System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及分布式光纤传感,特别是涉及一种基于最长公共子串的光频域反射分布式传感解调方法。
技术介绍
1、分布式光纤传感技术可将光纤视为无数个连续分布的传感单元,可对其沿线的物理量进行有效的测量。相对于传统的分立式传感技术,其有着结构简单、覆盖范围大、测量距离长、经济有效等优势,得到了各界的广泛关注。目前,分布式光纤传感技术已经在结构健康检测、边界安防、管道检测、光纤链路监测等领域发挥了重要的作用。其中,光频域反射(ofdr)技术通过对光纤中后向瑞利散射(rbs)信号的测量来实现对光纤沿线物理量的获取,其凭借着高空间分辨率、高灵敏度和潜在的长距离测量能力等特点,在分布式光纤应变、温度等传感领域占据了重要的席位,是分布式光纤传感技术的重要发展方向。
2、根据典型的ofdr分布式传感原理,在外界环境变化前后对待测光纤进行测量,分别获得其rbs信号,变化前后的rbs信号分别记为参考信号和测量信号。典型的,可利用正反傅里叶变化可分别通过参考信号和测量信号计算获得其所对应的参考特征频谱和测量特征频谱,而外界环境的变化导致的光程变化可通过探测光波长的变化进行补偿,该过程在ofdr测量中具体地表现为参考特征频谱和测量特征频谱之间的波长偏移。因此,可通过提取特征频谱的偏移获得对应的光谱频移量,进而解算出相应的外界环境信息。
3、当前,互相关算法是提取上述特征频谱偏移量即光谱频移量的常见方法。近年来,相关研究发现典型的互相关算法对输入的特征频谱幅值的分布特性及其特征较为敏感,并会严重影响对特征频谱偏移的测量精度和范围。一
4、因此,当前的互相关算法的缺陷不仅制约了ofdr分布式传感的测量精度,导致了可能的解调失效和错判,还限制了实际上所能解调的最大光谱频移量,降低了对扫频范围的利用率,限制了系统测量范围。
5、针对该问题,目前的解决方法主要有三种类型。一是改变互相关算法本身的形式,如采用最小均方差累加或采用相位互相关等方式来降低对两互相关信号幅值的敏感度,从而实现权重均匀;二是根据物理世界中应变、温度传播连续的规律,将所有位置的互相关结果组成一幅图像,其多峰和假峰视定为噪声,利用小波变换等图像去噪技术进行多峰和假峰的抑制;三是对于参考特征频谱可采用其特定位置处的局部特征进行互相关,从而降低非相关区域的贡献权重,以实现更大的有效解调范围。但是,上述的三种流行改进方案局限于互相关的一维统计特性,仍然受到前述问题的困扰。
技术实现思路
1、本专利技术的目的是提供一种基于最长公共子串的光频域反射分布式传感解调方法,参考信号和测量信号经过展开后所对应的二维图像,可清晰的呈现出参与互相关的两个信号上每个值的匹配细节,匹配结果具象成图像中的一条对角线(沿着-45°的直线)。相对于互相关的一维统计特性,利用直线检测算法判断该对角线的平移量可有效避免互相关算法的固有缺陷,改善对特征频谱偏移解调的有效性,增加解调精度并提升所能解调的最大光谱频移量,从而提高扫频范围的利用率,改善测量精度,扩展测量范围。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种基于最长公共子串的光频域反射分布式传感解调方法,包括:
4、s1、分别获取目标光频域分布式光纤传感系统中传感光纤未施加外界扰动和施加外界扰动时,所述传感光纤上不同位置处的参考特征频谱和测量特征频谱;
5、s2、获取所述传感光纤上同一位置的所述参考特征频谱和所述测量特征频谱,通过最长公共子串算法对同一位置的所述参考特征频谱和所述测量特征频谱进行计算,获取原始图像;
6、s3、对所述原始图像进行裁剪与拼接,获取新图像;
7、s4、对所述新图像进行二值化处理,获取二值化后的图像;
8、s5、通过直线检测算法对所述二值化后的图像进行计算,获取扰动量;
9、s6、重复步骤2-5对所述传感光纤沿线上所有位置进行扰动量的计算,根据所述扰动量获得分布式测量结果。
10、可选的,所述s1中获取所述传感光纤上不同位置处的参考特征频谱和测量特征频谱包括:
11、在未施加外界扰动时,获取所述传感光纤上的瑞利后向散射信号作为第一原始测量数据;
12、在施加外界扰动时,获取所述传感光纤上的瑞利后向散射信号作为第二原始测量数据;
13、根据预设的窗长和窗移动步长对所述第一原始测量数据和所述第二原始测量数据进行短时傅里叶变换,获取不同位置处的所述参考特征频谱和所述测量特征频谱。
