信号的细微变化，与待测光纤接收到的声压值之间的比值确定待测光纤的灵敏度。本申请通过在液体环境中进行光纤灵敏度的测试，可以极大地减少扬声器产生的声音在土壤和空气等介质中的传播消耗，同时通过扬声器产生的声音引起光纤震动产生的第二反射光的相位信号变化，根据第二反射光的相位峰峰值与待测光纤在液体环境中接收到的声压值准确得出待测光纤的灵敏度，从而解决了现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题，提高了对光纤灵敏度测试的准确率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种用于实现光纤灵敏度测试方法的光纤灵敏度测试环境示意图；

图2是根据本发明实施例的一种可选的光纤灵敏度测试方法的流程图；

图3是根据本发明实施例的一种可选的光纤灵敏度测试方法的示意图；

图4是根据本发明实施例的另一种可选的光纤灵敏度测试方法的示意图；

图5是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图6是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图7是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图8是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图9是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图10是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图11是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图12是根据本发明实施例的又一种可选的光纤灵敏度测试方法的示意图；

图13根据本发明实施例的一种可选的光纤灵敏度测试装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

以下对本申请将使用的技术名词进行说明：

分布式光纤声学传感系统(Distributed fiber Acoustic Sensing)：简称为DAS，用于获取光纤相位变化；

亚克力水箱：水下测试环境的载体。

根据本发明实施例的一个方面，提供了一种光纤灵敏度测试方法，作为一种可选的实施方式，上述光纤灵敏度测试方法可以但不限于应用于如图1所示的由DAS101、示波器102、音频信号发声器103、扬声器104、光纤105、水听器106、目标液体环境载体107以及目标液体环境108所构成的光纤灵敏度测试环境中，其中光纤105可以由前端光纤和末端光纤构成，前端光纤和末端光纤的长度可以根据需要进行设定。如图1所示，DAS101与光纤105相连，DAS101可以向光纤105中输入第一光信号，可以理解的是，在普通音频信号发生器可以满足光纤灵敏度测试条件的情况下(例如可以准确调整扬声器的输出频率和电压)，上述音频信号发生器103也可以换成普通的信号发生器，在目标液体环境108为水下环境的情况下，上述目标液体环境载体107可以是亚克力水箱，在测试频率不超过20kHz的情况下，水箱的材质可以从亚克力材质换成玻璃材质。需要说明的是，不同的选择和取代可能会对光纤灵敏度测试的精度、稳定性、成本和实现效率产生影响，因此在进行不同的器件选择和取代时，需要对替代器件进行合理的判断。

通过如图1所示的光纤灵敏度测试环境实现上述光纤灵敏度测试方法具体可包括如下步骤：

S102，在待测光纤处于目标液体环境，且向待测光纤输入第一光信号的情况下，触发扬声器104；

S104，DAS101获取待测光纤输出的第二反射光信号，并获取第二反射光信号的相位峰峰值；

S106，水听器106获取待测光纤在目标液体环境中接收到的声压值；

需要说明的是，S106中在水听器106获取到待测光纤在目标液体环境中接收到的声压值之后，示波器102可以将水听器106获得的声压值转化为对应的电压信号在示波器102上进行显示。

S108，DAS101通过水听器106获取声压值；

S110，DAS101根据相位峰峰值和声压值之间的比值确定待测光纤的灵敏度。

可以理解的是，在如图1所示的光纤灵敏度测试环境中实现上述光纤灵敏度测试方法的过程中，光纤灵敏度测试环境中的多个器件所发挥的作用具体可以为：DAS101：用于获取光纤相位变化，从而根据光纤相位变化确定第二反射光信号的相位峰峰值；扬声器104：用于发出声音信号；音频信号发生器103：用于调节水下扬声器的输出频率和电压，通过对扬声器104的输出频率和电压进行调节，可以快速获取频率相同而电压不同、频率不同而电压相同或频率和电压均不相同的多组测试数据，从而增加对光纤灵敏度测试的准确性，同时提高了对光纤灵敏度的测试效率；水听器106：用于获取施加在光纤附近的声压信号；示波器102：用于将水听器获得的声压信号转化为电压信号并显示电压信号；目标液体环境载体107：作为目标液体环境108的载体，用于扬声器104、水听器106以及光纤105等测试器件。

需要说明的是，如图1所示的光纤灵敏度测试装置以及该光纤灵敏度测试装置实现的光纤灵敏度测试方法可以适用于多个已知和潜在产品或技术应用领域。例如：光通信领域：对光纤的响应情况进行动态实时监测，对光通信信号进行精准的异常检测和修复；材料和科学研究：光纤灵敏度测试可以用于研究不同材料的光学性质和相应特性，如吸收、发光和荧光等；工业领域：在一些工业应用中，如光谱分析、测距、检测和监测等，光纤灵敏度测试可以用来判断什么样的光纤最适合特定工业应用。

在本发明实施例中，采用在待测光纤处于目标液体环境，且向待测光纤输入第一光信号的情况下，触发位于目标液体环境中的扬声器，其中，扬声器与待测光纤之间的距离小于或等于目标距离；获取待测光纤输出的第二反射光信号，并获取第二反射光信号的相位峰峰值；通过水听器获取待测光纤在目标液体环境中接收到的声压值；根据相位峰峰值和声压值之间的比值确定待测光纤的灵敏度。通过上述光纤灵敏度测试方法及光纤灵敏度测试装置可以通过反射光学针对光纤的响应进行动态实时监测，捕捉细微变化提高测量性能和稳定性。上述光纤灵敏度测试方法可以通过多通道测量和大范围监控，解决传统测量的精度和范围限制，可以在各种应用场景下实现更好的性能和优化方案。从而解决了现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题，提高了光纤灵敏度测试的准确率。

