秦祖軍，高江江，銀 珊，王新強

（桂林電子科技大學電子工程與自動化學院，廣西桂林 541004）

0 引言

目前，國內(nèi)許多高校正積極探索和開設研究型綜合教學實驗［1-4］。本文將科研內(nèi)容引入到實驗教學中，設計了基于相位敏感光時域反射儀（φ-OTDR）車輛振動檢測的研究型綜合實驗。它具備復雜工程問題的特征，需運用工程原理、綜合數(shù)學、光學、電子電路和信號處理等知識，經(jīng)過深入分析才能得到解決。該實驗要求學生在清晰認知φ-OTDR 工作原理基礎上，能熟練搭建實驗系統(tǒng)開展車輛振動測試，重點要求學生針對現(xiàn)有方法的不足提出新的信號處理算法以提高檢測信號信噪比以及系統(tǒng)工作可靠性。整個教學過程加強引導與互動交流，鼓勵學生積極探索，注意激發(fā)學生對實驗過程的興趣，提高實驗教學效果。實踐教學表明，針對常規(guī)幅值差分累加算法在振動信號解調(diào)中存在差分間隔依賴性問題，學生能融合所學數(shù)理知識提出一種簡單、高可靠的振動信號檢測方法。該方法不僅可以避免常規(guī)方法因差分間隔依賴性出現(xiàn)的振動誤判問題，而且大幅增加了檢測信號的信噪比。該研究型綜合實驗能培養(yǎng)學生運用理論知識和實踐技能解決復雜工程問題的能力，鍛煉學生積極探索精神與工程創(chuàng)新能力。

1 實驗設計

φ-OTDR屬于分布式光纖傳感器，以其全方位和連續(xù)方式檢測多種物理參量的優(yōu)勢，成為物聯(lián)網(wǎng)時代感知信息與獲取信息的重要工具［5-12］。該系統(tǒng)以窄線寬激光器為探測光源，可以提取和識別外界微小擾動信息，能對傳感鏈路進行實時問詢與監(jiān)測。因此，通過φ-OTDR檢測車輛振動，交通管理部門可以對高速公路行駛車輛進行實時監(jiān)控，借此獲取高速公路各種交通信息數(shù)據(jù)，以便進行快速決策。

φ-OTDR根據(jù)解調(diào)參量不同，分為幅值解調(diào)型和相位解調(diào)型兩類：前者通過解調(diào)背向瑞利散射光的幅度信息定位振動事件；后者則通過解調(diào)背向瑞利散射光的相位信息［13］實現(xiàn)振動事件的檢測。相較于強度解調(diào)，相位解調(diào)系統(tǒng)結(jié)構(gòu)復雜且成本較高，因此本文以幅度解調(diào)方案設計教學實驗項目。一般地，幅度解調(diào)通常采用幅值差分累加算法［14-15］以確定振動源的空間位置，即：

式中：S表示差分累加后的振動信號；D表示每個探測脈沖產(chǎn)生的后向瑞利散射信號的強度曲線；N 表示采集的瑞利散射曲線數(shù)目；k 表示曲線差分間隔。上述常規(guī)差分累加算法雖然簡單，但是其振動檢測對差分間隔的強烈依賴性導致其適用性不強，其主要理由是：常規(guī)差分累加算法中k的取值需要根據(jù)待測振動信號的頻率、探測脈沖重復頻率（與檢測范圍有關）等反復調(diào)試確定，其取值恰當與否密切關系著振動源定位準確性。通常，振動源信號頻率越高（低），k 值越?。ù螅?；檢測距離越長（短），k 值越?。ù螅?。事實上，k值的確定還與機動車類型、駕駛狀態(tài)、路況等因素密切關聯(lián)。因此，有必要提出一種可靠性好的振動檢測方法以克服常規(guī)差分累加算法的不足，使φ-OTDR 在公路車輛檢測中具備真正的工程應用潛力。

2 φ-OTDR振動檢測實驗

φ-OTDR車輛振動檢測原理為：當車輛在公路上行駛時，由于車輛車輪碾壓路面以及車輛內(nèi)部機械噪聲經(jīng)車輪傳入路面的振動會沿著路面?zhèn)鬟f到傳感光纖上，導致傳感光纖纖芯折射率發(fā)生變化，繼而改變后向瑞利散射光的相位及其干涉光強度。通過式（1）對獲取的后向瑞利散射信號進行信號處理，即可確定車輛的空間位置信息，如圖1 所示。

