【技术实现步骤摘要】
本专利技术涉及光纤信号监测，特别是涉及一种长距离botdr通信的光纤信号监测系统。
技术介绍
1、随着光纤通信技术的快速发展，分布式光纤传感器(botdr)在长距离通信中的应用越来越广泛。然而，分布式光纤传感器在长距离通信中，光纤信号的强度和稳定性受到多种因素的影响，如光纤损耗、环境温度变化、弯曲等，这很可能导致信号丢失或数据错误。因此，需要一种能够实时监测和补偿光纤信号衰减的光纤信号监测系统。
2、目前，虽然有一些光纤信号监测系统，但它们通常只能监测较短距离的光纤信号，无法满足长距离通信的需求。此外，现有技术的监测系统的监测精度和稳定性较低。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的监测系统只能监测较短距离的光纤信号，无法满足长距离通信的需求技术问题，特别创新地提出了一种长距离botdr通信的光纤信号监测系统。
2、为了实现本专利技术的上述目的，本专利技术提供了一种长距离botdr通信的光纤信号监测系统，应用于分布式光纤传感器通讯中，所述系统包括：
3、采集模块，将所述光纤系统分为若干段，所述采集模块用于采集每段光纤的光功率数据、光纤温度数据和应变数据；
4、预处理模块，与所述采集模块连接，用于对所述采集模块采集的数据进行预处理；
5、监测模块，与所述预处理模块连接，用于基于初始光功率数据和采集模块采集的光功率数据，计算在对应位置处光纤传输中光功率的衰减值，并基于所述衰减值、光纤温度数据和应变数据判断该位
6、若所述光纤所述应变数据不在其适应值内，则判断由于光纤发生应变而导致光功率衰减；温度数据在其适应值内，
7、若所述应变数据在其适应值内，所述光纤温度数据不在其适应值内，则判断由于光纤温度不在其适应值内而导致光功率衰减；
8、若所述光纤温度数据和应变数据均在其适应值内，则所述采集模块重新采集数据，所述监测模块重新计算该位置处光纤光功率衰减值，并判断光纤光功率衰减原因；
9、通讯模块，与所述监测模块连接，用于将所述监测模块输出的结果发送至远端服务器。
10、作为本专利技术的一种可选实施例，可选地，所述监测模块为基于循环神经网络训练的监测模型；
11、所述监测模型的训练步骤为：
12、s1、采集每段光纤的光功率数据、光纤温度数据和应变数据，生成标签数据；
13、s2、对采集的数据进行预处理；
14、s3、构建循环神经网络，并从预处理后的数据中提取特征数据，利用特征数据和标签数据对所述循环神经网络进行训练，获得监测模型；所述循环神经网络包括一个输入层、最少两个隐藏层和一个输出层；
15、s4、利用损失函数和优化器对所述监测模型进行优化；
16、s5、利用所述监测模型基于光纤每段光纤的光功率数据、光纤温度数据和应变数据计算光纤光功率衰减值，并判断光功率衰减的原因。
17、作为本专利技术的一种可选实施例，可选地，提取所述特征数据包括：
18、s31、对预处理后的数据进行正则化，利用所述正则化提取特征；
19、正则化的表达式为：
20、
21、其中，表示第i个正则化后的特征数据，softmax(·)表示归一化，zi表示第i个输入数据，ψ表示超参数，且ψ∈(0,1)；
22、当所述在a1到a2之间时，则表示此时的为特征数据，当所述不在a1到a2之间时，则表示此时的为不是特征数据，a1,a2∈(0,1)，a1大于a2。
23、作为本专利技术的一种可选实施例，可选地，所述监测模型的表达式为：
24、
25、
26、
27、
28、bnlt＝μbbnlt-1+q
29、其中，h(z)表示监测模型的输出，σ(·)表示激活函数，lstm(·)表示长短期记忆层，xh(·)表示循环层，bnl(·)表示批归一化层，fc(·)表示全连接层，表示第i个正则化后的特征数据，fct表示全连接层t时刻的输出，tanh(·)表示双曲正切激活函数，wf表示全连接层权重矩阵，fct-1表示t-1时刻全连接层的状态，wz表示输入权重矩阵，bt表示全连接层的偏置，表示标准化后t时刻的批归一化层状态，bnlt表示t时刻的批归一化层状态，bnlt-1表示t-1时刻的批归一化层状态，ηb表示批处理中批归一化层状态的均值，cb表示批处理中批归一化层状态的标准差，ε表示常数，用于预防cb等于0，μb表示可学习参数，q表示批归一化层的偏置。
