doi：10.3969/j.issn.1001-5922.2024.02.047

摘 要：光纜運(yùn)行工作過程中，由于光纜質(zhì)地較脆，抗機(jī)械摩擦強(qiáng)度較差，光纜中間接頭部分易產(chǎn)生局部的通信信號(hào)噪聲干擾。為此，設(shè)計(jì)基于小波包分解（WPD）的光纜中間接頭局部光纖通信信號(hào)去噪方法。從白噪聲和窄帶噪聲2個(gè)方面，結(jié)合損傷區(qū)域提取損傷后的局部噪聲干擾特性，設(shè)置WPD算法的去噪閾值。以分層去噪的方式得出局部光纖通信信號(hào)去噪結(jié)果。實(shí)驗(yàn)結(jié)果表明，在不同的損傷干擾強(qiáng)度條件下，所提方法得出光纖通信信號(hào)的信噪比較高，去噪效果好。

關(guān)鍵詞：光纜中間接頭；光纖通信；小波包分解算法；損傷干擾；信號(hào)去噪

中圖分類號(hào)：TM743;TP391.9" " " "文獻(xiàn)標(biāo)志碼：A" " " "文章編號(hào)：1001-5922（2024）02-0179-04

Research on denoising technology of local optical fiber communication signal in the middle joint of optical cable based on WPD

SHEN Wei，DENG Shaoping，WANG Feng，ZHANG Peng

（Hubei Electric Power Survey and Design Institute Co.，Ltd.，Wuhan 430040，China）

Abstract：During the operation of the optical cable，due to the brittle texture and poor mechanical friction resistance of the optical cable，the middle joint of the cable is prone to local communication signal noise interference.Therefore，a denoising method based on Wavelet packet decomposition （WPD） was designed for the local optical fiber communication signal of the optical cable intermediate joint.From two aspects of white noise and narrowband noise，combined with extracting the local noise interference characteristics of the damaged area，the denoising threshold of the WPD algorithm was set.The denoising results of local optical fiber communication signals were obtained in a hierarchical denoising manner.The experimental results showed that the proposed method had a high signal-to-noise ratio and good denoising effect under different damage interference intensity conditions.

Key words：optical cable intermediate joint;optical fiber communication;wavelet packet decomposition algorithm;damage interference;signal denoising

光纜在采集和處理信號(hào)過程中，局部通信區(qū)域伴隨大量的損傷噪聲干擾^[1]。然而，由于光纜中心接頭部分在實(shí)際工作場景中，受到損傷的干擾會(huì)有很多噪聲^[2]，這種噪聲信號(hào)特征只能在局部光纖通信信號(hào)的監(jiān)測過程中被發(fā)現(xiàn)，影響光纖通信信號(hào)的檢測效果。針對(duì)光纖通信去噪的方法較多：如提出利用變分模態(tài)分解（VMD）算法處理光纖通信信號(hào)中的噪聲，通過Optisystem光學(xué)仿真軟件將采集到的信號(hào)進(jìn)行分解，經(jīng)過重構(gòu)后得到去噪信號(hào)^[3];提出通信光纜線路中的故障點(diǎn)定位和檢測技術(shù)探究^[4]，該方法依托小波變換模極大值監(jiān)測信號(hào)奇異點(diǎn)理論，將其與閾值去噪方法相結(jié)合實(shí)現(xiàn)設(shè)備的去噪處理。但是以上方法在針對(duì)局部信號(hào)檢測和去噪的過程中，效果不佳。與普通小波包算法相比，WPD算法能夠通過自適應(yīng)窗口在時(shí)域、頻域同時(shí)進(jìn)行局部化分析，克服損傷干擾信號(hào)局部性缺陷。研究將WPD算法應(yīng)用到光纜中間接頭局部光纖通信信號(hào)去噪方法的優(yōu)化設(shè)計(jì)工作中，通過所提方法的研究與應(yīng)用，以期能夠提高去噪效果。

1"局部光纖通信信號(hào)去噪技術(shù)

1.1"動(dòng)態(tài)采集局部光纖通信信號(hào)