上述仅是一种示例，本实施例中对此不作任何限定。

作为一种可选的实施方式，如图2所示，上述光纤灵敏度测试方法包括以下步骤：

S202，在待测光纤处于目标液体环境，且向上述待测光纤输入第一光信号的情况下，触发位于上述目标液体环境中的扬声器，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；

S204，获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；

S206，通过水听器获取上述待测光纤在上述目标液体环境中接收到的声压值；

S208，根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。

在上述步骤S202中，上述待测光纤处于目标液体环境可以是待测光纤的一部分处于目标液体环境(如图1所示)，而使得待测光纤的一部分处于目标液体环境中的方式可以是将待测光纤搭设在目标液体环境的载体上方边缘，使待测光纤弯曲的部分处于目标液体环境中；也可以通过在目标液体环境载体的两侧打孔，使待测光纤从目标液体环境载体上的两孔上穿过，从而是待测光纤中的一部分处于目标液体环境中。在目标液体环境载体的两侧打孔的方式例如：在目标液体环境载体的左侧和右侧分别打孔，使待测光纤的一端从左侧孔穿到右侧孔，从而可以避免扬声器导致光纤震动幅度较大或震动时间较长时从目标液体环境载体上掉落。上述第一光信号可以由如图1所示的DAS101中的光源向光纤中输入的光信号，上述目标距离可以是预先设置的距离阈值。

在上述步骤S204中，上述第二反射光信号为S202中的第一光信号在待测光纤内传播时经过反射得到的反射光信号，上述相位峰峰值是相位信号的最大值与最小值之间的差值，上述相位信号为对第二反射光信号进行处理后得到的信号。

需要说明的是，上述获取第二反射光信号后可以对第二反射光信号进行处理以获取信号质量更高的反射光信号，从而便于准确获取第二反射光信号的相位峰峰值，提高光信号质量的方式可以是多种，例如：提高光源的亮度(通过增加光源的亮度可以提高反射光的强度，从而提高反射光信号质量)、优化光源的波长(选择合适测试材料的波长可以提高信号质量)、减少环境干扰(降低环境光的干扰可以提高信号质量)、使用信号增强技术(例如使用放大器、滤波器等技术可以增强信号强度和提高信噪比，从而提高信号质量)，也可以采用优化信号处理算法的方式提升信号质量(例如：利用数字信号处理算法、滤波算法等技术，可以提高信号质量和减少噪声)等，提高光信号质量的方式本申请不做限定。

通过本申请的上述实施方式，采用在待测光纤处于目标液体环境，且向上述待测光纤输入第一光信号的情况下，触发位于上述目标液体环境中的扬声器，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；通过水听器获取上述待测光纤在上述目标液体环境中接收到的声压值；根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。从而通过反射光学针对光纤的响应进行动态实时测试，捕捉细微变化，从而解决现有技术中对光纤灵敏度进行测试的方法存在的测试效率较低的技术问题，提高了光纤灵敏度测试的准确率。

作为一种可选的实施方式，上述获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值，包括：

S1，将获取的上述第二反射光信号进行重构处理，得到第一参考反射光信号，其中，上述参考反射光信号的信号质量高于上述第二反射光信号的信号质量；

S2，对上述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，其中，上述第二参考反射光信号的信号趋势项小于上述第一参考反射光信号的信号趋势项；

S3，从上述第二参考反射光信号中获取多个信号片段，并分别获取多个上述信号片段各自对应的相位峰峰值，其中，上述信号片段的片段长度大于或等于一个信号波长；

S4，将根据获取的多个上述相位峰峰值确定的目标相位峰峰值确定为上述第二反射光信号的上述相位峰峰值。

可以理解的是，上述S1中的重构处理可以但不限于将第二反射光信号分割成多段反射光信号，分别对多段反射光信号的信号质量进行提升，将信号质量提升过程的多段反射光信号进行重构后得到与第二反射光信号对应的信号质量更高的反射光信号(即上述S1中的第一参考反射光信号)。

上述S2中的去趋势处理就是对与第一参考反射光信号对应的数据减去一条最优(最小二乘)的拟合直线，平面或曲面，使去趋势后的数据均值为0(此处的数据均值可以理解为如图3中的趋势线301以及如图4所示的趋势线401的偏移角度)；上述去趋势处理的目的是为了消除获取第一参考反射光信号时产生的偏移对后期计算产生的影响(由于在去趋势处理之前，第二反射光信号与第一参考反射光信号的趋势线相同，所以上述偏移也可以理解为最初获取第二反射光信号时产生的偏移)，将分析集中在第一参考反射光信号本身的波动上。如图3所示，明显可以看出，在对第一参考反射光信号执行去趋势处理之前，趋势线301明显存在偏移角度(或倾斜角度)，而去趋势处理之后，如图4所示的趋势线401趋于水平，此时与第一参考反射光信号对应的趋势线并无偏移角度(即偏移角度为0)，此时再对信号进行分析可以仅集中在第一参考反射光信号本身的信号波动上。

上述S3中从第二参考反射光信号中获取的多个信号片段中的每个信号片段均包括一个信号最大值和一个信号最小值，因此也可以理解为获取的每个信号片段在时间轴上的持续时间或时间跨度相同(即信号片段从开始到结束所经历的时间长度)。