14、可选的,所述s2中通过最长公共子串算法对同一位置的所述参考特征频谱和所述测量特征频谱进行计算,包括:采用矢量相对误差判别函数对所述参考特征频谱和所述测量特征频谱进行计算,通过获取所述原始图像中的像素值获取所述原始图像;
15、采用矢量相对误差判别函数获取所述原始图像中的像素值的计算方法为:
16、
17、其中,i1(x,y)表示原始图像i1坐标(x,y)处的像素值,zr(y)表示参考特征谱线上第y个点的值,zm(x)表示测量特征谱线上第x个点的值,表示测量特征频谱上每个点的梯度方向,表示参考特征频谱上每个点的梯度方向,i为虚数,a表示梯度方向中最大的一个梯度角,a=max{|arctan(diff(zm))|,|arctan(diff(zr))|}。
18、可选的,所述s3中对所述原始图像进行裁剪与拼接,获取新图像包括:
19、根据预设图像高度,对所述原始图像进行裁剪与拼接,获取所述新图像;
20、其中,对所述原始图像进行拼接的方法为:
21、i2=i3+i4
22、式中,i3=i1(n-b+1:n,1:n-b),i4=i1(1:b,1:n),则此时,i2是一副b×(2n-b)大小的图像,n是特征频谱的长度,b是预设图像高度。
23、可选的,所述s4中对所述新图像进行二值化处理,获取二值化后的图像包括:
24、获取所述新图像中的像素值,将所述新图像中的像素值从小到大进行排序,选取第x个像素值作为阈值;
25、根据所述阈值对所述新图像进行二值化处理,获取所述二值化后的图像。
26、可选的,选取所述第x个像素值的方法为:
27、x=rou本文档来自技高网...
【技术保护点】
1.一种基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,包括:
2.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S1中获取所述传感光纤上不同位置处的参考特征频谱和测量特征频谱包括:
3.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S2中通过最长公共子串算法对同一位置的所述参考特征频谱和所述测量特征频谱进行计算,包括:采用矢量相对误差判别函数对所述参考特征频谱和所述测量特征频谱进行计算,通过获取所述原始图像中的像素值获取所述原始图像;
4.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S3中对所述原始图像进行裁剪与拼接,获取新图像包括:
5.根据权利要求3所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S4中对所述新图像进行二值化处理,获取二值化后的图像包括:
6.根据权利要求5所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,选取所述第X个像素值的方法为:
7.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S5中通过直线检测算法对所述二值化后的图像进行计算包括:
8.根据权利要求7所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述S5中获取扰动量包括:
...【技术特征摘要】
1.一种基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,包括:
2.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述s1中获取所述传感光纤上不同位置处的参考特征频谱和测量特征频谱包括:
3.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,其特征在于,所述s2中通过最长公共子串算法对同一位置的所述参考特征频谱和所述测量特征频谱进行计算,包括:采用矢量相对误差判别函数对所述参考特征频谱和所述测量特征频谱进行计算,通过获取所述原始图像中的像素值获取所述原始图像;
4.根据权利要求1所述的基于最长公共子串的光频域反射分布式传感解调方法,...
【专利技术属性】
技术研发人员:谢玮霖,郑祥,董毅,杨强,李鑫,
申请(专利权)人:北京理工大学,
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。