王興奇, 朱 瑞, 李欣城, 黃丹飛, 荊 濤, 衣文索

(1. 長(zhǎng)春理工大學(xué) 光電工程學(xué)院, 長(zhǎng)春 130022； 2. 吉林大學(xué) 汽車工程學(xué)院, 長(zhǎng)春 130022)

分布式光纖振動(dòng)傳感系統(tǒng)利用光纖作為傳感媒介, 基于光的干涉或后向散射原理進(jìn)行高靈敏度振動(dòng)監(jiān)測(cè). 光纖具有功耗低、 抗電磁干擾強(qiáng)、 靈敏度高、 成本低、 布設(shè)靈活及場(chǎng)景應(yīng)用廣泛等特點(diǎn)[1-3], 在管涌監(jiān)測(cè)、 橋梁健康監(jiān)測(cè)及周界安保監(jiān)測(cè)等領(lǐng)域應(yīng)用廣泛. 其中相位敏感光時(shí)域反射計(jì)(φ-OTDR)的分布式光纖振動(dòng)傳感系統(tǒng)傳感機(jī)構(gòu)簡(jiǎn)單(一根傳感光纖), 可對(duì)同一時(shí)刻不同位置的多個(gè)振動(dòng)點(diǎn)進(jìn)行同時(shí)識(shí)別定位, 且分辨率及定位精度高.

Taylor等[4]首次提出的φ-OTDR系統(tǒng), 與傳統(tǒng)光時(shí)域反射計(jì)(OTDR)相比, 其注入光為強(qiáng)相干光, 輸出光為后向Rayleigh散射光的相干干涉光. 目前對(duì)提高φ-OTDR系統(tǒng)分辨率及傳感長(zhǎng)度的研究較多, 而對(duì)振動(dòng)信號(hào)模式識(shí)別的研究較少. Tan等[5]以信號(hào)強(qiáng)度為識(shí)別依據(jù)在埋地環(huán)境下對(duì)人工挖掘、 車輛經(jīng)過及挖掘機(jī)挖掘3種模式進(jìn)行了振動(dòng)信號(hào)的識(shí)別研究； 張顏等[6]以信號(hào)平方差、 短時(shí)過電平率及短時(shí)Fourier變換等特征參量為識(shí)別依據(jù), 對(duì)敲擊、 攀爬和澆水等模式進(jìn)行識(shí)別, 在時(shí)域和頻域上進(jìn)行分析, 但識(shí)別正確率較低, 且對(duì)相似度較高的擾動(dòng)識(shí)別困難； 彭寬等[7]以平均片段間隔、 片段長(zhǎng)度和峰均比、 頻域能量等特征參量, 對(duì)腳踩、 自行車軋過和拍擊等模式進(jìn)行識(shí)別, 識(shí)別正確率較高, 但對(duì)相似模式識(shí)別能力較差.

利用φ-OTDR的分布式光纖振動(dòng)傳感系統(tǒng)信號(hào)特點(diǎn), 本文提出一種基于多種綜合特征提取的模式識(shí)別方法. 該方法提取信號(hào)主波能量(MVE)、 信號(hào)主瓣時(shí)延(MVBW)、 信號(hào)主波峰峰值(MDV)、 信號(hào)主波Q值(MVQV)、 信號(hào)頻譜(SFS)、 3 dB時(shí)延(3 dB BW)、 主瓣峰值(MVMAX)、 中心頻率(CF)、 二次回波損耗(2VEL)、 波數(shù)(SSWC)、 半波長(zhǎng)度(HWDT) 11種特征參量作為參考衡量標(biāo)準(zhǔn), 用模糊評(píng)價(jià)矩陣算法進(jìn)行模式識(shí)別, 從而提高了識(shí)別準(zhǔn)確性, 且對(duì)相似度較高的擾動(dòng)目標(biāo)有較強(qiáng)的識(shí)別能力.

