论文部分内容阅读
分布式光纤传感系统(distributed optical fiber sensing system:DOFS)相比于传统的传感器具有一系列优势,已经引起了工业界和学术界广泛的关注。布里渊光时域分析仪(Brillouin optical time domain analyzer:BOTDA)是一种典型的DOFS,其超长的监测范围、高的空间分辨率以及高的测量精度特性更是广泛应用于大型基础设施的安全健康监测领域。如何进一步提升BOTDA的传感性能,成为了新的研究热点。DOFS的信号存在着大量的相似性和冗余性,图像降噪技术是有效去除传感信号噪声的一种简单而有效的途径,本文主要研究了数字图像处理技术对BOTDA传感性能的提升。首先,通过数值仿真和实验两方面综合分析对比了三种不同的噪声估计算法在BOTDA噪声估计中的有效性与稳定性。结果表明:基于无布里渊增益区域其标准差计算(STD)的均值和基于弱信号块主成分分析法(W-PCA)的噪声估计算法能相对准确地估计BOTDA信号的噪声水平,但是STD估计值沿光纤长度方向具有很大的起伏;同时,基于小波分析的噪声估计算法过大地估计了BOTDA系统的噪声水平。针对非局域均值滤波(non-local means:NLM)关键参量噪声水平的获取,相比之前的耗时经验方法,提出了基于噪声估计的NLM降噪算法,进一步加强了该算法的工程实用性。同时,搭建了简单的短距离BOTDA系统,实验数据分析表明基于W-PCA噪声估计算法的NLM降噪处理不仅能有效地得抑制传感信号的噪声,并且能很好地保持信号的细节成分;但是,由于基于小波分析的噪声估计算法过高地估计了BOTDA信号的噪声水平,导致了以其为噪声水平输入的NLM降噪处理过多地平滑信号,造成了信号细节成分的丢失。最后,本文首次研究讨论了NLM降噪算法在高级BOTDA系统中的应用。运用脉冲编码技术和混合分布式放大,搭建了157公里BOTDA传感系统。优化的NLM降噪处理结果表明:由于基于小波分析的噪声估计算法和以无布里渊增益区域为整体的STD估计值过大地估计了信号的噪声水平,导致了降噪信号的失真;但是,基于W-PCA的NLM降噪算法保持住了信号8米空间分辨率和10摄氏度实验温度变化,同时将系统的测量不确定度从±1.1MHz提升为±0.65MHz(69%的品质因数提升)。对于其他的分布式传感系统,也可以首先运用W-PCA对传感信号的噪声水平进行估计,然后进一步使用NLM降噪算法对其信号质量进行提升。