圖1 φ-OTDR系統(tǒng)結(jié)構(gòu)

激光器發(fā)出的連續(xù)光被1∶9分束器分成兩路光路。其中，一路（90%）作為信號光，由聲光調(diào)制器調(diào)制成特定脈寬和周期的脈沖光，并經(jīng)三端口環(huán)形器注入傳感光纖；另一路（10%）作為參考光。傳感光纖所激發(fā)的后向瑞利散射光經(jīng)環(huán)形器與參考光經(jīng)50∶50 光耦合器后被平衡探測器（BPD）檢測進行光電轉(zhuǎn)換，之后交由解調(diào)板進行IQ 解調(diào)。解調(diào)后的I、Q 兩路信號分別進行A/D轉(zhuǎn)換，送入計算機通過式（1）進行信號處理并確定振動源位置。

圖中任意波形發(fā)生器的作用為：給AOM 提供標準脈沖，將連續(xù)激光調(diào)制成脈沖光；控制采樣時間，以便當脈沖光產(chǎn)生時示波器進行同步采集。為了提高圖1 所示系統(tǒng)的檢測信號信噪比和靈敏度，采用相干接收和平衡探測技術；為了減少偏振波動影響，分別在參考光路和信號光路上增加了偏振控制器。

2.1 主要實驗儀器

φ-OTDR檢測系統(tǒng)包括窄線寬激光器（中心波長1 550.1 nm，線寬3 kHz，最大50 mW 功率）、分光器、AOM（工作波段1 550 nm，頻移量200 MHz，上升/下降沿10 ns）、三端口環(huán)形器、標準單模光纖、2 ×2 合束器、平衡探測器（BPD，光譜響應范圍為850～1 650 nm，響應度0.9 A/W@1 550 nm）、任意波形發(fā)生器、偏振控制器、帶通濾波器（中心頻率200 MHz，帶寬30 MHz）、IQ解調(diào)板、示波器（泰克DPO7254，作為數(shù)據(jù)采集卡）及計算機。

2.2 實驗場地選擇

實驗中，探測脈沖光由實驗室搭建的φ-OTDR 系統(tǒng)產(chǎn)生，并由傳感光纖輸送至室外實驗場地進行實地測量；傳感光纖中激發(fā)的后向瑞利散射信號再反饋回實驗室，與本振光經(jīng)相干檢測后進行光電轉(zhuǎn)換、IQ 解調(diào)、信號采集與處理等。室外實驗場地設置在校園內(nèi)，傳感光纖距離道路邊沿約0.2～0.5 m（見圖2 紅線），埋設深度依實驗條件確定（約0.1 m；埋設深度要確保車輛振動信號通過土壤有效傳遞至光纖，同時盡量隔離其余噪聲振動源的干擾）。

圖2 車輛振動檢測實驗現(xiàn)場

2.3 基于ADRF6850 芯片的IQ解調(diào)板

后向瑞利散射信號與本振光經(jīng)2 ×2 結(jié)構(gòu)的3 dB耦合器后輸入BPD 進行相干檢測。BPD 由兩個幾乎一樣的雪崩光電二極管組成。在BPD中，光電流經(jīng)跨阻放大轉(zhuǎn)化為電壓信號，由差分電路將二極管輸出的電壓信號進行差分運算，以抑制共模噪聲，輸出交流分量。BPD的交流耦合輸出信號為

式中：q為平衡探測器的響應度；后向瑞利散射信號和參考光的振幅分別為Es和EL，對應的角頻率分別是ωs和ωL，其相位分別為φs和φL。

由于聲光調(diào)制，上述后向瑞利散射信號頻率相對本振光頻率下移200 MHz。由式（2）可知，BPD 輸出的是200 MHz 的中頻信號。為緩解直接采集中頻信號造成的計算及存儲壓力，利用通信專用ADRF6850正交解調(diào)芯片制作IQ 解調(diào)板（見圖3）實現(xiàn)中頻信號下變頻。設計中，需要注意的方面主要包括：電源及其去耦電路；低通濾波電路；輸入輸出阻抗匹配等。經(jīng)正交解調(diào)板輸出的兩路信號I（t）和Q（t）分別輸入示波器的輸入端口1 和2 實施A/D 采集。通過計算機信號處理，可以反推出后向瑞利散射信號的幅值，即：

