【技术实现步骤摘要】
本申请属于光纤传感探测的，具体涉及一种基于gan的ofdr形状传感应变测量范围拓展方法。
技术介绍
1、分布式光纤传感技术因其抗电磁干扰、结构简单、高定位精度和长传感距离等特点而备受瞩目。该技术将光纤既作为传感介质，又作为测量传输介质，通过光纤中光波的传输特性，包括拉曼散射、瑞利散射和布里渊散射等，实现了沿光纤长度方向对外界环境进行实时分布式监控。这一独特优势使得该技术逐渐应用于检测大桥安全、土木工程、隧道火灾警报、地质勘测等多个领域，在社会建设中发挥着重要的作用。
2、作为分布式光纤传感系统的代表，光频域反射技术(ofdr)以其轻便、小型、高灵敏度和抗电磁干扰性强等特点备受青睐。ofdr系统能够连续测量沿光纤距离上的应变、振动、温度等外界物理量变化。近几年，基于多芯光纤的ofdr形状传感系统发展迅速，通过测量多组纤芯的应变，使用应变结果结合形状重构算法得到光纤形态的准确重构。在航天器形变监测，机器人动态监测，医用导管形态监测等军用、民用领域都备受关注。
3、ofdr应变测量的工作原理如下：可调谐激光光源发出线性扫频光，其中一束光进入待测光纤，待测光纤的后向瑞利散射光返回，形成信号光，与另一束参考光发生拍频干涉。拍频信号经快速傅里叶变换处理后，可以获取沿传感光纤构建的距离域信息。在ofdr系统中，需要采集一次没有外部干扰的参考信号和受影响的测试信号，然后将它们互相关计算以获得外部应变信息的变化。ofdr应变测量系统的显著特点是其高空间分辨率，可达到毫米级别，因此在需要高精度形状监测的领域，如航天航空，医疗
技术实现思路
1、本专利技术的目的是提供一种基于gan的ofdr形状传感系统应变测量范围拓展方法，在不改变传统系统结构及增加成本的前提下，有效提升了ofdr系统的应变测量范围。其技术方案为，
2、一种基于gan的ofdr形状传感系统应变测量范围拓展方法，包括以下步骤：
3、s1.分别采集两次信号，一次为不包含应变信息的信号，为参考信号；另一次为包含应变信息的信号，为测试信号；
4、s2.将参考信号和测试信号通过快速傅里叶变化映射到距离域上，并取窗口大小c将信号划分为n等分，其中窗口大小c决定了系统的空间分辨率；
5、s3.对第一份参考信号和测量信号的局部距离域信息进行快速逆傅里叶变化；
6、s4.对快速逆傅里叶变换后的参考信号和测量信号通过互相关计算得到一维互相关结果；
7、s5.重复步骤s3-s4，得到光纤每一对应位置的互相关结果，将得到的所有一维互相关结果在光纤距离上重构成二维图像信号q；
8、s6.构建模拟图，利用模拟图以及小应变下实测的无假峰图像作为改进的对抗网络模型gan的数据训练集t；
9、改进的对抗网络模型gan包括生成网络结构和判别网络结构；
10、生成网络结构输入的图像首先经过n个卷积层，得到图像的浅层特征图；再经过连续的n个具有跳跃连接的残差块，每一个残差块均由参数相同的卷积层、bn层和激活层组成，然后通过反卷积层还原输入图像尺寸；
11、判别网络结构基于全卷积网络构成，输入的图像首先经过多个卷积块后由sigmoid层将网络输出归一化，表征图像相似概率，设定相似概率阈值，通过阈值判断给予生成网络结构反馈；
12、s7.步骤s5得到的二维图像信号q通过训练好的生成结构处理，得到抑制假峰后的二维图像信号q′；
13、s8.将步骤s6得到的去噪后的互相关二维图像q′重新解构得到光纤各位置的光谱偏移量，从而能够得到去除假峰的大应变事件的测量结果。
14、优选的，步骤s6中，
15、数据训练集t被添加噪声作为改进的对抗网络模型gan的输入，通过硬性下采样处理，更改输入图片尺寸为固定尺寸；将得到的硬性下采样处理输出作为生成网络结构的输入，分别生成预测后进行上采样得到生成网络结构的输出；生成网络结构的输出与训练集原始数据训练集t组成图像对，进行两次不同参数的降采样后输入判别网络结构，得到反馈，通过反馈执行重复生成网络结构操作或终止训练。
16、优选的，步骤s6中gan的训练步骤如下：
17、s61.使用adam算法最小化损失函数，并将其超参数设置为默认值；
