Phi-OTDR技术信号处理中的特征提取方法

doi:10.13190/j.jbupt.2017-030

北京邮电大学学报 ›› 2017, Vol. 40 ›› Issue (6): 109-114.doi: 10.13190/j.jbupt.2017-030

Phi-OTDR技术信号处理中的特征提取方法

胡燕祝¹, 王松¹, 李雷远^1,2

1. 北京邮电大学自动化学院, 北京 100876;
2. 南京大学光通信工程研究中心, 南京 210009

收稿日期:2017-03-22 出版日期:2017-12-28 发布日期:2017-12-28
作者简介:胡燕祝(1970-),男,教授,博士生导师,E-mail:yzhu@263.net.
基金资助:
国家自然科学基金资助项目（61627816，61503034）；国家重点研发计划项目（2015BAK40B03，2016YFC0701309）；北京市科技计划项目（D161100004916002）

Feature Extraction Research in Signal Process with Phi-OTDR Technology

HU Yan-zhu¹, WANG Song¹, LI Lei-yuan^1,2

1. Automation College, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Institute of Optical Communication Engineering, Nanjing University, Nanjing 210009, China

Received:2017-03-22 Online:2017-12-28 Published:2017-12-28
Supported by:

摘要/Abstract

摘要： 在相位光时域反射（Phi-OTDR）技术分布式振动信号的处理中，为了保证时间轴上的信噪比和长度轴上的作用域同时得到提升，同时兼顾保留信号特征和时域快速处理2个条件，采用了"信噪分类、信号保留、噪声归零"的方式进行信号处理.在信噪分类的过程中，首次提出利用改进的实时编码信号处理算法，在时域上对Phi-OTDR分布式振动信号数据进行时域编码和特征提取.所提方法可以同时提高长度轴上的作用域和时间轴上作用域内各点的信噪比，运算速率也得到了一定的提升.

关键词: 相位光时域反射信号, 特征提取, 信号处理

Abstract: In the phase-sensitive optical time domain reflectometer (Phi-OTDR), noise-signal ratio on time axis and effective range on length axis are two important factors. Reservation of signal characteristics and rapid processing in time domain are also two important conditions. To optimize these factors and conditions, the signal by signal-noise classification, signal reservation and noise reduction was processed. In signal-noise classification, the time encode signal processing algorithm was improved for coding and extract feature of distributed vibration signal in time domain. The signal range on the length axis and the signal-to-noise ratio of each point on the time axis can be improved. At the same time, the calculation speed is also improved.

Key words: phase-sensitive optical time domain reflectometer signal, feature extraction, signal processing

中图分类号:

TP751.2

胡燕祝, 王松, 李雷远. Phi-OTDR技术信号处理中的特征提取方法[J]. 北京邮电大学学报, 2017, 40(6): 109-114.

HU Yan-zhu, WANG Song, LI Lei-yuan. Feature Extraction Research in Signal Process with Phi-OTDR Technology[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(6): 109-114.

参考文献

[1] Wang Zinan, Zhang Li, Wang Song, et al. Coherent φ-OTDR based on I/Q demodulation and homodyne detection[J]. Optics Express, 2016, 24(2):853-858.
[2] Zhang Xuping, Guo Zheng, Shan Yuanyuan, et al. Enhanced φ-OTDR system for quantitative strain measurement based on ultra-weak fiber Bragg grating array[EB/OL]. Bellingham:SPIE, 2016[2017-01-02]. http://spie.org/publications/Journal/10.1117/1.OE.55.5.054103.
[3] Tan Dongjie, Tian Xiaozhong, Sun Wei, et al. An oil and gas pipeline pre-warning system based on φ-OTDR[EB/OL]. Santander:SPIE, 2014[2017-01-02]. http://spie.org/Publications/Proceedings/Paper/10.1117/12.2054698.
[4] Zhu Hui, Pan Chao, Sun Xiaohan. Vibration pattern recognition and classification in Phi-OTDR based distributed optical-fiber vibration sensing system[C]//Smart Structures and Materials Nondestructive Evaluation and Health Monitoring. San Diego:SPIE, 2014:3814-3818.
[5] 李凯彦, 赵兴群, 孙小菡, 等. 一种用于光纤链路振动信号模式识别的规整化复合特征提取方法[J]. 物理学报, 2015, 64(5):243-249. Li Kaiyan, Zhao Xingqun, Sun Xiaohan, et al. A regular composite feature extraction method for vibration signal pattern recognition in optical fiber link system[J]. Acta Physica Sinica, 2015, 64(5):243-249.
[6] 张颜, 娄淑琴, 梁生, 等. 基于多特征参量的φ-OTDR分布式光纤扰动传感系统模式识别研究[J]. 中国激光, 2015(11):134-142. Zhang Yan, Lou Shuqin, Liang Sheng, et al. Study of pattern recognition based on multi-characteristic parameters φ-OTDR distributed optical fiber sensing system[J]. Chinese Journal of Lasers, 2015(11):134-142.
[7] Xu Haining, Zhang Yinxian, Han Lei, et al. Research on method to prevent external damage of submarine cable by distributed optical fiber sensing system with φ-OTDR[J]. Electrical Engineering, 2016, 23(2):46-48.
[8] Wang Yu, Jin Baoquan, Wang Yuncai, et al. Real-time distributed vibration monitoring system using φ-OTDR[J]. IEEE Sensors Journal, 2017, 17(5):1333-1341.
[9] 王艳, 李文藻, 张意, 等. 基于改进TESP算法的边防车辆类型声音识别[J]. 四川大学学报(工程科学版), 2014(S2):122-127. Wang Yan, Li Wenzhao, Zhang Yi, et al. Vehicle sound signal recognition in border surveillance based on improved TESP algorithm[J]. Journal of Sichuan University (Engineering Science Edition), 2014(S2):122-127.
[10] Sher M, Ahmad N, Sher M. TESPAR feature based isolated word speaker recognition system[C]//201218^th International Conference on International Conference on Automation and Computing. Loughborough:IEEE, 2012:1-4.