在定位損傷區(qū)域的基礎(chǔ)上，為了更好的采集局部光纖通信信號(hào)^[5-6]，光纜中間接頭局部光纖通信信號(hào)采集系統(tǒng)如圖1所示。

由圖1可知，光源經(jīng)過光隔離器，進(jìn)入3 dB耦合器，通過光接收器收集信號(hào)，利用高性能數(shù)據(jù)采集卡將采集到的數(shù)據(jù)信息輸入計(jì)算機(jī)并存儲(chǔ)^[7]，完成局部光纖通信信號(hào)的采集。

1.2"提取噪聲干擾特性

通過對(duì)損傷環(huán)境的分析，確定局部光纖通信信號(hào)中摻雜的噪聲主要有：周期性窄帶干擾和白噪聲2種。其中，白噪聲通常在全頻段內(nèi)，是一種具有一定功率譜的寬帶信號(hào)。由于窄帶干擾信號(hào)自身的特性，得出該類干擾信號(hào)的特征提取結(jié)果：

式中：A_narrow為窄帶干擾信號(hào)幅值，Hz；f_narrow為窄帶干擾信號(hào)干擾頻率，Hz。同理可以得出白噪聲的特征提取結(jié)果為：

δ（t）=A_white×randn（size（t））（2）

式中：δ（t）為白噪聲的特征提取結(jié)果，Hz；A_white為白噪聲幅值，Hz；randn（·）為隨機(jī)函數(shù)；size（t）用于獲取t的大小，其返回值為整數(shù)。將動(dòng)態(tài)采集局部光纖通信信號(hào)逐一代入到特征提取程序中，得到2種類型干擾信號(hào)的特征提取結(jié)果。

1.3"利用WPD算法變換信號(hào)頻帶順序

在對(duì)局部光纖通信信號(hào)的處理過程中，采用改進(jìn)的小波包算法實(shí)現(xiàn)了多分辨率小波子空間的分解，分解過程符合以下雙尺度方程^[8]：

式中：h_l-2k（k）為改進(jìn)小波包重構(gòu)的低通濾波器組；g_l-2k（k）為改進(jìn)小波包重構(gòu)的高通濾波器組；d_k表示重構(gòu)前后的局部光纖通信信號(hào)頻帶，Hz。根據(jù)上述WPD算法原理，按照?qǐng)D2所示分解重構(gòu)信號(hào)頻帶，實(shí)現(xiàn)局部光纖通信信號(hào)頻帶的順序變換。

設(shè)定信號(hào)的采樣頻率為2f_s，經(jīng)過2層波包分解后^[9]，采用格雷排序的頻帶序列重組法，將分解節(jié)點(diǎn)按頻帶的順序重組。

1.4"實(shí)現(xiàn)局部光纖通信信號(hào)去噪

選擇分層閾值消噪的方式^[10]處理局部光纖通信信號(hào)，應(yīng)選取合適的閾值。閾值過小，無法達(dá)到預(yù)期的濾波效果，閾值過大則會(huì)導(dǎo)致有效信號(hào)丟失。該閾值一般是由門限法得到的，其公式是：

式中：N為局部光纖通信信號(hào)長度；σ為局部光纖通信信號(hào)中噪聲信號(hào)的均方根值。在此基礎(chǔ)上，通過軟閾值法和硬閾值法對(duì)式（5）的計(jì)算結(jié)果進(jìn)行處理，保證局部光纖通信信號(hào)在去噪重構(gòu)過程中不會(huì)引入其他振蕩信號(hào)。

利用設(shè)置的改進(jìn)小波包去噪閾值^[11-12]和變換后的信號(hào)數(shù)據(jù)，分別從白噪聲和窄帶噪聲2個(gè)方面，完成對(duì)局部光纖通信信號(hào)的去噪處理。以白噪聲為例，將含有白噪聲的局部光纖通信信號(hào)表示為：

x_n=u_n+e_n（6）

式中：u_n為干凈的局部光纖通信信號(hào)；e_n為干凈的白噪聲信號(hào)^[13]；n為信號(hào)長度。在改進(jìn)小波包閾值^[14-15]的約束下，得出白噪聲的消除處理結(jié)果為：