1 φ-OTDR實(shí)驗(yàn)系統(tǒng)及原理

φ-OTDR與傳統(tǒng)OTDR系統(tǒng)的結(jié)構(gòu)近似, 由于φ-OTDR系統(tǒng)采用窄線寬激光器作為光源, 因此其傳感光纖內(nèi)光脈沖信號(hào)有較強(qiáng)的相干性.φ-OTDR系統(tǒng)檢測(cè)的是光脈沖信號(hào)相位變化導(dǎo)致的光強(qiáng)變化量, 其原理如圖1所示. 脈沖光傳輸如圖2所示. 由圖2可見: 窄線寬激光器發(fā)出超窄線寬激光, 經(jīng)聲光調(diào)制器后, 連續(xù)激光被調(diào)制為一定頻率和一定脈寬的脈沖光； 脈沖激光經(jīng)摻鉺光纖放大器放大入射功率, 經(jīng)環(huán)形器進(jìn)入傳感光纖; 脈沖激光在傳感光纖內(nèi)產(chǎn)生Rayleigh散射現(xiàn)象, 由Rayleigh散射現(xiàn)象產(chǎn)生的后向Rayleigh散射光會(huì)沿環(huán)形器進(jìn)入雪崩光電二極管(APD)光電探測(cè)器, 將光信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào), 采集電信號(hào)并用電腦進(jìn)行分析.

圖1 系統(tǒng)原理Fig.1 System principle

圖2 脈沖光傳輸Fig.2 Pulse light transmission

A點(diǎn)的脈沖光信號(hào)表達(dá)式為

EA(t)=ER0(t)exp{i[2πfct+φ0(t)]},

(1)

其中:ER0(t)為A點(diǎn)光強(qiáng);fc為光頻率；φ0(t)為無擾動(dòng)時(shí)光相位. 當(dāng)C點(diǎn)有擾動(dòng)信號(hào)時(shí), 光信號(hào)會(huì)受擾動(dòng)信號(hào)的作用, 其相位發(fā)生改變,C點(diǎn)的后向Rayleigh散射信號(hào)可表示為

EC(t)=ER1(t)exp{i[2πfct+φ1(t)]},

(2)

其中:ER1(t)為C點(diǎn)的后向Rayleigh散射光光強(qiáng);φ1(t)為光纖擾動(dòng)信號(hào)影響后的光相位.

A點(diǎn)光信號(hào)傳輸?shù)紹點(diǎn)產(chǎn)生后向Rayleigh散射光, 其強(qiáng)度為ER0, 該信號(hào)與C點(diǎn)的后向Rayleigh散射光產(chǎn)生疊加, 傳輸?shù)教綔y(cè)器時(shí)產(chǎn)生干涉， 可表示為

EB(t)=ER0(t)exp{i[2πfct+φ0(t)]}+ER1(t)exp{i[2πfct+φ1(t)]}.

(3)

此時(shí), 在探測(cè)器中的信號(hào)可表示為

(4)

由于擾動(dòng)信號(hào)影響, 因此同一位置在不同時(shí)間的后向Rayleigh散射光強(qiáng)會(huì)有較大改變, 為提高信噪比, 將不同時(shí)間點(diǎn)的后向Rayleigh散射光信號(hào)進(jìn)行差分, 并對(duì)差分信號(hào)進(jìn)行分析. 提取空域特征參量, 對(duì)同一位置不同時(shí)間點(diǎn)采集時(shí)域特征參量.

2 復(fù)合特征參量模式識(shí)別

由于擾動(dòng)目標(biāo)特征的多樣性和易變性, 用單一特征向量難以準(zhǔn)確鑒別出目標(biāo)類別, 因此需充分、 有效地利用多種特征信息, 進(jìn)行各特征融合. 特征融合的有效性主要取決于特征參量的特殊性及多角度性. 用多角度多特征提取信號(hào)的不同特征參量, 可有效突出不同模式的擾動(dòng)特性.

本文主要選取的特征參量包括MVE,MVBW,MDV,MVQV,SFS. MVE如圖3所示. 按采樣平率離散得到信號(hào)幅度平方的積分, 能量即為主波信號(hào)內(nèi)各點(diǎn)幅度值V平方后求和,

圖3 主波能量Fig.3 Main wave Energy

即振動(dòng)信號(hào)主波能量反映目標(biāo)信號(hào)的強(qiáng)度信息, 計(jì)算結(jié)果可衡量目標(biāo)的能量大小. 由圖3可見, 在Rayleigh分布式光纖信號(hào)回波信號(hào)中, 振動(dòng)能量大的MVE大, 振動(dòng)能量小的MVE小.

MVBW如圖4所示. MVBW描述擾動(dòng)信號(hào)主瓣每次擾動(dòng)的時(shí)延, 體現(xiàn)了擾動(dòng)信號(hào)的時(shí)域特性, 通過對(duì)MVBW進(jìn)行計(jì)算可有效提取振動(dòng)信號(hào)的時(shí)域信息， 計(jì)算公式為

(6)

MDV如圖5所示. MDV描述信號(hào)在單周期內(nèi)回波信號(hào)的主波峰峰值, 利用離散采樣得到的信號(hào), 主波峰峰值可衡量信號(hào)瞬時(shí)強(qiáng)度信息, 為正向最高峰電壓與反向最低電壓差, 計(jì)算公式為

MDV=MVMAX-MVMIN.