以下结合具体实施方式对上述S3至S4进行详细说明，假设第二参考反射光信号的信号变化为如图4所示的信号变化图(横坐标为时间，单位为毫秒，纵坐标为信号强度)，从第二参考反射光信号中获取多个信号片段的操作如图5所示，首先根据需要确定一个分段数n，将低频处理后的第二参考反射光信号分成n段，这里采用n＝10(n的具体值可以根据需要进行设置，本申请再次不做限定)，然后从除第一段的每段开头处选择1.1个波长(具体波长可以根据测试信号频率计算得到)的数据(即与上述多个信号片段中的每个信号片段对应的信号数据)用于计算每个信号片段的相位峰峰值，上述除第一段的原因是为了避免第二参考反射光信号的开头处信号变化不稳定导致最终的光纤灵敏度的计算结果误差较大的问题。如图5所示，从第二参考反射光信号501的1/10处、2/10处…9/10处分别选取了1.1个波长的数据用于后续计算。如图6所示的(a)至(i)为与多个信号片段各自对应的信号变化图，由图6所示的(a)至(i)可以看出，每个信号片段均包括一个信号最大值和一个信号最小值；每个信号片段的表示图可以是每个信号片段在相同持续时间或相同时间跨度的时域变化图(此时每个片段的表示图的横坐标为时间，如图6所示的(a)至(i)的横坐标为200毫秒)，也可以是获取信号片段时的窗的大小。如图6所示的(a)至(i)中均包括了两个实心点，每个图中的实心点都是用于表示每个信号片段的信号波峰值和信号波谷值。

以下结合图7对采用窗函数获取多个信号片段进行解释说明：无论原始信号的长度为多少(也可以是无限长)，对原始信号进行截取时都只能截取一定长度，因此，好像是用一个“窗”(或“框”)对原始信号进行截取(本申请中采用截取函数并未对第二参考反射光信号进行真正的截断操作，仅是从第二参考反射光信号中获取多个信号片段)，原始信号701(上述第二参考反射光信号)的变化图如图7中的(a)所示，采用窗函数对原始信号701进行截取时，上述的窗函数可以依据窗702对原始信号701进行截取，截取得到的信号片段如图7中的(b)所述的信号片段703。上述窗702是一个单位权重的加权函数，称为“矩形窗”，上述窗702是一种计权函数，不同的窗函数计权是不同的，因此，可以用不同的截取函数(窗函数)来做信号截取。对窗函数的确定需要基于信号类型和分析目的进行确定，常用的窗函数有矩形窗，汉宁窗、平顶窗、指数窗等。

进一步地，获取到不同的信号片段之后，可以得到一组峰峰值组(每个信号片段的信号波峰值和信号波谷值)，为了增强鲁棒性，本申请在计算峰峰值均值前还加入了校正环节，当一个信号波峰值(或信号波谷值)是其余信号波峰值中的最大值的1.2倍(或0.8倍)(此处的倍数仅为示例，倍数的具体大小可以根据实际需要进行修改)时，其值会被校正为其余信号波峰值(或信号波谷值)的均值，并将校正后所有信号波峰值(或信号波谷值)的均值将作为当前电压下的信号波峰值(或信号波谷值)。例如，一组计算得到的信号波峰值为“4.06，4.273，4.465，4.426，4.186，6.351，4.236，4.405，4.156”，由上述9个信号波峰值可以看出，信号波峰值中的最大值6.351是信号波峰值第二大的信号波峰值4.465的1.42倍之多，所以需要对信号波峰值6.351进行校正，将上述9个信号波峰值中除信号波峰值6.351之外的8个信号波峰值的平均值作为信号波峰值6.351的修正值，得到校正后的一组信号波峰值为“4.06，4.273，4.465，4.426，4.186，4.276，4.236，4.405，4.156”。经过此校正操作之后，虽然校正后的一组信号波峰值中9个信号波峰值的均值为4.276，相较于校正前的9个信号波峰值的均值4.506仅改变了0.23，但鲁棒性与精确性均有了明显提高。

对校正后的9个信号波峰值求平均值得到平均信号波峰值，并对校正后的9个信号波谷值求平均值得到平均信号波谷值，即可进一步得到相同电压下的相位峰峰值(平均信号波峰值减平均信号波谷值)；按照相同操作可以获取到测试电压为4V、6V、8V、10V(具体电压值根据需要进行设置，本申请不做限制)电压下的相位峰峰值，再进行四次测试后即可自动拟合计算出光纤灵敏度。

之后对于多个不同电压对应的相位峰峰值中，有较大无法消除的干扰的相位峰峰值会予以剔除。如图8所示，由于4V时的信号在低频时偶尔存在无法消除的干扰，因此需要将4V对应的相位峰峰值予以剔除，剔除后得到的相位峰峰值以及对应的电压如图9所示，仅剩余电压值6V、8V、10V时对应的相位峰峰值，对应的因此在出现明显错误时可以通过代码判断相邻电压对应的相位峰峰值连接时得到的线段的斜率，对斜率相差较大的峰峰值予以剔除，也可以通过代码判断将多个电压对应的相位峰峰值进行连接时可以得到的斜线是否经过多个相位峰峰值，从而将对斜线影响较大的相位峰峰值予以剔除，等等。对于需要予以剔除的相位峰峰值的判断还可以采用其他方式，本申请在此不做限定。

