本发明专利技术属于分布式光纤传感随机噪声压制技术领域，针对石油天然气管线长距离输运监测的应用，利用单条光纤采集温度和应力等物理量。发明专利技术涉及海量数据处理、高性能计算、分布式光纤传感信号采集等多项技术。解决因为光纤传感的微弱信号被随机噪声干扰，导致信噪比低的问题。其特征在于，以高性能计算平台作为硬件基础，利用二维局部自适应曲波收缩方法构建噪声压制系统，系统输入数据是以位置(x)和时间(t)坐标标定的二维传感信号。系统的架构包括以下几个主要模块：数据分解、阈值估计、阈值滤波、数据重构。实验证明利用曲波变化的多方向、多尺度和瞬态特性，可以有效压制随机噪声干扰，增强有效信号。
【技术实现步骤摘要】
本专利技术涉及单条分布式光纤传感随机噪声压制
，特别涉及基于二维局部自适应曲波收缩方法的随机噪声压制技术，增强光纤传感采集的有效信号。专利技术针对石油天然气管线长距离输运监测的应用。
技术介绍
分布式光纤传感技术具有同时获取在传感光纤区域内随时间和空间变化的被测量分布信息的能力。其基本特征为分布式光纤传感系统中的敏感传感 元件仅为光纤本身；单条光纤一次测量可以获取整个光纤区域内被测量对象的一维分布图，连续时间多次测量，可以测定被测量的二维分布情况；对于几公里到上千公里的石油天然气管线输运监测，系统的空间分辨力一般在米的量级。因此对于油气生产输运监测的具体应用，分布式光纤传感采集的数据量是TB级，而且光纤采集的信号一般为微弱信号，随机噪声严重影响采集信号的信噪比，从而影响系统监测的准确性。目前，针对分布式光纤传感的工程应用，还没有具体的解决随机噪声的现场设备。在雷达、声纳、无线通讯、和地震学等诸多领域的应用中，压制随机噪声的方法种类很多，其中具有代表性的有基于小波变化的随机噪声压制、基于S变化的随机噪声压制、奇异值分解压制随机噪声、和基于隐马尔可夫模型平滑估计的随机噪声压制方法。在实际的分布式光纤传感采集的工作环境下，海量数据导致处理问题复杂而艰巨，其主要难点有一下几个方面(I)数据量过大，对于现场处理要求有一定的实时性；(2)软件代码优化要求高，多线程和并行处理提高计算效率有挑战；(3)硬件性能要求高，CPU、内存、硬盘和I/O接口等系统资源占用率高。当前，为了解决海量数据的现场信号处理问题，很多科研单位和公司都在不断研究新的噪声压制方法。其中曲波收缩方法的随机噪声压制技术成为研究的热点。它利用曲波变化的多尺度、多方向、高冗余度和瞬态的特性，在曲波域可以有效的区分有效信号和噪声信号。同时，结合曲波收缩理论，利用阈值来压制随机噪声，从而提高输出信号的信噪比。近几年，基于曲波收缩技术的随机噪声压制方法在图像处理领域进行了一些石开究° 文献“The curvelet transform for image denoising,，，(Jean-Luc Starck ；E.J.Candes，D.L Donoho，IEEE Transactions on Image Processing，Vol. 11，No. 6，pp. 670-684,2002.)提出了一种利用第一代曲波变化来压制图像中随机噪声的方法。压制方法的原理是基于硬阈值估计的曲波收缩方法。第一代曲波变化的实现复杂，计算量大，所以很难应用在海量数据上。2006 年 Emmanuel Candes, David Donoho, Laurent Demanet 在“Methods forperforming fast discrete curvelet transforms of data，，美国专利技术专利(申请号7840625)中提出了快速曲波变换的实现方法，同时，专利还描述了利用基于硬阈值的曲波收缩方法，来去除随机噪声对有效信号的干扰。曲波变化的快速算法大幅提升了计算效率，但基于硬阈值的方法，使压制过的信号存在比较明显的失真。文献“Local adaptive shrinkage threshold denoising using curveletcoefficients,” (Q. Z. Bao, J. H. Gao, ff. C. Chen, Electronics Letters, Vol.44, No. 4,PP. 277,2008.)利用局部自适应曲波收缩的方法来压制噪声，此方案的阈值函数分别利用均值滤波器和中值滤波器根据曲波系数的局部特性和噪声的大小来定义。它的阈值处理能更好的描述各个尺度和角度的噪声情况，从而提高最终输出信号的信噪比，并且失真也较小。但在阈值滤波中，此方法只提供了硬阈值的方法，对于精细处理，此方法的效果不是太王电相
