论文部分内容阅读
布里渊光时域分析(Brillouin Optical Time Domain Analysis,BOTDA)作为一种分布式光纤传感技术,可以测量传感光纤每一位置的的温度和应变,已广泛应用于轨道交通、桥梁建筑、油气管道等领域的安全监测。如何提高BOTDA系统的性能指标,一直是国内外学者们研究的热点。首先,本文研究了图像处理算法对BOTDA系统信噪比的提升,针对非局部均值算法存在复杂度高、程序耗时长等问题,引入了非局部均值算法与离散小波变换相结合的算法,并在布里渊增益谱、信噪比、空间分辨率、测量精度以及测量时间等方面与非局部均值算法和离散小波变换进行对比。实验结果证明,图像处理算法对BOTDA系统的信噪比有一定的提升,即使在数据采集卡的平均次数较少时,图像处理算法也可以很好地还原布里渊增益谱的形状和基本特征,并且系统的空间分辨率没有任何损失。其中,非局部均值算法与离散小波变换相结合的算法算法将系统的信噪比提升了约10dB,在有效去除布里渊增益谱中噪声的同时,将频率的不确定度由原来的5MHz缩短至2.6MHz,与非局部均值算法相比,算法运行时间大约缩短了80%,有利于BOTDA系统实时性的提高。其次,本文研究了BOTDA系统中布里渊频移的提取方法,针对人工神经网络算法具有学习收敛速度慢、精度不稳定等问题,利用遗传算法对人工神经网络的初始权重和阈值进行优化,并将洛伦兹曲线拟合算法、互相关算法以及人工神经网络算法得到的结果进行对比分析。实验结果表明,采用遗传优化的人工神经网络算法可以将温度的误差值控制在1.5℃以内,得到的结果更加接近真实的温度值,测量精度更加准确。当加大扫频间隔来减少系统的测量时间时,该算法可以有效地避免了测量精度的牺牲,更加有利于实时监测。最后,基于BOTDA系统中的数据处理算法,在Lab VIEW和MATLAB开发环境下编写了一套数据处理软件,为系统数据的处理提供了软件平台,使用户可以根据需求和实际情况选择不同的算法进行处理,并且洛伦兹拟合算法模块采用并行处理的方法,节省了算法运行时间。