通过本申请的上述实施方式，将获取的第二反射光信号进行重构处理，得到第一参考反射光信号，其中，参考反射光信号的信号质量高于第二反射光信号的信号质量；对第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，其中，第二参考反射光信号的信号趋势项小于第一参考反射光信号的信号趋势项；从第二参考反射光信号中获取多个信号片段，并分别获取多个信号片段各自对应的相位峰峰值，其中，信号片段的片段长度大于或等于一个信号波长；将根据获取的多个相位峰峰值确定的目标相位峰峰值确定为第二反射光信号的相位峰峰值。通过对第二参考反射光信号的重构处理处理和去趋势处理，以及从第二参考反射光信号从获取多个信号片段并对多个信号片段对应的信号波峰值和信号波谷值进行校正和对相位峰峰值进行剔除，从而可以得到消除多个不同因素对第二反射光信号的相位峰峰值的影响，从而可以提高获取第二反射光信号的相位峰峰值的准确度，进一步提高光纤灵敏度测试的准确率。同时，光纤传感器的灵敏度是衡量光纤传感器性能的重要指标之一。上述光纤灵敏度测试方式通过对第二反射光信号进行高精度的采集和处理，解决了第二反射光信号中较小变化检测的问题，为实现精准的光纤传感器提供有效地技术保障。

作为一种可选的实施方式，上述将获取的上述第二反射光信号进行重构处理，得到第一参考反射光信号，包括：

S1，对上述第二反射光信号进行信号分解，得到多个小波基函数；

S2，执行如下步骤，直至遍历多个上述小波基函数：从多个上述小波基函数中获取一个上述小波基函数作为当前小波基函数；对上述当前小波基函数进行二分递推特征值分解，得到与上述当前小波基函数匹配的特征值和特征向量；根据上述特征值和上述特征向量对上述当前小波基函数进行重构处理，得到目标小波基函数，其中，上述特征值用于指示上述当前小波基函数的特征；

S3，根据重构后得到的多个目标小波基函数的叠加结果确定上述第一参考反射光信号。

需要说明的是，上述S1中对第二反射光信号进行信号分解是将第二参考反射光信号分解为若干个小波成分的过程。上述小波基函数用于指示第二反射光信号的一系列离散的正交函数。上述对进行信号分解的方法可以采用小波变换方法(例如EWT分解算法可以将信号分解为若干个小波成分，每一个小波成分都有不同的频率和能量，可以很好的描述信号的局部特征)，也可以采用傅里叶变换方法(可以将信号分解为若干个频率成分，每一个频率成分都有不同的频率，可以很好的描述信号的整体特征)，上述小波变换方法的主要步骤为：选择一个小波基函数进行分析，并将信号分解为小波系数；对小波系数进行滤波和下采样；继续对下采样后的信号进行小波分解，直到达到预定的分解层数；将分解得到的小波系数进行重建，即可得到分解后的信号。上述傅里叶变换方法的主要步骤为：将信号进行傅里叶变换，得到信号的频域表示；根据信号的频域表示进行选择性滤波，去除不需要的频率成分；根据滤波后的信号进行傅里叶反变换，得到分解后的信号。

上述S2中的二分递推特征值分解(也称二分递推SVD分解)，是一种将信号分解成特征值和特征向量的方法，该分解方法是一种可以适用于任意的矩阵的一种分解方法，信号分解可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，几个子矩阵分别描述复杂矩阵的不同特征(特征例如描述人时说的浓眉大眼、圆脸、樱桃嘴等)，经过上述二分递推特征值分解可以得到特征值和特征向量，上述特征值用于指示与特征值对应的小波基函数的特征(例如，存在一组数据a、b、c、d，对一组数据求平均值得到平均值e，给平均值e可以取名为特征值，而该特征值e就可以用于指示该组数据的平均值大小这一特征)，上述特征向量分为左特征向量和右特征向量。由此可知，本申请对第二反射光信号进行重构处理的操作是将基于小波变换的信号分解算法和二分递推SVD分解算法进行结合的操作。

以基于小波变换的信号分解算法为EWT和二分递推SVD分解算法进行结合为例，以下结合图10至图12对使用上述EWT-SVD联合算法进行信号分解进行详细说明；图10所示的是进行信号分解前的信号波动图，假设该信号波动图为第二反射光信号的波动图，对第二反射光信号进行重构处理的具体步骤如下：

S1，对第二反射光信号进行EWT分解，得到多个局部小波基函数；

例如，对于一个信号f(t)，其EWT变换为：

其中，J为分解层数(图11所示的(a)至(d)分别是分解层数分别为1、2、3、4时的信号波动图)，k用于决定的位置，j决定了/>的宽度和高度ρ_j,k，为小波系数，/>为基函数。

S2，对每个小波基函数进行二分递推SVD分解，得到特征值和特征向量；

接上述S1得到之后，对于每个小波基函数/>进行二分递推SVD分解，得到/>其中，在小波变换过程中，每个模态函数(IMF)成分都可以看作是信号的一个分量，整体上它们形成了一个与时间和频率有关的正交矩阵，U_j,k为m*m的左正交矩阵(左正交矩阵里的向量称为左特征向量)，V_j,k为n*n的右正交矩阵(右正交矩阵里的向量称为右特征向量)，∑_j,k为m*n的对角矩阵，/>为V_j,k的转置矩阵。