技术实现思路
为了克服现有技术的不足，本专利技术的目的是提供一种基于二维曲波收缩技术的现场随机噪声压制的设备，解决分布式光纤传感中，由于随机噪声干扰影响输出信噪比的问题。本专利技术通过以下技术方案实现单条分布式光纤传感现场随机噪声压制设备，由 两大组成部分，(I)高性能计算平台，作为现场设备的硬件配置要求多核CPU、大容量内存和硬盘、高性能I/O接口。(2)软件模块，实现噪声压制的处理功能，其实现步骤如下步骤I :使用二维快速曲波正变换构建数据分解模块，把输入信号分解为多尺度多方向的曲波系数。图I为二维连续曲波和离散曲波变换的尺度角度分割图，它表示了在曲波域中的所有尺度和所有方向的曲波系数，最内层为代表基本数据信息的曲波系数，其不包含方向信息。外层被分解成楔形角度窗，随着尺度逐层向外增大，频率越来越高。最外圈为最精细尺度，其系数构建模式可分为曲波和小波两种模式。为了获得最佳的数据恢复效果，根据数据特性可以调节曲波变换参数，参数包括曲波分解的尺度数、角度数、最大尺度的构建模式。步骤2 :阈值计算，把提取的曲波系数按照收缩理论进行处理。不同于采用单一系数估计的阈值计算方法，考虑周围系数的局部化影响，此模块提供两种收缩曲波系数的实现方法均值滤波方法和中值滤波方法。其公式表达分别为Cmean(j,l,m,n) = ^- 2 \C(j,l,m,n)\Cmedian (j, I, m, n) = median \C (j, I, m, )|其中C(j，1，m, n)为原信号的曲波系数，其中j为尺度参量；1为角度参量；m，n为空间坐标。UjJ,m，n)为C(j，1，m, n)在窗(m，n) G B内的均值。为C(j, I, m, n)在窗(m, n) G B内的中值。之后，对应的阈值求取公式分别为Tmean (jj,m,n) = (I -V Cmeanmean \ )Tmedian = fI -备―.⑨，今:欹今Qk、。V Cmedicm \ J, I, m, n) — ^median \ J其中Tmean(j, I, m, n)为根据均值滤波求出的局部自适应收缩阈值，Tmedian(j, I, m,n)为根据中值滤波求出的局部自适应收缩阈值。参量k是一个和尺度j有关的加权系数。是尺度j和角度为I处的白噪声平均能量分布，O是白噪声的标准方差。步骤3 :阈值滤波，此模块提供三种阈值滤波方式，分别为硬阈值滤波、软阈值滤波、和非负Garrote阈值滤波，图2展示了各种阈值滤波的效果。各种模式对应的公式分别为(I)基于均值滤波的硬阈值滤波Cmean (j,I,m,n) := {max(|C(j,I,m,n)\-Tmean (j,l,m,n),0)-C(j,l,m,n)^(2)基于中值滤波的硬阈值滤波 Cmedian n) := {max(|C(j,l,m, )|-Tmedicm(j,l,m,n),o)-C(j,I,m, )}(3)基于均值滤波的软阈值滤波Cmean (j,l,m,n) := \sign(C(j,l,m,n))- maxTmean (_/，/,m, )，0)}(4)基于中值滤波的软阈值滤波Cmedlan (j, l，m, n) := ^sign (C (j, I, m, n)) max (丨 C (j, I, 本文档来自技高网...
【技术保护点】
一种单条分布式光纤传感现场随机噪声压制设备，其特征在于，系统的搭建包括两大部分：(1)高性能计算硬件平台；(2)噪声压制程序，其软件模块的实现包括以下几个步骤：步骤1：使用二维快速曲波正变换构建数据分解模块；步骤2：阈值计算；步骤3：阈值滤波；步骤4：使用二维快速曲波反变换构建数据重构模块，输出时空域数据。
【技术特征摘要】
【专利技术属性】
技术研发人员：邵彧，程凌浩，
申请(专利权)人：里仁崇德北京科技有限公司，
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。