圖4 主瓣時(shí)延Fig.4 Main lobe delay

圖5 主波峰峰值Fig.5 Main peak value

圖6 主波Q值Fig.6 Main wave Q value

MVQV如圖6所示. MVQV描述來波信號(hào)主能量的尖銳程度. 由圖6(B)可見: 瞬時(shí)敲擊和挖掘破壞等信號(hào)的MVQV較尖銳, 即能量集中、 較窄且尖銳程度大的MVQV大； 車輛經(jīng)過或下雨等的MVQV較平坦, 即能量分布寬且尖銳程度小的MVQV小. 其計(jì)算公式為MVMAX與MVBW的比值, 即

(7)

SFS描述擾動(dòng)信號(hào)的振動(dòng)頻率. 通過測(cè)定信號(hào)穿過電平閾值的次數(shù)得到信號(hào)頻率, 其表示在時(shí)間閾值內(nèi)信號(hào)在電平閾值附近穿越的頻率, 計(jì)算公式為

(8)

其中：I(n)為信號(hào)點(diǎn)幅度；a為設(shè)置的電平閾值；Ψ為指示函數(shù). 當(dāng)I(n)≥a時(shí),Ψ=1; 否則Ψ=0. 由于短時(shí)過電平率與傳感信號(hào)的短時(shí)平均頻率以及短時(shí)相位變化呈正相關(guān), 因此, 可用SFS作為信號(hào)的特征.

此外, 3 dB BW表示信號(hào)能量衰減到原始功率1/2狀態(tài)的時(shí)間； MVMAX表示信號(hào)主瓣幅值； CF表示信號(hào)的頻率參數(shù)； 2VEL表示振動(dòng)信號(hào)的主波振蕩后的二次回調(diào)峰值； SSWC表示信號(hào)波形變化率； HWDT表示在一個(gè)周期內(nèi)一個(gè)峰值升起到結(jié)束的時(shí)間.

3 多特征參數(shù)的模糊評(píng)價(jià)矩陣

本文通過提取φ-OTDR光纖分布式傳感系統(tǒng)信號(hào)中的特征參數(shù)構(gòu)成一個(gè)模糊因素集X={AMVE,BMVBW,CMDV,DMVQV,ESFS,…,K2VEL}. 根據(jù)模糊數(shù)據(jù)的理論基礎(chǔ)[8], 構(gòu)建模糊因素變量X對(duì)應(yīng)的模糊辯識(shí)對(duì)象集A的模糊隸屬函數(shù)與模糊評(píng)判矩陣.

為討論問題的一般化, 設(shè)有n類模式識(shí)別對(duì)象A1,A2,…,An, 每類的特征集X有m個(gè)特征參數(shù). 因此, 模糊因素變量X={x1,x2,…,xm}對(duì)應(yīng)模糊識(shí)別對(duì)象集A={A1,A2,…,An}的模糊隸屬函數(shù)分別為{μA1(x),μA2(x),…,μAn(x)}. 假設(shè)特征參量是正態(tài)分布模糊集, 測(cè)量值的第j個(gè)指標(biāo)對(duì)識(shí)別對(duì)象Ai的隸屬函數(shù)為

(9)

(10)

其中rij=μA1(xj)為測(cè)量值X的第j個(gè)指標(biāo)對(duì)辨識(shí)對(duì)象Ai的隸屬函數(shù).

根據(jù)模糊評(píng)判矩陣R, 用模糊推理的相應(yīng)標(biāo)準(zhǔn)和方法進(jìn)行推理判決, 可推斷得到測(cè)量值X歸屬于某一識(shí)別對(duì)象.