二分递推SVD分解是一个能适用于任意的矩阵的一种分解的方法，具体分解公式为：A＝U∑V^T。假设A(小波基函数对应的矩阵)是一个N*M的矩阵，那么得到的U是一个N*N的方阵(里面的向量是正交的，U里面的向量称为左特征向量)，∑是一个N*M的矩阵(除了对角线的元素都是0，对角线上的元素称为特征值)，V^T(V的转置)是一个N*N的矩阵，里面的向量也是正交的，V里面的向量称为右特征向量。

S3，根据特征值的大小选取一定数量的重要特征，使用特征向量进行信号重构。

上述使用特征向量进行信号重构是从已知部分信号恢复原始信号的过程。上述信号重构的方式为通过特征值分解的逆运算将上述特征值和特征向量重构成原始信号。信号重构可以实现将如图4中直线变化的波形重构为原始信号的圆滑变化的波形(如图7(a)所示)，可以理解的是，此处引入的图例说明仅为说明信号重构实现的具体效果，并不代表具体信号。

S4，将各个小波基函数的重构信号加起来，得到整个信号的重构结果。例如通过EWT-SVD联合算法，可以得到整个信号f(t)的重构结果为其中，/>为重构之后得到的信号(即上述第一参考反射光信号)，/>为选取的特征值构成的对角矩阵。如下图10为重构处理前的信号，可以看到有很多毛刺，如下图11中的(a)至(d)分别为分解层数为1、2、3、4时的信号变化图像，从图11中的(a)至(d)可以看出，不同分解层数对应的信号变化图中的毛刺多少各不相同，而图12所示的是分解层数为3时的信号变化图，从图12可以看出，当分解层数为3时，信号变化图中基本没有毛刺，而分解层数的大小会因为实际实施结果以及原始数据等因素的不同而不同，具体可根据实际需要和对应的效果选择分解层数的大小，由图10至图12可以明显的看出，经过同一区域信号经EWT-SVD联合算法处理后，信号质量有大幅度的提升。通过上述新型的信号处理算法(EWT-SVD联合算法)，能够有效地一致系统中存在的噪声和杂散信号，提高了系统的检测效率和精度。

通过本申请的上述实施方式，通过对第二反射光信号进行信号分解，得到多个小波基函数；执行如下步骤，直至遍历多个小波基函数：从多个小波基函数中获取一个小波基函数作为当前小波基函数；对当前小波基函数进行二分递推特征值分解，得到与当前小波基函数匹配的特征值和特征向量；根据特征值和特征向量对当前小波基函数进行重构处理，得到目标小波基函数，其中，特征值用于指示当前小波基函数的特征；根据重构后得到的多个目标小波基函数的叠加结果确定第一参考反射光信号。也就是说，通过对第二反射光信号进行重构处理的操作，可以极大的提高信号质量，从而避免低质量信号对光纤灵敏度测试的准确度的影响，进一步提高光纤灵敏度测试的准确率。

作为一种可选的实施方式，上述对上述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，包括：

S1，获取参考信号与上述第一参考反射光信号，并将上述参考信号与上述第一参考反射光信号进行卷积，得到趋势信号；

S2，将上述第一参考反射光信号与上述趋势信号之间的信号差值确定为上述第二参考反射光信号。

需要说明的是，上述S1中的参考信号可以但不限于理解为一个波长比第一参考反射光信号的波长远大得多的信号(也可以把该信号称为单位窗)，上述将参考信号与第一参考反射光信号进行卷积是将上述参考信号与第一参考反射光信号在同一段范围内的信号相乘后相加，上述卷积的公式为：

y[n]＝(x[n]*h[0])+(x[n-1]*h[1])+...+(x[n-m]*h[m])

其中，x为输入信号，h为卷积核(也称为滤波器或权重)，y为输出信号，n表示信号的当前位置，m表示卷积核的长度。需要说明的是，h[k](k的取值为[0，m]，即h[k]为h[0]至h[k]中的任意一个)为单位脉冲响应函数(本申请称之为单位窗，即上述参考信号)，上述将参考信号与第一参考反射光信号进行卷积为将指示参考信号变化的函数h[k]与指示第一参考反射光信号的函数(例如上述)在同一范围内的信号变化相乘后相加可以得到一个趋势信号。需要注意的是，上述单位窗的大小应当根据信号的特征来选择，以充分保留信号中的信息，如果使用过大的单位窗，则可能导致趋势线估计不准确；而使用过小的单位床，则可能会削弱信号的高频部分。因此，在实际应用中，需要根据具体情况确定合适的单位窗的大小(即上述单位脉冲响应函数的大小)。

上述S2中将第一参考反射光信号与上述趋势信号之间的信号差值确定为上述第二参考反射光信号可以但不限于理解为：将第一参考反射光信号的趋势线的斜率减去斜率差值后得到的信号，上述斜率差值为第一参考反射光信号的趋势线的斜率与趋势信号中的趋势线的斜率的差值。由此可以就可以避免在研究第一参考反射光信号的变化时，第一参考反射光信号的趋势线的倾斜角度对研究第一参考反射光信号变化的影响。由图3至图4可以看出，通过去趋势操作可以将第一参考信号中存在的趋势线(如图3中的趋势线301)的倾斜角度修正为0(如图4所示的趋势线401)，从而将对信号的研究准确定位到信号本身的波形变化上。

通过本申请的上述实施方式，获取参考信号与第一参考反射光信号，并将参考信号与第一参考反射光信号进行卷积，得到趋势信号；将第一参考反射光信号与趋势信号之间的信号差值确定为第二参考反射光信号。可以消除获取信号时与信号的波形变化存在的趋势线的倾斜角度，从而避免趋势线的倾斜角度对研究信号本身的波形变化的影响，从而使得对信号进行分析可以仅集中在第一参考反射光信号本身的信号波动上，进一步提高光纤灵敏度测试的准确率。

