BOTDA系统的散射谱快速去噪和特征提取研究

作     者：张宁宁 

作者单位：哈尔滨工程大学 

学位级别：硕士

导师姓名：康维新;徐帅

授予年度：2021年

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主      题：BOTDA 散射谱 图像处理 布里渊频移 

摘      要：布里渊光时域分析仪(Brillouin Optical Time Domain Analysis,BOTDA)作为分布式光纤传感技术的代表,与传统电、机械类传感器相比,具有长距离、高测量精度、高空间分辨率、耐腐蚀和抗电磁干扰等优点,能实现真正意义上的分布式测量。因BOTDA能同时实现温度和应变的分布式测量,因而被广泛应用于大坝、桥隧、海底电光缆和石油天然气运输管道等大型基础设施的结构健康监测中。近些年相关学者一直致力于提高BOTDA系统的性能指标,但仍然存在一些问题:(1)数字图像处理技术中的非局部均值算法能解决BOTDA系统中散射谱存在的相似性和冗余性问题,在一定程度上改善BOTDA系统的传感性能。由于非局部均值算法复杂度高,虽然能改善系统信噪比,但是实时性不好,不利于系统的在线监测;(2)使用广义回归神经网络对布里渊散射谱进行特征提取,其精度依赖于光滑因子,人为选取较为繁杂且精度不稳定。针对以上问题,本文具体研究内容如下:首先,针对非局部均值算法存在算法复杂度高、不能满足实时性要求等问题,引入离散余弦变换对非局部均值算法进行改进,并与离散余弦变换和非局部均值算法在布里渊散射谱特征、信噪比、测量精度和测量时间等性能指标上进行对比分析。实验结果表明,优化算法能在去噪的同时较好地保持布里渊增益谱的基本特征,提高了算法运行效率,有利于BOTDA系统的实时在线监测。接着,本文对BOTDA系统中的散射谱特征提取方法进行研究,针对广义回归神经网络算法的精度依赖于光滑度因子,人为选取较为繁杂且精度不稳定的问题,利用粒子群算法优化广义回归神经网络,对光滑度因子进行全局寻优,使用最优值建立模型,然后与洛伦兹拟合算法、互相关算法以及广义回归神经网络提取的布里渊频移进行对比分析。实验结果表明,粒子群算法优化广义回归神经网络模型提取得到的布里渊散射谱特征更精确,且该算法提取速度快,实时性好。