一种基于Wavenet的φ-OTDR模式识别系统及方法技术方案

本发明专利技术公开了一种基于Wavenet的φ‑OTDR模式识别系统及方法，包括：依次连接的激光器、光衰减器、声光调制器、掺铒光纤放大器和滤波器，所述滤波器的输出端连接环形器，环形器和拉曼放大器的输出端分别连接波分复用器，所述波分复用器的输出端经过PZT与传感光纤连接。本发明专利技术有益效果：本发明专利技术在φ‑OTDR系统模式识别中，直接对采集到的原始信号进行特征提取和识别，避免了传统方法需人工提取特征的过程，能够更有效率地充分获取振动信息。

【技术实现步骤摘要】
一种基于Wavenet的φ-OTDR模式识别系统及方法
本专利技术涉及信息处理和相位敏感光时域反射光纤传感
，尤其涉及一种基于Wavenet(声波网络)的φ-OTDR模式识别系统及方法。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。基于相位敏感的光时域反射系统(Phase-SensitiveOpticalTime-DomainReflecrometricSystem,)，以光纤作为传感器，具备本征安全、耐腐蚀、功耗低的独特优势，可实时在线监测并定位光纤沿线的振动事件，在周界安防、管线安全监测、建筑物结构健康等领域具有广泛的应用。随着系统实际应用的不断深入，仅对振动信号进行感知定位难以达到实际需求，因此对各类振动事件进行准确有效的识别日益重要。目前，研究者普遍采用的方法是人工提取振动信号在时域、频域、时频域、空间域等维度的特征信息，然后将特征信息输入到机器学习或深度学习结构中进行模式识别，但是人工提取的特征能否完全代表原始振动信号，直接影响了特征分类的准确性，且人工提取特征过程本身会本文档来自技高网...

【技术保护点】
1.一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，包括：依次连接的激光器、光衰减器、声光调制器、掺铒光纤放大器和滤波器，所述滤波器的输出端连接环形器，环形器和拉曼放大器的输出端分别连接波分复用器，所述波分复用器的输出端经过PZT与传感光纤连接。/n

【技术特征摘要】
1.一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，包括：依次连接的激光器、光衰减器、声光调制器、掺铒光纤放大器和滤波器，所述滤波器的输出端连接环形器，环形器和拉曼放大器的输出端分别连接波分复用器，所述波分复用器的输出端经过PZT与传感光纤连接。


2.如权利要求1所述的一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，所述声光调制器通过声光调制器驱动器驱动。


3.如权利要求2所述的一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，还包括：模拟输出卡，所述模拟输出卡的输出端分别连接声光调制器驱动器驱动和PZT。


4.如权利要求1所述的一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，所述环形器的输出端还连接光电探测器。


5.如权利要求1所述的一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，所述光电探测器经过数据采集卡与计算机连接。


6.如权利要求1所述的一种基于Wavenet的φ-OTDR模式识别系统，其特征在于，所述激光器为超窄线宽激光器。


7.一种基于Wavenet的φ-OTDR模式识别方法，其特征在于，包括：
通过传感光纤获取待预测的多组外界振动信号；
将采集到的振动信号经过阈值筛选处理为时间-空间数据，将所述数据输入到训练好Wavenet神经网络模型，输出振动信号类型；
其中，所述阈值为使用设定的扫频信号驱动PZT作用，拉伸传感光纤以产生相应应变，以该应变量所对应的幅值为筛选有效振动信号的阈值。


8.如权利要求7所述的一种基于Wavenet...

【专利技术属性】
技术研发人员：于淼，何禹潼，张崇富，潘新建，于效宇，易子川，孔谦，高庆国，李志莉，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：广东;44