式中：β_k為閾值處理前的信號(hào)值^[14-15]；δ_k為閾值處理后的信號(hào)值；ε表示改進(jìn)小波包比例系數(shù)。

將實(shí)時(shí)采集的局部光纖通信信號(hào)逐一代入，最終實(shí)現(xiàn)局部光纖通信信號(hào)去噪。

2"實(shí)驗(yàn)分析

2.1"樣本準(zhǔn)備

為了驗(yàn)證光纜中間接頭損傷下，基于WPD算法的局部光纖通信信號(hào)去噪方法的有效性，采用強(qiáng)度與溫度雙參量測量系統(tǒng)進(jìn)行實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)室溫度設(shè)置為70 ℃，折射率為1，設(shè)定虛擬損傷區(qū)域。在實(shí)驗(yàn)環(huán)境中安裝信號(hào)干擾裝置模擬損傷干擾，設(shè)置干擾強(qiáng)度分別為10 dB和20 dB，含有噪聲的局部光纖通信信號(hào)波形，如圖3所示。

在干擾環(huán)境下對(duì)初始準(zhǔn)備的局部光纖通信信號(hào)樣本進(jìn)行噪聲添加，并以此作為實(shí)驗(yàn)的待去噪處理對(duì)象。根據(jù)去噪處理的目的，對(duì)比去噪方法處理前后局部光纖通信信號(hào)中的噪聲占比，并設(shè)置信噪比作為實(shí)驗(yàn)的量化測試指標(biāo)，其數(shù)值結(jié)果為：

式中：y_Effective（i）為有效信號(hào)幅值，Hz；y_Noise（i）為噪聲信號(hào)幅值，Hz。在信號(hào)樣本中，噪聲信號(hào)量越多，即信噪比越小說明去噪效果越差。

2.2"去噪實(shí)驗(yàn)過程與結(jié)果分析

通過設(shè)計(jì)去噪方法的運(yùn)行得出局部光纖通信信號(hào)樣本的去噪處理結(jié)果，如圖4所示。

為了形成實(shí)驗(yàn)對(duì)比，實(shí)驗(yàn)中設(shè)置文獻(xiàn)^[3]方法作為實(shí)驗(yàn)的對(duì)比方法，通過對(duì)初始輸入信號(hào)以及去噪輸出信號(hào)的數(shù)據(jù)提取，得出10 dB干擾強(qiáng)度下信號(hào)去噪效果測試結(jié)果，如表1所示。

由表1可知，在10 dB干擾強(qiáng)度下，利用文獻(xiàn)^[3]方法去噪后，信號(hào)樣本中噪聲信號(hào)幅值在1.44～3.35 mV；利用設(shè)計(jì)方法去噪后，信號(hào)樣本中噪聲信號(hào)幅值在0.34～1.22 mV，整體噪聲含量低于文獻(xiàn)^[3]方法，因?yàn)樵O(shè)計(jì)方法利用了WPD算法，能夠提高信噪比。由此可知，設(shè)計(jì)方法的信噪比較大，證明設(shè)計(jì)方法的去噪效果更好。

同理可以得出20 dB干擾強(qiáng)度環(huán)境下信號(hào)樣本的去噪處理結(jié)果，如表2所示。

由表2可知，在20 dB干擾強(qiáng)度下，利用文獻(xiàn)^[3]方法去噪后，信號(hào)樣本中噪聲信號(hào)幅值在2.14～4.07 mV；利用設(shè)計(jì)方法去噪后，信號(hào)樣本中噪聲信號(hào)幅值在0.56～1.88 mV，整體噪聲含量低于文獻(xiàn)^[3]方法。由此可知，設(shè)計(jì)方法的信噪比較大，證明設(shè)計(jì)方法的去噪效果更好。

