分布式光纤传感系统数据处理算法的研究与实现

1、分布式光纤传感系统数据处理算法的研究与实现苏旭峰北京邮电大学光通信与光电子学研究院，北京（100876）E-mail：摘 要：基于马赫-泽德干涉仪结构的分布式光纤传感系统通过检测传感光纤上光信号相位的变化来实现传感光纤所覆盖区域内的安防保护。本文在介绍马赫-泽德干涉型光纤传感系统原理及结构功能的基础上，着重讨论了分布式光纤传感系统数据处理算法的研究与实现，并详细介绍了三类主要的报警算法。通过比对有效数据产生的事件特征值与数据库模板（包括报警模板和误报模板）间的相似程度，提高了系统报警的准确性。关键词：光纤传感器，信号处理，事件特征值，模板匹配1. 引 言光纤传感技术是20世纪80年代，伴随着光

2、导纤维及光纤通信技术发展而另辟新径的一种崭新的传感技术。经过几十年的发展，光纤传感器已经成为当今极具发展潜力和广阔应用前景的产业，国内外很多公司和科研机构都开展了这方面的研究工作。如今传感系统新技术的发展方向1为：开发新型传感材料、开发多用途传感系统、分布式传感系统灵敏度的提高和成本的降低、传感系统的智能化等。本文研究的分布式光纤传感器是利用单模光纤作为干涉臂的马赫-泽德干涉仪结构来检测信号的变化。通过检测传感光纤上光信号相位的变化来实现传感光纤所覆盖区域内的安防保护。本文将详细介绍信号处理算法的原理及其实现方法，对数据采集模块采集到的有效数据调用相应的算法进行处理，通过与事件数据库中报警误报

3、模版匹配分析，准确区分报警信号与误报信号。2. 分布式光纤传感系统简介2.1分布式光纤传感器原理分布式光纤传感技术的原理2是：用光纤几何上的一维特性进行测量，把被测量作为光纤位置长度的函数，在整个光纤长度上对沿光纤几何路径分布的外部物理参量进行实时连续的测量，获取被测量在空间和时间上的分布信息。由于其能对被测量进行实时测量，并获得被测量在空间和时间上的连续分布，分布式光传感技术得到了快速的应用和发展。2.2马赫-泽德干涉型光纤传感器马赫-泽德干涉型光纤传感器3的原理如图1所示。图1 马赫-泽德干涉型光纤传感器原理图马赫-泽德干涉型光纤传感器是由两根光纤(信号光纤、参考光纤)组成，如图所示。激光

4、器发出的光经过光纤耦合器分两路至参考光纤和信号光纤中。信号光纤中的光信号在传输过程中受被测量调制成信号光；参考光纤的光不经过调制直接作为参考光。两束光再次相遇时发生干涉形成干涉光，此干涉光经光电转换变为与被测量成比例的电信号。2.3系统结构及各功能模块介绍分布式光纤传感系统结构主要包括三部分，即管理中心、监控节点和监控设备，如图2所示。图2 分布式光纤传感系统结构图管理中心通过与多台监控节点相连，可实现对于监控区域的分区监控。管理中心对各监控节点统一进行操作、维护和管理。管理中心与监控节点之间的通信通过SOCKET实现。同时管理中心可以查询各监控节点的监控软件事件记录数据表。监控节点直接控制着

5、监控设备、采集卡、算法模块和数据库系统。监控设备主要由光发送接受模块和传感光纤两部分组成。图3给出的是监控节点的功能结构图。图3 监控节点功能结构图其中：Ø 用户界面模块：主要完成系统的配置、状态显示功能。可对监控设备、采集卡、算法模块和数据库系统进行相应的配置，并显示各模块的状态信息，显示报警、撤销报警状态等。同时也可对数据库进行查询和读写操作，当模板表发生变化时，用户界面将该表内容传递给数据处理模块，由相应的算法进行处理。Ø 数据采集模块：定时查询采集卡状态，当发现采集卡采集到有效数据时，向用户界面发送相应消息，同时将采集到的有效数据进行缓存，并锁定该有效数据。

6、6; 数据处理模块：调用相应算法，对采集卡采集到的有效数据进行处理，得到报警与否的信息反传给用户界面，同时将事件特征值表传递给数据库系统。Ø 数据库系统模块：根据用户的配置要求，完成对时间特征值表的相应操作，包括修改、导入导出、保存、删除等。3. 数据处理算法的研究与实现3.1 信号处理概述分布式光纤传感器的信号处理框图4所示。图4 信号处理框图其中，报警算法模块将采集卡采集到的有效数据根据不同的算法做相应的处理，得到各算法所对应的特征值，形成事件特征值表，然后将该事件特征值表与用户选定的N个模板（包括报警模板和误报模板）进行相似性匹配，从而得到报警与否的信息反传给用户界面，用户界面

7、根据报警信息对事件特征值表做不同的标记，并将其写入数据库。3.2 报警算法的设计及软件实现当采集卡采集到有效数据后，将采集到的有效数据进行缓存，并将该数据锁定，同时向用户界面发送DataReady消息。用户界面接收到消息后，调用数据处理模块中的相应算法，对采集卡采集到的有效数据进行处理，得到报警与否的信息反传给用户界面，同时将事件特征值表传递给数据库系统进行保存处理。3.2.1 报警算法简介报警算法模块主要包括三类算法，即时域统计算法、频域统计算法、峰值信息熵统计算法。主要针对三类实际信号的特征进行分析：入侵信号，弱扰动信号和噪声信号。从时域上看，当一个标准的入侵事件产生的时候，信号的幅度会发

