[发明专利]分布式光纤测温系统的降噪方法及装置

说明书

本发明提出一种分布式光纤测温系统的降噪方法，包括：采集光纤测温系统中的Stokes光和Anti‑Stokes光；将Stokes光和Anti‑Stokes光分别转换成对应的电压；对转换后的电压进行数据预处理；对经过预处理的数据做提升小波变换，获得不同尺度下的小波系数；为各尺度的高频小波系数构建隐马尔科夫树模型；训练该隐马尔科夫树模型，求解该模型里面的各类参数；根据所构建隐马尔科夫树模型，对含噪信号的高频小波系数做贝叶斯估计，得到一组真实信号高频小波系数；通过估计出来的高频小波系数，结合最高尺度下的低频小波系数，做提升小波逆变换，完成信号重构，得到干净信号；对干净信号再做预定数量的累加平均，得到最终信号。利用本发明可以提高系统降噪性能。

技术领域

本发明涉及光纤传感技术领域，特别涉及一种分布式光纤测温系统的降噪方法及装置。

背景技术

分布式光纤测温系统(DTS)的核心技术为光纤激光雷达技术，即利用激光器向光纤中注入激光脉冲，然后对其后向散射光进行采集、分析，就可以实时测得整根光纤沿线的温度变化。体现DTS性能的指标主要包括空间定位精度、测温精度、空间分辨率、响应时间和传感距离等。尤其是测温精度和距离提升，一直是光纤传感技术的重点发展方向。

DTS主要基于Raman后向散射机理，采用Anti-Stokes光与Stokes光的强度比来解调温度。但是Raman散射信号十分微弱，需采用雪崩光电二极管进行光电转换，由于高反偏置和雪崩特性，引入了雪崩暗电流和附加噪声，使得光电转换后的信号噪声很大，导致实际采集到的Anti-Stokes光信号和Stokes光信号完全无法分辨出信号细节，因此降噪是研制分布式光纤测温系统的关键环节，直接影响到系统的测温精度和传感距离。

若采用傅里叶变换在频域降噪，由于DTS的噪声频谱是随机的，且背向散射信号的e指数函数的频谱也覆盖整个频域，因此很难在频域中将两者分离，效果无法保证。而小波变换作为多尺度分析工具，被誉为“信号显微镜”，能够自动调节信号分析的时宽和带宽，尤其适用于分布式光纤测温系统；所以，目前在分布式光纤测温系统中主要采用基于mallat算法的小波变换进行数据降噪处理。其特征在于，Raman散射信号通常表现为低频信号或是一些比较平稳的信号，而噪声信号通常表现为高频信号，当对其进行小波变换时，信号的高频部分对应于高频小波系数，低频部分对应于低频小波系数，将包含噪声的信号进行小波变换后，用阈值法去除一定量的高频小波系数后，再做小波逆变换得到降噪后的信号。

在小波域做降噪处理效果是比较不错的。小波阈值降噪法计算简单且具有分析信号局部特征的能力，但是涉及到的阈值选取时比较困难，选取不当则对信号高频部分的损害较大，影响降噪效果。

发明内容

基于此，本发明实施例的目的在于提供一种分布式光纤测温系统的降噪方法及装置，可以提高分布式光纤测温系统的降噪性能。

为达到上述目的，本发明实施例采用以下技术方案：

一种分布式光纤测温系统的降噪方法，包括：

采集光纤测温系统中的Stokes光和Anti-Stokes光；

将Stokes光和Anti-Stokes光分别转换成对应的电压；

对转换后的电压进行数据预处理；

对经过预处理的数据做提升小波变换，获得不同尺度下的小波系数；

为各尺度的高频小波系数构建隐马尔科夫树模型；

训练该隐马尔科夫树模型，求解该模型里面的各类参数；

根据所构建隐马尔科夫树模型，对含噪信号的高频小波系数做贝叶斯估计，得到一组真实信号高频小波系数；

通过估计出来的高频小波系数，结合最高尺度下的低频小波系数，做提升小波逆变换，完成信号重构，得到干净信号；