作为一种可选的实施方式，上述对上述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号之前，还包括：

S1，将上述第二参考反射光信号进行傅里叶变换处理，得到参考频谱信号；

S2，利用目标低通滤波对上述参考频谱信号进行滤波处理，得到目标频谱信号；

S3，将上述目标频谱信号进行傅里叶反变换处理，得到更新后的上述第二参考反射光信号。

需要说明的是，上述S1中将第二参考反射光信号进行傅里叶变换处理可以将时域信号转换为频谱信号(即上述参考频谱信号)。

上述S2中的目标低通滤波可以为低通滤波器，由于低频分量较高，所以加入低通滤波器可以滤除例如低于10hz(具体滤除标准可以根据实际需要进行设置)的分量，得到滤除低频分量之后的信号(即上述目标频谱信号)，防止低频干扰，同时通过判断低频分量的大小可以较为简单的获得测试信号的频率，从而更直观的观察信号的波形变化。

上述S3中将上述目标频谱信号进行傅里叶反变换处理可以将滤除低频分量之后的频域信号再次转换为时域信号，以便后续通过从第二参考反射光信号中获取多个信号片段后进行多个信号片段的波峰值和波谷值的校正，从而对第二反射光信号对应的相位峰峰值进行更准确的确定。

需要说明的是，上述去趋势处理、傅里叶变换处理、滤除低频分量的处理、傅里叶反变换处理以及后续获取多个信号片段并对多个信号片段的波峰值和波谷值进行校正的处理操作都可以通过光纤灵敏度计算程序实现，本申请中的光纤灵敏度计算程序，点击开始按钮后即可自动进行上述多项处理操作，同时可以自动计算出当前频率的光纤灵敏度。同时，本申请中的光纤灵敏度计算程序计算光纤灵敏度的时间很短，因为采集的信号长度最少只需要一个完整波长的10倍，假设频率为40hz，本申请中的光纤灵敏度计算程序只需0.25秒即可计算出光纤灵敏度，假设频率为100hz，本申请中的光纤灵敏度计算程序仅需0.1秒即可计算出光纤灵敏度。同时，通过本申请提供的灵敏度计算程度，不仅操作简单、易懂，而且自动化程度高，用户无需具备专业的技能知识即可进行测试。测试环境搭建完成后，可以自动计算出待测光纤的灵敏度，且输出结果不仅精度高，而且稳定。

通过本申请的上述实施方式，将第二参考反射光信号进行傅里叶变换处理，得到参考频谱信号；利用目标低通滤波对参考频谱信号进行滤波处理，得到目标频谱信号；将目标频谱信号进行傅里叶反变换处理，得到更新后的第二参考反射光信号。也就是说，经过对信号进行傅里叶变换后滤除低频分量，并对滤除低频分量的信号进行傅里叶反变换既可以防止低频烦扰，同时又不影响后续的校正操作对相位峰峰值的确定，从而提高对第二反射光信号的相位峰峰值的确定的准确性，进一步提高光纤灵敏度测试的准确性。同时，传统的光纤灵敏度测试方法需要耗费较长的时间进行大量的手工测量和数据处理。而本申请中提供的光纤灵敏度测试广泛和对应的装置采用了先进的自动化技术，能够快速地完成测试任务，提高了测试效率和精度，同时也大大降低了测试成本。

作为一种可选的实施方式，上述通过水听器获取上述待测光纤在上述目标液体环境中接收到的声压值包括：

S1，获取与上述水听器匹配的转化系数，其中，上述转化系数用于指示上述声压值与上述水听器的电压测量结果之间的比例关系；

S2，获取上述水听器测量得到的上述电压测量结果；

S3，根据上述电压测量结果和上述转化系数的乘积确定上述声压值。

需要说明的是，上述具体计算方式可以由本申请中的光纤灵敏度计算程序直接进行快速计算，不仅了提高光纤灵敏度的测试效率，节约了时间成本，也避免了人为计算可能导致的误差。

通过本申请的上述实施方法，获取与水听器匹配的转化系数，其中，转化系数用于指示声压值与水听器的电压测量结果之间的比例关系；获取水听器测量得到的电压测量结果；根据电压测量结果和转化系数的乘积确定声压值。通过转换系数与水听器测得的电压测量结果的方式确定待测光纤在目标液体环境中接收到的声压值的方式，进一步根据第二反射光信号的相位峰峰值之间的比值得到光纤灵敏度，此方式可以根据上述处理过程得到的准确的相位峰峰值与通过公式得到的待测光纤在目标液体环境中接收到的声压值的方式准确测得光纤灵敏度，同时通过光纤灵敏度计算程序进行上述计算，极大地提高了光纤灵敏度测试的效率。

作为一种可选的方式，上述获取与上述水听器匹配的转化系数包括：

S1，获取参考常数系数；

S2，获取上述水听器的灵敏度参数；

S3，获取以10为底，以上述灵敏度参数与目标倍数的乘积为指数的第一参数，并将上述第一参数和上述参考常数系数的乘积确定为第二参数；

S4，将上述第二参数的倒数确定为上述转化系数。

需要说明的是，由于光纤灵敏度为第二反射光信号的相位峰峰值与待测光纤在目标液体环境中接收到的声压值的比值，具体如下：

其中即为所要求的光纤灵敏度，P为光纤接收到的声压值，/>为上述第二反射光信号的相位峰峰值，由上述公式(1)可知，/>由/>得到，而声压值P需要通过水听器测量得到的电压值(上述电压测量结果)与转化系数的乘积确定，即，声压值P＝a*V，其中，a即为上述转化系数，V为示波器得到的水听器的输出电压，由此可知，转化系数a是水听器的声压/电压转换系数，上述转化系数具体可根据如下几个公式进行确定：