4 結(jié)果與討論

用線寬為10 kHz超窄線寬激光器作為光源發(fā)出1 550 nm激光, 先經(jīng)聲光調(diào)制器(AOM)產(chǎn)生頻率為2 kHz, 脈沖寬度100 ns的脈沖激光后, 再經(jīng)摻鉺激光放大器(EDFA)放大激光入射功率至54.6 μW后進(jìn)入長(zhǎng)度為22.6 km單模裸光纖, 后向Rayleigh散射光由探測(cè)器接收濾波放大后進(jìn)入采集卡(采集卡采集頻率為2 MHz), 結(jié)果如圖7所示. 采集多次信號(hào)數(shù)據(jù)后, 通過滑動(dòng)平均算法得到差動(dòng)數(shù)據(jù), 結(jié)果如圖8所示. 在上位機(jī)中用LABVIEW軟件進(jìn)行信號(hào)閾值判斷及報(bào)警預(yù)測(cè), 對(duì)所得報(bào)警信號(hào)波形進(jìn)行分析判斷及模式識(shí)別, 得到最終結(jié)果.

圖7 Rayleigh信號(hào)Fig.7 Rayleigh signal

圖8 差動(dòng)數(shù)據(jù)Fig.8 Differential data

實(shí)驗(yàn)將500,100 g鋼制實(shí)心球分別在距單模裸光纖10,50 cm處, 高度為100 cm處釋放. 為得到更穩(wěn)點(diǎn)數(shù)據(jù)樣本, 實(shí)驗(yàn)分為4組： (500 g,10 cm)， (500 g,50 cm)， (100 g,10 cm)， (100 g,50 cm), 每組實(shí)驗(yàn)進(jìn)行50次, 得到200個(gè)樣本. 每組10次取一次平均值, 共得到20組數(shù)據(jù), 結(jié)果列于表1. 由表1可見: (500 g,10 cm)組的振動(dòng)能量大, 幅值高, 信號(hào)波形較寬, 2次回波損耗較低； (500 g,50 cm)組低于(500 g,10 cm)組的能量, 但明顯高于100 g組的能量； (100 g,10 cm)組振動(dòng)能量較小, 信號(hào)波形尖銳且二次回波損耗較高； (100 g,50 cm)組的振動(dòng)能量最低, 信號(hào)波形小而尖銳.

表1 20組平均數(shù)據(jù)

根據(jù)多特征參量模式識(shí)別理論, 將待識(shí)別數(shù)據(jù)分為11種特征參量, 利用表1中的目標(biāo)庫數(shù)據(jù), 通過式(9)分別得到待識(shí)別振動(dòng)信號(hào)的11種候選擾動(dòng)模式的隸屬函數(shù). 每個(gè)待識(shí)別擾動(dòng)信號(hào)有11個(gè)隸屬函數(shù)值, 這11個(gè)隸屬函數(shù)值構(gòu)成了待識(shí)別信號(hào)的多目標(biāo)模糊評(píng)價(jià)矩陣, 通過式(10)得到最大評(píng)價(jià)函數(shù)值對(duì)應(yīng)的候選擾動(dòng)模式, 即為模式識(shí)別結(jié)果.

信號(hào)的MVE,SFS,MVBW及2VEL可大致體現(xiàn)信號(hào)主體特征. 針對(duì)相同目標(biāo)庫, 對(duì)僅提取這4種特征參量與提取11種多特征參量的擾動(dòng)模式識(shí)別方法進(jìn)行對(duì)比, 識(shí)別結(jié)果列于表2.

表2 識(shí)別結(jié)果

由表2可見, 利用多特征參量進(jìn)行模式識(shí)別方法的識(shí)別率分別為96.25%,91.25%,92.50%,83.75%, 綜合識(shí)別率90.87%, 明顯高于4種特征參量的識(shí)別方法. 因此， 多特征參量的模式識(shí)別方法可解析出擾動(dòng)信號(hào)中更多的識(shí)別信息, 更有利于識(shí)別相似度較高的擾動(dòng)模式.

綜上, 本文通過提取信號(hào)主波能量(MVE)、 信號(hào)主瓣時(shí)延(MVBW)、 信號(hào)主波峰峰值(MDV)、 信號(hào)主波Q值(MVQV)、 信號(hào)頻譜(SFS)、 3 dB時(shí)延(3 dB BW)、 主瓣峰值(MVMAX)、 中心頻率(CF)、 二次回波損耗(2VEL)、 波數(shù)(SSWC)和半波長(zhǎng)度(HWDT)等11種特征參量, 用模糊評(píng)價(jià)矩陣算法進(jìn)行識(shí)別. 結(jié)果表明, 該方法對(duì)擾動(dòng)具有較高的識(shí)別率. 在工程實(shí)踐中, 針對(duì)具體需求而判別特定的擾動(dòng)模式, 可在11種特征參量中選取7～8種能體現(xiàn)明顯特征的參量進(jìn)行識(shí)別判定.