圖3 學生制作的基于ADRF6850的IQ解調(diào)板

3 車輛振動檢測方法設計與實驗操作流程

常規(guī)差分累加算法中，振動檢測結(jié)果對差分間隔的強烈依賴性會導致車輛定位出現(xiàn)誤判（漏判或者虛報）。

3.1 信號處理算法設計

事實上，當若干后向瑞利散射曲線疊加時，振動位置處的曲線呈現(xiàn)出的波動幅度遠大于其余非振動位置。圖4 為車輛行駛至220 m 處時，N 條瑞利散射曲線的標準方差（N=4 000）。具體方法可表示為

圖4 N條瑞利散射信號曲線的標準方差

3.2 實驗操作流程

具體實驗操作流程設計如下：

（1）按圖1 所示φ-OTDR 結(jié)構(gòu)搭建實驗光路、光電轉(zhuǎn)換、IQ 解調(diào)和信號采集模塊。相關參數(shù)設置如下：光纖長度L=260 m，車速v=20～40 km/h，脈沖重復頻率fm=200 kHz，脈沖寬度W=100 ns，采樣頻率fs=100 MHz。關鍵參數(shù)的設計規(guī)則如下：首先，脈沖重復頻率值的設計要確保傳感光纖中任意時刻只有一個探測脈沖傳輸，即fmL≤c/（2n），式中，c 表示真空光速；n表示光纖折射率。本實驗傳感光纖總長度約260 m，設計的探測脈沖重復頻率fm=200 kHz。其次，采集卡采樣率足夠高的情況下，脈沖寬度決定φ-OTDR的空間分辨率，即：SR=cW/（2n）。本文設計的系統(tǒng)采樣率fs為100 MHz（對應1 m的空間采樣率），遠優(yōu)于100 ns探測光脈沖對應的10 m空間分辨率。

（2）各光、電器件通電，分別調(diào)整信號光路和本振光路中的偏振控制器，降低相干檢測的偏振相關噪聲。隨后測試車輛運行，φ-OTDR 系統(tǒng)開始信號采集。經(jīng)BPD輸出的中頻交流電壓信號交由IQ 解調(diào)板解調(diào)。解調(diào)完成的I、Q兩路基帶信號被示波器采集并通過內(nèi)部的LAN網(wǎng)絡總線送入計算機處理，進行車輛振動檢測。任意波形發(fā)生器分別為聲光調(diào)制器和示波器提供脈沖信號和同步信號。

（3）連續(xù)采集N 個探測脈沖產(chǎn)生的后向瑞利散射信號Dj?？紤]本文工作僅檢測振動信號和振動位置定位，不做振動信號波形識別，N值選取為4 000。

（4）計算機信號處理，定位振動信號。提取不同道路位置后向瑞利散射信號，分別采用式（1）和（4）兩種方法進行處理，分析車輛振動信號檢測結(jié)果對曲線差分間隔的依賴性以及檢測信號的信噪比。每種方法中，通過改變曲線差分間隔k，分析式（1）和（4）振動信號檢測結(jié)果與曲線差分間隔k的關聯(lián)性。信號處理過程如圖5 所示。需要說明的是，示波器采集的數(shù)據(jù)為單列結(jié)構(gòu)，總長度為：NfsnL/c，表示以N 為周期，每個周期內(nèi)的數(shù)據(jù)分別表示傳感光纖各采樣點位置的瑞利散射信號幅值。進行信號處理時，需要對采集的數(shù)據(jù)進行重新編排。

圖5 后向瑞利散射信號處理過程

（5）撰寫實驗報告或?qū)嶒炚撐?。歸納整理實驗過程與實驗數(shù)據(jù)，分析實驗結(jié)果并給出實驗總結(jié)與實驗過程反思。條件允許時要求就實驗情況開展多媒體形式匯報。報告要求條理通順，邏輯清晰和圖文并茂。

4 實驗教學結(jié)果與分析

實驗測量中，信號處理中心設置于實驗室，傳感光纖總長度為260 m。其中，前130 m光纖為鋪設段，用于將傳感線路從實驗室引出至測量道路；后130 m 光纖為測量段。車輛以20～40 km/h從130 m處行駛至測量末端。本文設置曲線差分間隔分別為k=50，250，500 和1 500 來檢測車輛振動信號（也可取其他值，不影響本文的結(jié)果），用以對比分析常規(guī)差分累加算法和本文信號處理算法的性能。