30、作为本专利技术的一种可选实施例，可选地，所述监测模型监测所述分布式光纤传感器的监测公式为：
31、
32、
33、其中，p1表示温度监测值，p2表示应变监测值，利用所述温度监测值和应变监测值分别判断光纤温度数据和应变数据是否在对应的适应值内，wu表示温度监测权重，向上取整，bu表示温度监测偏置，e表示自然底数，δu表示光纤许可承载温度差，uf表示第f个温度数据，uk表示光纤的适宜温度数据，wy表示应变监测权重，向上取整，by表示应变监测偏置，δy表示光纤许可应变差，yf表示第f个应变数据，yk表示光纤的适宜应变数据。
34、作为本专利技术的一种可选实施例，可选地，所述损失函数的表达式为：
35、l＝wul1+wyl2
36、
37、
38、其中，l表示损失函数，wu表示温度监测权重，l1表示衰减值与温度数据的损失值，wy表示应变监测权重，l2表示衰减值与应变数据的损失值，g表示批次大小，n表示第n段样本光纤，lg(·)表示以十为底的对数函数，exp(·)表示以自然底数为底的指数函数，un表示第n段样本光纤的最高温度，vn表示第n段光纤的衰减值，τ表示超参数，vm表示第m段光纤的衰减值，um表示第m段样本光纤的最高温度，n表示样本总数，表示温度数据嵌入，表示衰减值嵌入，表示应变数据嵌入。
39、作为本专利技术的一种可选实施例，可选地，所述采集模块包括：
40、光功率传感器，用于采集光纤的光功率数据；
41、温度传感器，用于采集光纤的温度数据；
42、光纤应变传感器，用于采集光纤的应变数据。
43、本专利技术的有益效果：本专利技术能够采集每段光纤的光功率数据、光纤温度数据和应变数据，并基于采集的数据利用监测模块对这些数据进行处理和分析，能够精确地计算光纤传输中的光功率衰减值，并判断衰减原因。这有助于在长距离通信中实现高精度和可靠的光纤信号监测。系统中的监测模型采用了循环神经网络进行训练，并利用损失函数和优化器进行优化。这种自适应优化方法能够提高模型的准确性和泛化能力，使其更好地适应实际应用场景；系统可根据应变数据和温度数据是否在适应值内来判断光功率衰减的原因。如果应变数据不在适应值内，则判断是由于光纤应变导致光功率衰减；如果温度本文档来自技高网...
【技术保护点】
1.一种长距离BOTDR通信的光纤信号监测系统，应用于分布式光纤传感器通讯中，其特征在于，所述系统包括：
2.如权利要求1所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，所述监测模块为基于循环神经网络训练的监测模型；
3.如权利要求2所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，提取所述特征数据包括：
4.如权利要求2所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，所述监测模型的表达式为：
5.如权利要求2所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，所述监测模型监测所述分布式光纤传感器的监测公式为：
6.如权利要求2所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，所述损失函数的表达式为：
7.如权利要求1所述的一种长距离BOTDR通信的光纤信号监测系统，其特征在于，所述采集模块包括：
【技术特征摘要】
1.一种长距离botdr通信的光纤信号监测系统，应用于分布式光纤传感器通讯中，其特征在于，所述系统包括：
2.如权利要求1所述的一种长距离botdr通信的光纤信号监测系统，其特征在于，所述监测模块为基于循环神经网络训练的监测模型；
3.如权利要求2所述的一种长距离botdr通信的光纤信号监测系统，其特征在于，提取所述特征数据包括：
4.如权利要求2所述的一种长距离botdr通信的光...
【专利技术属性】
技术研发人员：李玉华，李雨晨，王朝龙，黄俊森，王顺，
申请(专利权)人：重庆东电通信技术有限公司，
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。