【技术实现步骤摘要】
一种基于机器学习的ODVS工程应用系统在线抑噪方法
[0001]本专利技术涉及光纤分布式振动传感系统(
Optical fiber Distributed Vibe ration Sensing ,
ODVS
)的噪声池闭环完善
、
和使用噪声池对端机进行在线抑噪算法调整的方法,具体公开一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,属于计算
、
推算或计数的
。
技术介绍
[0002]在光纤分布式振动传感系统的工程应用中,数十公里的感知光缆沿线敷设,环境
、
背景各类噪声直接混杂在感知光缆沿线感知的有效扰动信号中,导致工程应用系统信噪比大大下降,系统判断外界干扰的准确性降低
。
然而,
ODVS
端机研究与制造阶段均在可控环境中进行,如果端机的研制要加入应用场景的各类噪声的考虑,就需要将其放在实际条件下测试环境与背景各类噪声带来的影响,再设法找到抑制系统噪声的方法与途径,耗时费力且效果有限;并且
ODVS
工程应用系统现场环境不同,先验算法难以复制
。
因此需要一种方法可以及时
、
最好是实时地调整端机的噪声抑制措施,实现较好的工程应用效果
。
目前尚未见此类方法在工程中具体应用
。
[0003]现有技术为了针对不同模式的环境噪声设计最优滤波器,提出一种噪声场景识别系统及方法,通过离线与在线结合 ...
【技术保护点】
【技术特征摘要】
1.
一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,其特征在于,包括如下步骤:步骤1,对
ODVS
系统噪声进行分类;步骤2,根据各类
ODVS
系统噪声模型建立场景先验噪声模型,建立噪声池;步骤3,根据场景先验噪声模型设置
ODVS
端机抑噪算法参数;步骤4,将
ODVS
系统感知收集的噪声放入噪声池;步骤5,提取
ODVS
系统感知收集的噪声的特征,调整噪声池里的噪声参数;步骤6,根据步骤5调整后的噪声参数确定
ODVS
系统噪声模型;步骤7,将步骤6确定的
ODVS
系统噪声模型反馈至噪声池;步骤8,根据步骤6确定的
ODVS
系统噪声模型在线调整
ODVS
系统抑噪算法的参数
。2.
根据权利要求1所述一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,其特征在于,所述步骤1对
ODVS
系统噪声进行分类的方法为:将
ODVS
工程应用系统噪声分为包含但不限于背景噪声
、
感知光缆链路光学噪声
、
端机噪声的类别
。3.
根据权利要求1所述一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,其特征在于,所述步骤2根据各类
ODVS
系统噪声模型建立场景先验噪声模型的方法为:根据场景先验方法设置
ODVS
工程应用系统的噪声参数,对设置的噪声参数对应的噪声模型进行叠加,得到对应设置噪声参数的场景先验噪声模型
。4.
根据权利要求1所述一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,其特征在于,所述步骤3将生成场景先验噪声模型的噪声参数设置为
ODVS
端机抑噪算法参数
。5.
根据权利要求1所述一种基于机器学习的
ODVS
工程应用系统在线抑噪方法,其特征在于,所述步骤5采用包括但不限于时间分段
、
...
【专利技术属性】
技术研发人员:李锦辉,孙小菡,潘婷,陶雄强,宋继恩,赵永科,
申请(专利权)人:江苏深远海洋信息技术与装备创新中心有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。