System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及光纖,具體涉及一種基于woa-vmd減少頻率漂移對φ-otdr解調影響的方法。
技術介紹
1、相位敏感光時域反射儀(phase-sensitive?optical?time-domainreflectometry,φ-otdr)是一種檢測和分析傳感光纖周圍結構或環境變化的光學測量技術,該技術可以測量后向散射光的強度從而解調出相位信息,具有檢測結構或環境細微變化的能力。φ-otdr因其靈敏度高、傳感距離長、動態檢測能力良好等特點,已廣泛應用于周邊安防、管道監測、地質探測和電力設備監測等領域。與點式傳感器相比,φ-otdr可獲得傳感光纖上連續分布的振動信息,更適合于長距離、大范圍的監測。
2、實際上,φ-otdr系統在應用中受到多種干擾的影響,激光器頻率漂移是一個非常重要的干擾因素,其影響不能被忽略。受激光器頻率漂移的影響,φ-otdr解調波形會產生畸變,從而限制了φ-otdr在對高靈敏度和低頻率響應要求較高領域中的應用范圍。
技術實現思路
1、為了解決上述
技術介紹
提出的技術問題,本專利技術旨在提供一種基于鯨魚優化算法變分模態分解(whale?optimization?algorithm?and?variational?mode?decomposition,woa-vmd)減少頻率漂移對φ-otdr解調影響的方法,以解決激光器頻率漂移導致φ-otdr解調波形畸變的問題,擴大了φ-otdr的應用范圍。
2、為了達到上述目的,本專利技術采用的技術方案為
3、s1、通過采集得到φ-otdr系統的后向瑞利散射(rayleigh?backscattering,rbs)信號;
4、s2、通過iq解調方法對rbs信號解調;
5、s3、利用二次差分法得到二次差分信號;
6、s4、根據woa-vmd得到vmd參數組合;
7、s5、根據所得參數組合對二次差分信號進行vmd,分解為不同固有模態函數(intrinsic?mode?function,imf);
8、s6、根據所得imf,將二次差分信號中的低頻分量去除,獲得降噪解調信號。
9、如前所述的一種基于woa-vmd減少頻率漂移對φ-otdr解調影響的方法,其特征在于,s1中rbs信號為:
10、v(t)=re(t)cos[2πδft+φ(t)],
11、其中,t表示時間,r表示常數,e(t)為振幅,δf為聲光調制器添加的頻移,φ(t)為需要解調獲得的解調信號。
12、如前所述的一種基于woa-vmd減少頻率漂移對φ-otdr解調影響的方法,其特征在于,s2中iq解調具體步驟為:
13、s21、將v(t)分別與cos(2πδft)、sin(2πδft)相乘后通過低通濾波器,獲得兩正交信號i(t)、q(t);
14、s22、解調信號φ(t)=arctan[q(t)/i(t)],arctan()為反正切函數。
15、如前所述的一種基于woa-vmd減少頻率漂移對φ-otdr解調影響的方法,其特征在于,s3中二次差分法具體步驟包括:
16、s31、設置差分長度l,l大于振動持續長度與系統空間分辨率之和;
17、s32、在光纖振動區域前后分別選取點x2、x1,且x1>x2,兩點間距l,將s1點解調信號與s2點解調信號差分,得到兩點間的解調信號,記為(x1,x2);
18、s33、在非振動區域選取間隔為l的兩點x4、x3,且x3>x4,求得(x3,x4),(x1,x2)與(x3,x4)差分得到二次差分信號。
19、如前所述的一種基于woa-vmd減少頻率漂移對φ-otdr解調影響的方法,其特征在于,s4具體步驟為:
20、s41、構建適應度函數;
21、進一步地,所述適應度函數為最小樣本熵;
22、s42、初始化鯨魚種群個數n,鯨魚個體位置z=[k,α],最大迭代次數m;