圖6 給出了當車輛行駛在z=220 m處（其他位置結(jié)果類似）時，上述4 種差分間隔情況下第j個脈沖后向瑞利散射信號與第j -k 個脈沖后向瑞利散射信號的差分值在20 ms的變化情況（未累加處理）。從圖中可以看出，對于k≤250，在常規(guī)差分算法中，車輛振動信號被淹沒在噪聲中；當k ＞250 時，振動信號逐漸顯現(xiàn)，信噪比也隨著差分間隔值增加而逐漸提高。相反地，本文提出的算法在四種差分曲線間隔值情況下，均能觀測到z=220 m 位置的振動信號；同時，相比常規(guī)差分算法，該算法呈現(xiàn)出的信噪比大為改善。

圖6 不同曲線差分間隔時，第j個脈沖后向瑞利散射信號與第j-k個脈沖后向瑞利散射信號的差分值隨時間演化關系

基于圖6 中20 ms內(nèi)的后向瑞利散射信號差分計算結(jié)果，圖7 給出了曲線差分間隔分別為k=50，250，500 和1 500 時，兩種差分算法經(jīng)累加后確定的車輛振動信號?？梢郧逦乜闯?，只有當k 大于一定的數(shù)值（計算結(jié)果為125），常規(guī)差分累加算法才能探測到車輛振動位置；相反地，基于本文提出的算法獲取的振動信號與k值的選擇無關。因此，若k ＜125，則常規(guī)差分累加算法將出現(xiàn)車輛振動檢測漏判。比較圖6 和圖7 可知，信號累加處理技術有效提高了信號信噪比，并降低了常規(guī)算法的曲線差分間隔臨界值（由250 降低至125）。本實驗中，定義信噪比為振動位置與非振動位置處信號峰值幅值的比值。在不同k 值情況下，由圖7 可知本文提出的信號累加算法確定的振動信號信噪比均優(yōu)于常規(guī)差分累加算法，能明確確定車輛的行駛位置。該結(jié)果說明，式（4）減弱了振動檢測結(jié)果對曲線差分間隔取值的依賴性，有效降低了車輛振動信號的漏判概率。

圖7 不同差分間隔時，確定車輛振動信號

為了量化分析曲線差分間隔對檢測信號信噪比的影響，圖8 給出了車輛振動信號信噪比隨曲線差分間隔的變化關系。從圖中看出，隨著差分間隔k 值的增加，由常規(guī)差分累加算法和本文算法確定的振動信號信噪比均呈現(xiàn)先增加后減小的趨勢。這主要與車輛振動信號頻率和信號累加次數(shù)決定。具體地，對于數(shù)十赫茲的車輛振動信號，需要一定時間間隔的兩條后向瑞利散射信號做差分進行檢測；但是，隨著差分間隔增加，累加次數(shù)會相應減小。當曲線差分間隔k ＜260時，常規(guī)差分累加算法確定的振動信號信噪比呈現(xiàn)出強烈的波動和不穩(wěn)定。從該圖也可知，本文算法呈現(xiàn)以下優(yōu)點：①振動信號檢測與k值選擇無關（即使k=1 時，本算法獲取的檢測信號信噪比依然達到3.5 dB；常規(guī)差分累加算法此時無法檢測出振動信號）；②明顯改善的信噪比：在信噪比峰值曲線附近，優(yōu)于常規(guī)差分累加算法4.5 dB；在曲線差分間隔為2 000 時，信噪比改善達到5.5 dB。

圖8 車輛振動信號信噪比隨曲線差分間隔

進一步地，若以振動檢測信號信噪比最大值為標準，通過圖8 可以優(yōu)化確定本文算法的最佳曲線差分間隔k 為1 425（常規(guī)差分累加算法的優(yōu)化k 值為1 400，兩種方法優(yōu)化的k 值近似相等）。經(jīng)研究分析發(fā)現(xiàn)，由本文算法確定的不同位置處的優(yōu)化曲線差分間隔k=1 425 ±30。

5 結(jié)語

基于前沿技術與工程應用角度，將科研項目與教育教學結(jié)合，開展了基于φ-OTDR 車輛振動檢測的研究型綜合實驗項目。教學實踐表明，針對常規(guī)差分累加算法中φ-OTDR振動定位檢測強烈依賴曲線差分間隔的問題，學生能融合所學知識提出多種簡單可靠方案。實驗數(shù)據(jù)證明，該方法不僅使振動信號檢測與差分間隔選擇無關，還明顯改善檢測信號的信噪比。通過本研究型綜合實驗訓練，能培養(yǎng)學生解決復雜工程問題的能力，有助于提升實驗綜合能力和自主學習意識，拓展他們分析問題、解決問題的能力及研究、探索與創(chuàng)新能力。