水听器灵敏度计算公式为：

S_W＝20 log₁₀(S_V/S₀) (2)

其中，S_W为水听器的灵敏度(即上述S2中的灵敏度参数)，单位为V/μPa，S_V为水听器的输出电压与光纤接收到的声压的比值，单位为V/Pa，即：

S_V＝V/P (3)

上述公式(2)中的S₀为固定值(即上述S3中的目标倍数)，S₀＝10⁶，上述公式(2)中的20即为上述公式(2)中的参考常数系数。

由上述公式(2)可以得出：

已知水听器的灵敏度为-173dB±1.5dB，由此可得：从而可以计算出S_V的具体值；而由上述P＝a*V可以得出a＝P/V＝1/S_V，由此可得转换系数为：

由此就可以根据S_V的值计算出转换系数a的值，进一步根据公式(1)得出光纤灵敏度。

需要说明的是，通过上述计算公式，可以由检测得到的相位变化与接收到的声压关联起来，从而得到光纤的声压-相位灵敏度，单位为rad/Pa，得到此单位的光纤灵敏度之后，可以对得到的光纤灵敏度的单位进行转换，将光纤灵敏度的单位转换为dB形式，即结合上述公式(1)可得：

进一步结合上述公式(5)可得光纤灵敏度：

通过本申请上述光纤灵敏度的计算方式以及单位转换，可以准确计算出光纤的声压-相位灵敏度，从而准确对光纤灵敏度进行测试，进而解决了现有技术中对光纤灵敏度进行测试的方法存在的测试准确率低的技术问题。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述光纤灵敏度测试方法的光纤灵敏度测试装置。如图13所示，该装置包括：

目标箱体1302，上述目标箱体中包括目标液体环境，上述目标液体环境中包括待测光纤，扬声器1304和水听器1306，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；

上述扬声器1304，用于在上述待测光纤处于上述目标液体环境，且向上述待测光纤输入第一光信号的情况下，调整为触发状态；

上述水听器1306，用于检测上述待测光纤在上述目标液体环境中接收到的声压值；

自动化计算设备1308，用于在上述扬声器处于触发状态，且向上述待测光纤输入第一光信号的情况下，获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；获取上述水听器检测到的上述待测光纤在上述目标液体环境中接收到的声压值；根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。

以下以目标液体环境为水环境并结合图1和图13对光纤灵敏度进行测试的整体过程进行说明，对光纤灵敏度进行测试的整体过程可以包括如下步骤：

S1，搭建如图1所示的测试环境：将水下扬声器放置于水下底层中间位置；待测光纤从水箱两侧穿过，并将待测光纤设置于如图1所示的水中的扬声器104上方5cm处。待测光纤与扬声器之间的具体距离可以根据需要进行设置；

S2，改变光纤状态：启动如图13所示的自动化计算设备1308，使用音频信号发生器，通过扬声器1304在光纤附近发出能量可变、频率可变的信号，并记录不同频率，不同电压下的声学信号；

需要说明的是，如图13所示的扬声器1304并未与自动化计算设备1308(即如图1所示的DAS101)直接相连，而是通过如图1所示的音频信号发生器103进行连接的，如图13所示的光纤灵敏度计算装置仅示出了光纤灵敏度测试过程中的部分器件。

S3，压强信号采集：通过如图13所示的水听器1306采集发出声音时光纤附近的压强变化，并将压强信号转化成对应的电压信号；

需要说明的是，如图13所示的水听器1306与自动化计算设备1308并未直接连接，而是通过如图1所述的示波器102进行连接的。

S4，接收反射光信号(上述第二发射光信号)；

需要说明的是，在接收到反射光信号之后，可以对反射光信号进行处理，将反射光信号转化为电信号，再将电信号转化为可读的数字信号，以便在测试过程中对信号的波动进行观察。而将反射光信号转化为数字信号的过程可以通过对反射光线进行光学放大和滤波等技术手段实现，本申请在此不做限定。

S5，检测灵敏度状态：处理反射光信号以获得每一个光纤灵敏度状态，可以通过处理反射回来的反射光信号获得准确的与反射光信号对应的相位峰峰值；

S6，输出测试结果：重复上述步骤，直到得到充分的测试数据，然后通过对采集到的数据进行分析，得到准确的光纤灵敏度。

通过上述光纤灵敏度测试方法可以通过改变反射光的相位，使得光纤灵敏度测试具有更高的精度和稳定性，并且能够在更广泛的应用场景下实现更好的性能和优化方案，而通过上述用于实现光纤灵敏度测试方法的光纤灵敏度测试装置不仅可以极大地提高测试效率、节省时间成本，同时还可以提高计算的准确性和可靠性，能够有效地把握光学信号的强弱变化，提高检测精度。

根据本申请的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机程序/指令包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理器执行时，执行本申请实施例提供的各种功能。

光纤传感器的工作环境比较苛刻，会受到温度、光强等多种因素的影响。该设备通过采用高灵敏度的传感器和先进的算法，能够提高测试数据的稳定性和可靠性，避免因外界干扰而导致的误差。

