一种基于DAS系统的水声信号相位解卷绕的神经网络方法技术方案

本发明专利技术公开了一种基于DAS系统的水声信号相位解卷绕的神经网络方法，包括：使用DAS系统对水声信号进行采集；根据需求构建包含训练集验证集和测试集的数据集库；构建嵌套残差的LSTM的神经网络模型结构，结合数据集库进行网络训练；使用训练好的网络模型对采集的卷绕信号进行处理；网络模型的在线训练优化等。本发明专利技术充分利用分布式光纤声波传感的分布式优势，结合深度学习神经网络解决传统解调方法中的信号卷绕问题，具有较低的误差率和较大的动态应变响应范围。本发明专利技术能够预防并且消除分布式光纤声传感解卷绕方法中出现的跳变和失真问题，有利于提高采集信号的精确度。

【技术实现步骤摘要】

本专利技术涉及一种基于das系统的水声信号相位解卷绕的神经网络方法，属于信号解卷绕。

技术介绍

1、基于相位敏感光时域反射技术(φ-otdr)发展而来的分布式声波传感(das)技术是目前最先进的声场检测技术之一。它利用窄线宽单频激光在光纤中激发的相干瑞利散射对应变变化高度敏感的特性，结合光反射计原理，对与光纤相互作用的环境振动与声场信息进行长距离、高时空精度的感知。das技术解决了常规检波器在复杂地质环境中成本高、布设难度大等问题，广泛应用于桥梁结构监测、高速公路检测、地震预警、海洋勘探、管道泄漏检测、边界安防等领域。近年来，das技术得到了快速的发展，尤其在需要长期、大规模布设的监测应用场景中得到了迅速的发展。

2、传统的分布式声学传感系统(das)中，需要对收集到的数据进行相位解调以恢复原信号。一般来说，相位信号的可靠范围是[-π,π]，然而当应变信号的频率高且幅度足够大时，相邻两次采样之间相位变化可能会超过π，因此导致解卷绕操作时会数据会发生跳变，严重影响结果。

3、现有技术一【f.cunzheng et al.,“large本文档来自技高网...

【技术保护点】

1.一种基于DAS系统的水声信号相位解卷绕的神经网络方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于DAS系统的水声信号相位解卷绕的神经网络方法，其特征在于，在所述步骤1中，所述DAS系统采用以下方法获得所述水声信号：

3.如权利要求2所述的一种基于DAS系统的水声信号相位解卷绕的神经网络方法，其特征在于，所述电光调制器的调制频率为20MHz，以保证能量集中在0、±1、±2共计5个电平，实现频率分级。

4.如权利要求1所述的一种基于DAS系统的水声信号相位解卷绕的神经网络方法，其特征在于，在所述步骤1中，采用以下方法构建所述理想信号：<...

【技术特征摘要】

1.一种基于das系统的水声信号相位解卷绕的神经网络方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于das系统的水声信号相位解卷绕的神经网络方法，其特征在于，在所述步骤1中，所述das系统采用以下方法获得所述水声信号：

3.如权利要求2所述的一种基于das系统的水声信号相位解卷绕的神经网络方法，其特征在于，所述电光调制器的调制频率为20mhz，以保证能量集中在0、±1、±2共计5个电平，实现频率分级。

4.如权利要求1所述的一种基于das系统的水声信号相位解卷绕的神经网络方法，其特征在于，在所述步骤1中，采用以下方法构建所述理想信号：

5.如权利要求1所述的一种基于da...

【专利技术属性】
技术研发人员：詹亚歌，李柯翰，刘力瑞，
申请(专利权)人：东华大学，
类型：发明
国别省市：