一种基于模拟退火算法的φ-OTDR信号处理优化方法

    公开(公告)号:CN119691362A

    公开(公告)日:2025-03-25

    申请号:CN202411885777.0

    申请日:2024-12-20

    Abstract: 本发明提出了一种基于模拟退火算法的φ‑OTDR信号处理优化方法。旨在提高光纤振动传感系统的信噪比和信号处理精度。所述方法包括:针对φ‑OTDR系统中差分累加步长对信噪比的显著影响,通过构建差分步长的优化目标函数;以信噪比作为评价指标,引入模拟退火算法在全局范围内搜索最优步长;算法通过初始高温和逐步降温的机制,结合随机扰动与概率跳跃策略,避免陷入局部最优并快速收敛到全局最优解;在信号处理过程中动态调整步长参数,有效消除光纤末端菲涅尔反射峰对结果的干扰,提升了振动定位的精度和系统的鲁棒性。本发明能够显著提高信号的信噪比,同时减少计算时间,适用于高精度、高灵敏度的光纤传感应用场景。

    一种基于小波增强型RLS自适应滤波的光纤振动检测方法

    公开(公告)号:CN118392295A

    公开(公告)日:2024-07-26

    申请号:CN202410472819.1

    申请日:2024-04-19

    Abstract: 本发明公开了一种基于小波增强型RLS自适应滤波的光纤振动检测方法,所述方法包括:使用φ‑OTDR系统获取传感光纤的背向瑞利散射信号;利用低通数字滤波器对采集的信号进行去噪;将信号进行小波变换,获取车辆振动信号对应的频域和时域特征,并在小波域进行特征提取,选择合适的特征描述信号的特性,得到对应的二维幅值信号矩阵;利用RLS算法对小波变换后的信号特征进行处理,根据信号的统计特性进行滤波和建模;调整RLS算参数;根据RLS算法处理后的结果进行信号重构;本发明通过对原始振动信号进行小波变换,提取信号特征,再利用RLS算法进行信号处理,充分利用小波变换在特征提取的优势,同时结合RLS算法收敛速度快等优势,实现对信号的高效处理和分析。

    一种基于PSO算法的光纤振动信号差分步长优化方法

    公开(公告)号:CN119829924A

    公开(公告)日:2025-04-15

    申请号:CN202411885681.4

    申请日:2024-12-20

    Abstract: 本发明公开了一种基于PSO算法的光纤振动信号差分步长优化方法,所述方法包括:使用#imgabs0#系统获取传感光纤的背向瑞利散射信号;对光纤振动信号进行幅值计算与预处理,去除光纤末端菲涅尔反射峰的干扰,构建差分累加模型;利用粒子群优化算法在设定的步长搜索空间中,通过迭代优化评估不同步长的信噪比,动态更新粒子位置与速度,寻找信噪比最高的最优差分步长;与传统方法相比,该方法能够有效避免局部最优,快速收敛至全局最优解,显著提高光纤振动信号的信噪比,增强对目标振动事件的检测精度。整个优化过程计算效率高,鲁棒性强。本发明方法能够实现最优步长的自适应选择,提升#imgabs1#系统的信号处理性能和应用效果,具有广泛的工程应用价值。

    一种基于NLMS自适应滤波的光纤振动检测方法

    公开(公告)号:CN118329185A

    公开(公告)日:2024-07-12

    申请号:CN202410472678.3

    申请日:2024-04-19

    Abstract: 本发明公开了一种基于NLMS自适应滤波的光纤振动检测方法。所述方法包括:使用φ‑OTDR系统获取传感光纤的背向瑞利散射原始信号;对原始信号进行IQ正交解调;获得瑞丽散射信号的幅度曲线及幅度信号的时空域矩阵;设置期望参考信号;将输入信号与期望参考信号比较得到误差信号;采用NLMS自适应滤波算法调节滤波器权系数,使得误差信号的均方差达到最小值;确定入侵扰动的位置。传统算法中的步长是给定的常数,本发明通过设置随时间变化的步长,克服了传统算法导致的梯度噪声放大的缺陷。NLMS算法具有收敛速度快,稳定性好以及自适应强等优势,提高了φ‑OTDR系统的定位准确性。

Patent Agency Ranking