8、生较大的跳变，在事件发生的开始将处于一种较高的强度，同时事件会持续相对较长的时间；噪声信号指示了系统在未发生扰动时的状态，即信号处于一种长时间的低电平状态；弱扰动信号介于噪声与入侵信号之间，具有信号幅度跳变，但强度和持续时间都较弱。这种信号根据不同的需求既可以归入入侵，也可以归入噪声。（1）时域统计算法时域统计算法采用通过分析信号的能量来得到时间的特征值。l 短时平均能量短时平均能量的表达式为： （1）该式的意义可以理解为，首先求取原始序列各个样值的平方，再用一个移动窗选取出短时平方序列，并将每一段的短时平方序列求和得到短时平均能量值。l 峰均比有的时候，环境中可能会有这样的信号，它们长时间地

9、以较弱较平均的作用力作用于传感光纤，特点是幅度分布比较平均，但是幅度值更高。因此，这类信号包含比噪声更大的能量，但又不属于入侵扰动。当扰动事件持续时间与帧长相比较小的时候，区分这种信号与入侵信号的一个有效手段是使用峰均比参数。设为输入短时序列，令为该序列的峰值，峰均比表示为： （2）该参数描述了输入序列中是否具有含有较高脉冲扰动的特点。（2）频域统计算法l 频域平均能量能量在频域上则体现为功率谱密度，所以使用功率谱估计的方法来分析信号的能量分布。可以用参数化方法估计信号功率谱密度，用AR过程为信号建模，通过计算AR系数来估计功率谱密度。通过对实际采集的数据进行分析可知：入侵信号事件帧的能量分布

10、较噪声信号有更为丰富的高频分量；噪声信号的能量仅分布在非常低的频率上。l 3dB谱宽度可以选择功率谱密度下降3dB的宽度作为信号的频域特征。该参数对区分入侵信号和非入侵信号非常有效，在某些情况，弱扰动信号能量很低，其功率谱密度与噪声之间的区别并不明显，该参数在区分这两种信号时会有困难。（3）峰值信息熵统计算法可以用随机变量X的熵来描述一个有限离散概率场的不确定性。熵的定义式4是： （3）其中： （4）概率等大时，熵取最大值，其物理意义是X的概率分布越难以判断，熵值越大，X所包含的信息量越多。对于输入信号而言，可以借鉴熵的思想来描述信号包含信息量的多少，统计样值分布在各个幅度区间的概率，计算熵值

11、。入侵信号的事件帧包含最高的信息量，弱扰动信号次之，噪声信号包含最少的信息量。3.2.2 信号算法处理流程图每种算法与其他算法之间的结果可以是“与”或“或”的关系该关系由用户界面进行选择。以下假设有N种算法和M种识别模板，如下图所示图5 信号算法处理流程图如上图可知，当采集卡采集到有效的入侵数据信号时，根据用户指定的算法对有效数据进行计算处理，得到入侵信号的特征值表，并与用户指定的模板（包括报警模板和误报模板）进行相似性匹配处理，从而得到报警与否的信息，并记录该事件特征值表。3.3信号算法的试验验证l 输入模版：第一次选择正常入侵产生的事件特征值作为输入报警模版（可同时选择多个），同时选择平常

12、噪声产生的事件特征值作为输入误报模版（可同时选择多个）；第二次选择正常入侵产生的事件特征值作为输入误报模版（可同时选择多个），同时选择平常噪声产生的事件特征值作为输入报警模版（可同时选择多个）。l 测试波形：图6 入侵事件与噪声事件波形对光缆2监控的区域施加正常入侵扰动 ，而对光缆4监控的的区域不施加任何扰动。l 测试结果：对于第一次选择的模版，光缆2监控的区域发生入侵报警，光缆4监控的区域未发生报警入侵；对于第二次选择的模版，光缆2监控的区域未发生入侵报警，光缆4监控的区域发生报警入侵。l 结果分析：在用户指定的模版相似度阈值范围内，对于第一次选择的模版，正常入侵产生的事件特征值与报警模版匹

13、配成功，发生入侵报警，噪声产生的事件特征值与误报模版匹配成功，未发生报警入侵；而对于第二次选择的模版，正常入侵产生的事件特征值与误报模版匹配成功，未发生入侵报警，噪声产生的事件特征值与误报模版匹配成功，发生报警入侵。4. 结论本文首先介绍了基于马赫-泽德干涉型光纤传感系统的原理以及系统结构及各功能模块，着重讨论了分布式光纤传感系统数据处理算法的研究与实现，并详细介绍了四类主要的报警算法。当采集卡采集到有效的数据信号时，通过比对该有效数据产生的事件特征值与数据库模板（包括报警模板和误报模板）间的相似程度，系统能够准确给出报警与否的信息。模板数据库的引入，在提高系统报警的准确性同时，为用户根据自身

14、需求区分报警与误报事件提供了方便。参考文献1 Kazuo HotateFiber Sensor Technology TodayJapan: The Japan Society of Applied Physics，20062 I. AlasaarelaDistributed optical fiber sensorsFinland: University of Oulu，19993 廖延彪，黎敏，张敏，匡武光纤传感器技术与应用北京：清华大学出版社 2009年4 李亦农，李梅信息论基础教程北京：北京邮电大学出版社 2005年Research and Implementation of Data

15、 Processing Algorithmin Distributed Optical Fiber Sensor SystemSu XufengInstitute of Optical Communications and Photoelectron Science, Beijing University of Posts and Telecommunications, Beijing (100876)AbstractThe distributed optical fiber sensor system, based on Mach-Zehnder interferometer structu

16、re,achieves the security protection covered by the sensing optical fiber by detecting changes in signal phase of sensing optical briefly introducing the principle, structure and function of the system, this paper focuses on the research and implementation of data processing algorithm and gives details of four major alarm improve the accuracy of system alarm, the ch