3"結(jié)語

為了優(yōu)化損傷造成的光纜中間接頭通信質(zhì)量，提出了基于WPD的光纜中間接頭局部光纖通信信號(hào)去噪方法。以光纜中間接頭損傷為關(guān)鍵出發(fā)點(diǎn)，通過對(duì)光纖損耗機(jī)理和周圍環(huán)境的分析，結(jié)合WPD算法實(shí)現(xiàn)對(duì)信號(hào)去噪方法的優(yōu)化設(shè)計(jì)，從白噪聲和窄帶噪聲2個(gè)方面，結(jié)合損傷區(qū)域提取損傷后的局部噪聲干擾特性，設(shè)置WPD算法的去噪閾值，以分層去噪的方式得出局部光纖通信信號(hào)去噪結(jié)果。實(shí)驗(yàn)結(jié)果表明，在不同的損傷干擾強(qiáng)度條件下，設(shè)計(jì)的方法得出光纖通信信號(hào)的信噪比較高，可以看出設(shè)計(jì)的方法具有良好的去噪效果。

【參考文獻(xiàn)】

[1]巨飛，苑向南.現(xiàn)代光纖通信傳輸技術(shù)的應(yīng)用[J].通信電源技術(shù)，2022，39（3）：146-147.

[2]李樞.現(xiàn)代光纖通信傳輸技術(shù)及運(yùn)用研究[J].通信電源技術(shù)，2021，38（23）：76-78.

[3]韓龍，李佳軍.VMD算法在全光纖電流傳感器信號(hào)去噪中的應(yīng)用[J].黑龍江電力，2021，43（6）：487-492.

[4]周智睿，孫志峰，蔣燕，等.通信光纜線路中的故障點(diǎn)定位和檢測技術(shù)探究[J].電力系統(tǒng)裝備，2021（13）：143-145.

[5]李永倩，劉艷蕊，王磊，等.光纖損耗譜測量實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)[J].實(shí)驗(yàn)技術(shù)與管理，2020，37（5）：173-175.

[6]曹文琛，張濤，鄭宇恒，等.不同地形管道光纜信號(hào)綜合分析研究[J].光通信研究，2022（2）：35-39.

[7]巢喜劍，王云興.光纖通信的實(shí)驗(yàn)室數(shù)據(jù)快速采集系統(tǒng)[J].激光雜志，2021，42（10）：133-137.

[8]趙紅美，周志宏，楊勝兵.基于改進(jìn)閾值DT-CWT降噪與WPHM模型的滾動(dòng)軸承可靠度評(píng)估[J].機(jī)電工程，2022，39（9）：1235-1242.

[9]劉型志，田娟，李松濃，等.基于連續(xù)小波變換的電表繞組故障檢測方法研究[J].自動(dòng)化儀表，2022，43（2）：65-68.

[10]劉學(xué)君，袁碧賢，盧浩，等.基于改進(jìn)閾值函數(shù)的光纖分段小波去噪算法[J].光學(xué)技術(shù)，2020，46（1）：83-88.

[11]馮安安，岳建海，鄭義，等.思維進(jìn)化算法優(yōu)化小波包去噪仿真分析[J].計(jì)算機(jī)仿真，2020，37（7）：285-290.

[12]湯偉，耿逸飛.基于余弦相似的改進(jìn)CEEMD腦電信號(hào)去噪方法[J].南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，40（3）：8-14.

[13]劉輝，朱文玉，婁成芝，等.基于改進(jìn)粒子群算法及分區(qū)去噪的虹膜定位研究[J].粘接，2021，46（4）：91-95.

[14]羅瀚波，趙曉丹，周海川，等.利用聲壓有效值信息進(jìn)行白噪聲聲源識(shí)別[J].中國測試，2022，48（1）：40-45.

[15]楊世金.基于改進(jìn)粒子群小波神經(jīng)網(wǎng)絡(luò)的瓦斯?jié)舛阮A(yù)測研究[J].粘接，2022，49（6）：108-110.

收稿日期：2023-08-03；修回日期：2023-12-14

作者簡介：沈"?。?982-），男，碩士，高級(jí)工程師，研究方向：電力通信、自動(dòng)化與工程項(xiàng)目管理；E-mail：dq1981@126.com。

引文格式：沈"巍，鄧少平，王"豐，等.基于WPD的光纜中間接頭局部光纖通信信號(hào)去噪技術(shù)研究[J].粘接，2024，51（2）：179-181.