23、其中k和α分別代表vmd中需要設置的imf個數以及懲罰因子;
24、s43、建立收縮包圍、隨機搜索、螺旋收縮的數學模型,具體為:
25、產生[0,1]內的一隨機數p,當p<0.5且|a|<1時,進行收縮包圍。收縮包圍模型:
26、d=|cz*(m)-z(m)|
27、z(m+1)=z*(m)-ad
28、其中,d為鯨魚種群中最佳鯨魚個體位置與普通鯨魚個體位置的距離,z*(m)為第m次迭代中最佳鯨魚個體位置。z(m)為第m次迭代中鯨魚個體位置。a和c為控制系數:
29、a=2βr-β
30、c=2r
31、其中β=2–(2m/m),β在迭代過程中從2線性減少至0。r為[0,1]內的隨機值。
32、當p<0.5且|a|≥1時,進行隨機搜索。隨機搜索模型:
33、dr=|czr(m)-z(m)|
34、z(m+1)=zr(m)-adr
35、其中,dr為鯨魚種群中最佳鯨魚個體位置與普通鯨魚個體位置的距離。zr(m)表示第m次迭代中隨機鯨魚個體位置。
36、當p≥0.5時,進行螺旋收縮。螺旋收縮模型:
37、dp=|z*(m)-z(m)|
38、z(m+1)=ebldpcos(2πl)+z*(m)
39、其中,dp為鯨魚種群中最佳鯨魚個體位置與普通鯨魚個體位置的距離。b為對數螺旋系數,l為區間[-1,1]內的隨機數。
40、s44、根據每個鯨魚個體位置z對二次差分信號進行vmd,計算每個鯨魚個體位置下的適應度,選出適應度最小值,得到當前鯨魚種群中最佳鯨魚個體位置;
41、s45、更新當前鯨魚種群中鯨魚個體位置;
42、s46、重復步驟s33、s45,完成最大迭代次數m;
43、s47、獲得最佳鯨魚個體位置z0=[k0,α0]并輸出,[k0,α0]即為此次vmd參數組合。
44、本專利技術的優點及有益效果在于:
45、本專利技術在不改變原有φ-otdr系統硬件結構的基礎上,減少了頻率漂移對φ-otdr解調影響,解決了激光器頻率漂移導致φ-otdr解調波形畸變的問題;
46、本專利技術提高了φ-otdr系統的性能,擴大了φ-otdr在對高靈敏度和低頻率響應要求較高領域中的應用范圍。
本文檔來自技高網...【技術保護點】
1.一種基于鯨魚優化算法變分模態分解(Whale?Optimization?Algorithm?andVariational?Mode?Decomposition,WOA-VMD)減少頻率漂移對相位敏感光時域反射儀(Phase-Sensitive?Optical?Time-Domain?Reflectometry,Φ-OTDR)解調影響的方法,其特征在于,具體按照如下步驟實施:
2.按照權利要求1所述的一種基于WOA-VMD減少頻率漂移對Φ-OTDR解調影響的方法,其特征在于,S1中RBS信號為:
3.按照權利要求1所述的一種基于WOA-VMD減少頻率漂移對Φ-OTDR解調影響的方法,其特征在于,S2中IQ解調具體步驟為:
4.按照權利要求1所述的一種基于WOA-VMD減少頻率漂移對Φ-OTDR解調影響的方法,其特征在于,S3中二次差分法具體步驟包括:
5.按照權利要求1所述的一種基于WOA-VMD減少頻率漂移對Φ-OTDR解調影響的方法,其特征在于,S4具體步驟為:
【技術特征摘要】
1.一種基于鯨魚優化算法變分模態分解(whale?optimization?algorithm?andvariational?mode?decomposition,woa-vmd)減少頻率漂移對相位敏感光時域反射儀(phase-sensitive?optical?time-domain?reflectometry,φ-otdr)解調影響的方法,其特征在于,具體按照如下步驟實施:
2.按照權利要求1所述的一種基于woa-vmd減少頻率漂移對φ-otd...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。