高性能分散式光纖感測系統機理研究

《高性能分散式光纖感測系統機理研究》是依託香港理工大學深圳研究院，由呂超擔任項目負責人的面上項目。

基本介紹

• 中文名：高性能分散式光纖感測系統機理研究
• 項目類別：面上項目
• 項目負責人：呂超
• 依託單位：香港理工大學深圳研究院

項目摘要

分散式光纖感測系統近年來已經在土木、運輸、飛行器製造和軍事工業中得到了廣泛的套用。為了拓寬其套用範圍，開展提高其系統性能，包括空間解析度、感測距離、動態範圍等方面的研究工作具有重大的意義。在本項目中，我們提出了多種非常有潛力大幅改進分散式光纖感測系統性能的技術。我們的主要研究工作如下：(1) 探索使用前向布里淵散射代替傳統的後向散射的新技術系統以提高感測器性能; (2)使用新型信號檢測技術同時檢測相位和幅度信息，並採用數位訊號處理算法改善系統的空間解析度、感測距離等性能;（3）通過利用不同的調製和編碼技術改善系統的空間解析度、感測距離和測量時間等性能。本項目的工作將為從事分散式光纖感測領域研究的研究人員提供大量的新思路和新方法。

結題摘要

分散式光纖感測系統近年來已經在土木、運輸、航空航天系統中得到了廣泛的套用。為了拓寬其套用範圍,開展提高其系統性能,包括空間解析度、感測距離、動態範圍等方面的研究工作具有重大的意義。本課題圍繞改進基於布里淵散射的分散式光纖感測系統性能的技術,進行了多方面的研究。我們提出了將支持向量機（SVM）用於布里淵光時域分析儀中實現超快的溫度提取。用支持向量機提取溫度的速度也比傳統的曲線擬合方法快100倍以上。 支持向量機為未來實現高速布里淵時域分析儀提供了一個非常有競爭力的數據處理方法。為提升測量速度，我們研究並提出了基於數字光頻梳的布里淵光時域分析儀方案。利用光頻梳以替代傳統實現方案中在光纖中傳輸的單頻信號光以實現對整個布里淵增益譜和相位譜的同時測量，節省了掃頻的步驟，以此大幅提升檢測速度。我們首次將人工神經網路（ANN）用於布里淵光時域分析儀（BOTDA）進行快速的數據處理進而提取溫度分布信息。傳統曲線擬合方法中的擬合過程需要大量處理時間，而ANN 在完成訓練後對數據進行處理所需時間非常短，因此使用ANN和DNN方法可以大大減少信號處理的時間。使用ANN和DNN帶來的信號處理時間縮短以及採用較大掃頻間隔的測量時間減短為布里淵光時域分析儀實現對環境的實時監測提供了重要基礎。我們提出並從實驗上驗證了一種採用相位和偏振分集相干接收的布里淵光時域分析儀，並且用嵌入式的數位訊號處理算法來最佳化提取感測信號。 我們提出的這個結構不僅可以實現散粒噪聲受限靈敏度，而且也使得本振源與探測光之間的偏振衰退問題得以解決。通過利用穩定的電濾波器來濾除探測光的高頻邊帶以及瑞利散射噪聲，實現的相干布里淵光時域分析儀擁有更加穩定的性能。 通過這些研究，我們對分散式光纖感測系統的發展作出了很好的貢獻。