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。

根据本申请的一个方面，提供了一种计算机可读存储介质，计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述光纤灵敏度测试方法。

可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，在待测光纤处于目标液体环境，且向上述待测光纤输入第一光信号的情况下，触发位于上述目标液体环境中的扬声器，其中，上述扬声器与上述待测光纤之间的距离小于或等于目标距离；

S2，获取上述待测光纤输出的第二反射光信号，并获取上述第二反射光信号的相位峰峰值；

S3，通过水听器获取上述待测光纤在上述目标液体环境中接收到的声压值；

S4，根据上述相位峰峰值和上述声压值之间的比值确定上述待测光纤的灵敏度。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。

上述实施例中的集成的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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，上述所描述的装置实施例仅仅是示意性的，例如上述装置中不同器件的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离器件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的器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单元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单元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，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，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和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种光纤灵敏度测试方法，其特征在于，包括：

在待测光纤处于目标液体环境，且向所述待测光纤输入第一光信号的情况下，触发位于所述目标液体环境中的扬声器，其中，所述扬声器与所述待测光纤之间的距离小于或等于目标距离；

获取所述待测光纤输出的第二反射光信号，并获取所述第二反射光信号的相位峰峰值；

通过水听器获取所述待测光纤在所述目标液体环境中接收到的声压值；

根据所述相位峰峰值和所述声压值之间的比值确定所述待测光纤的灵敏度。

2.根据权利要求1所述的方法，其特征在于，所述获取所述待测光纤输出的第二反射光信号，并获取所述第二反射光信号的相位峰峰值，包括：

将获取的所述第二反射光信号进行重构处理，得到第一参考反射光信号，其中，所述参考反射光信号的信号质量高于所述第二反射光信号的信号质量；

对所述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，其中，所述第二参考反射光信号的信号趋势项小于所述第一参考反射光信号的信号趋势项；

从所述第二参考反射光信号中获取多个信号片段，并分别获取多个所述信号片段各自对应的相位峰峰值，其中，所述信号片段的片段长度大于或等于一个信号波长；

将根据获取的多个所述相位峰峰值确定的目标相位峰峰值确定为所述第二反射光信号的所述相位峰峰值。

3.根据权利要求2所述的方法，其特征在于，所述将获取的所述第二反射光信号进行重构处理，得到第一参考反射光信号，包括：

对所述第二反射光信号进行信号分解，得到多个小波基函数；

执行如下步骤，直至遍历多个所述小波基函数：从多个所述小波基函数中获取一个所述小波基函数作为当前小波基函数；对所述当前小波基函数进行二分递推特征值分解，得到与所述当前小波基函数匹配的特征值和特征向量；根据所述特征值和所述特征向量对所述当前小波基函数进行重构处理，得到目标小波基函数，其中，所述特征值用于指示所述当前小波基函数的特征；

根据重构后得到的多个目标小波基函数的叠加结果确定所述第一参考反射光信号。

4.根据权利要求2所述的方法，其特征在于，所述对所述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号，包括：

获取参考信号与所述第一参考反射光信号，并将所述参考信号与所述第一参考反射光信号进行卷积，得到趋势信号；

将所述第一参考反射光信号与所述趋势信号之间的信号差值确定为所述第二参考反射光信号。

5.根据权利要求2所述的方法，其特征在于，所述对所述第一参考反射光信号进行去趋势处理，得到第二参考反射光信号之前，还包括：

将所述第二参考反射光信号进行傅里叶变换处理，得到参考频谱信号；

利用目标低通滤波对所述参考频谱信号进行滤波处理，得到目标频谱信号；

将所述目标频谱信号进行傅里叶反变换处理，得到更新后的所述第二参考反射光信号。

6.根据权利要求1所述的方法，其特征在于，所述通过水听器获取所述待测光纤在所述目标液体环境中接收到的声压值包括：

获取与所述水听器匹配的转化系数，其中，所述转化系数用于指示所述声压值与所述水听器的电压测量结果之间的比例关系；

获取所述水听器测量得到的所述电压测量结果；

根据所述电压测量结果和所述转化系数的乘积确定所述声压值。

7.根据权利要求6所述的方法，其特征在于，所述获取与所述水听器匹配的转化系数包括：

获取参考常数系数；

获取所述水听器的灵敏度参数；

获取以10为底，以所述灵敏度参数与目标倍数的乘积为指数的第一参数，并将所述第一参数和所述参考常数系数的乘积确定为第二参数；

将所述第二参数的倒数确定为所述转化系数。

8.一种光纤灵敏度测试装置，其特征在于，包括：

目标箱体，所述目标箱体中包括目标液体环境，所述目标液体环境中包括待测光纤，扬声器和水听器，其中，所述扬声器与所述待测光纤之间的距离小于或等于目标距离；

所述扬声器，用于在所述待测光纤处于所述目标液体环境，且向所述待测光纤输入第一光信号的情况下，调整为触发状态；

所述水听器，用于检测所述待测光纤在所述目标液体环境中接收到的声压值；

自动化计算设备，用于在所述扬声器处于触发状态，且向所述待测光纤输入第一光信号的情况下，获取所述待测光纤输出的第二反射光信号，并获取所述第二反射光信号的相位峰峰值；获取所述水听器检测到的所述待测光纤在所述目标液体环境中接收到的声压值；根据所述相位峰峰值和所述声压值之间的比值确定所述待测光纤的灵敏度。

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述权利要求1至7任一项中所述的方法。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至7任一项中所述方法的步骤。