18、s62.以设定p像素的滑动步长裁剪性下采样处理后的数据训练集t为m*m像素的图像块，将大图像转换成适合模型处理的小块；
19、s63.设置迭代的周期数,在每个周期内，将训练数据分成k个批次；
20、s64.学习率设置，并使用学习率衰减；
21、s65.在每个批次处理中，首先在生成网络结构执行前向传播，生成预测，然后在判别网络结构计算预测结果与原始结果的相似概率，形成反馈运算，学习噪声图像至原始图像之间的映射。
22、优选的，模拟图是由matlab通过构造由0、1组成的矩阵生成的无噪声，其中1代表波长峰值位移信息，0代表其余无关信息；
23、模拟图与步骤s6中子图像信号相同的尺寸大小，同时具有两条明亮条纹分别代表无应变位置信息及有应变位置信息，且应变位置的大小以及长度是完全随机的。
24、优选的，两次不同参数的降采样处理被添加在判别网络结构之前，以不同维度判别图像相似概率，按设定权值叠加确定最终图像相似概率，并将其作为是否重复生成网络结构的反馈。
25、优选的，小应变下的无错峰实测图像与步骤s6中子图像信号的尺寸相同。
26、优选的，将步骤s8重构的二维图像信号q′重新分解到光纤的对应位置，通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。
27、有益效果
28、1)本专利技术所提出的用于形状传感的基于gan的ofdr形状传感系统应变测量范围拓展方法可以提高测量系统的应变测量范围，使其在航天航空、医疗机器设备等高精度监测领域具有更大优势和更广阔的应用。
29、2)本专利技术所提出的基于gan的ofdr形状传感系统应变测量范围拓展方法通过对二维图像信息处理，不仅能够提高系统的测量范围，而且能够有效去除测量结果的异常值，提高测量的准确性。
本文档来自技高网...【技术保护点】
1.一种基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，步骤S6中，
3.根据权利要求1-2任一所述的基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，步骤S6中GAN的训练步骤如下：
4.根据权利要求1-2任一所述的基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，模拟图是由MATLAB通过构造由0、1组成的矩阵生成的无噪声，其中1代表波长峰值位移信息，0代表其余无关信息；
5.根据权利要求1-2任一所述的基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，两次不同参数的降采样处理被添加在判别网络结构之前，以不同维度判别图像相似概率，按设定权值叠加确定最终图像相似概率，并将其作为是否重复生成网络结构的反馈。
6.根据权利要求1-2任一所述的基于GAN的OFDR形状传感应变测量范围拓展方法，其特征在于，小应变下的无错峰实测图像与步骤S6中子图像信号的尺寸相同。
...
【技术特征摘要】
1.一种基于gan的ofdr形状传感应变测量范围拓展方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于gan的ofdr形状传感应变测量范围拓展方法，其特征在于，步骤s6中，
3.根据权利要求1-2任一所述的基于gan的ofdr形状传感应变测量范围拓展方法，其特征在于，步骤s6中gan的训练步骤如下：
4.根据权利要求1-2任一所述的基于gan的ofdr形状传感应变测量范围拓展方法，其特征在于，模拟图是由matlab通过构造由0、1组成的矩阵生成的无噪声，其中1代表波长峰值位移信息，0代表其余无关信息；
5.根据权利要求1-2任一所述...
【专利技术属性】
技术研发人员：秦增光，张博通，李帅，杨翕宇，刘兆军，徐演平，丛振华，
申请(专利权)人：山东大学，
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。