[1]	宋宇博高嘉振. 改进YOLOv3算法的交通多目标检测方法[J]. 北京邮电大学学报, 2022, 45(5): 103-108.
[2]	张小乾谈振王潇梁芹万黎明. 基于正交投影学习的图像特征提取算法[J]. 北京邮电大学学报, 2022, 45(5): 85-90,128.
[3]	赵海英, 朱会, 侯小刚. 基于改进EMA单元的传统服饰图像语义分割[J]. 北京邮电大学学报, 2022, 45(1): 69-74.
[4]	汤永利, 李星宇, 赵宗渠, 李运峰. 面向Android支付破解应用的检测方法[J]. 北京邮电大学学报, 2021, 44(4): 95-101.
[5]	仇景明, 曲桦, 赵季红. 一种鲁棒网络流量分类及新类型发现算法[J]. 北京邮电大学学报, 2020, 43(2): 40-45.
[6]	张国栋, 应欢, 杨寿国, 石志强, 李霁远. 嵌入式固件脆弱哈希函数自动识别与破解方法[J]. 北京邮电大学学报, 2020, 43(1): 46-53.
[7]	刘派, 孙岩, 任玮. 一种基于ANTLR的面向Scratch3.0的特征提取和检测系统[J]. 北京邮电大学学报, 2019, 42(6): 70-75.
[8]	田昊旻, 尹良, 马跃, 李书芳. 基于对信号功率谱拟合特征提取的信号识别方法[J]. 北京邮电大学学报, 2018, 41(2): 114-118.
[9]	李枝灵, 李凯, 岳晓果, 亓峰, 陈兴渝. 一种基于L₁范数的目标源测向算法[J]. 北京邮电大学学报, 2017, 40(s1): 103-107.
[10]	赵霞, 李瞻宁. 一种新的基于反馈的数字预失真器模型[J]. 北京邮电大学学报, 2017, 40(5): 75-81.
[11]	赵娟, 陈斌, 李永战, 高宝成. 复杂背景噪声下风机叶片裂纹故障声学特征提取方法[J]. 北京邮电大学学报, 2017, 40(5): 117-122.
[12]	付卫红, 周新彪, 农斌. 单通道盲源分离的研究现状与展望[J]. 北京邮电大学学报, 2017, 40(5): 1-11.
[13]	许同乐, 王营博, 郑店坤, 陈康, 刘同义. 基于LMD-ICA降噪的滚动轴承故障特征提取方法研究[J]. 北京邮电大学学报, 2017, 40(1): 111-116.
[14]	张伟伟, 杨正洪, 牛少彰. 基于HSV和CLAHE的复制粘贴篡改检测算法[J]. 北京邮电大学学报, 2016, 39(6): 27-32.
[15]	孙挺, 耿国华. 相关反馈结合鲁棒局部二值模式的CBIR算法[J]. 北京邮电大学学报, 2016, 39(5): 16-19.

Phi-OTDR技术信号处理中的特征提取方法

Feature Extraction Research in Signal Process with Phi-OTDR Technology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价