[发明专利]一种基于字典学习的布里渊光时域分析仪去噪方法与系统

权利要求书

1.一种基于字典学习的布里渊光时域分析仪去噪方法，其特征在于，包括以下步骤：

步骤一：获得布里渊增益谱，在传感光纤中，使脉冲泵浦光通过受激布里渊散射与反向传播的连续探测光相互作用，通过扫描探测光的频率并检测探测光的强度增益，获得三维布里渊增益谱；

步骤二：使用字典学习算法训练所述的三维布里渊增益谱，获得对应于所述三维布里渊增益谱的稀疏表示系数和稀疏表示字典；具体地，使用K-均值奇异值分解或最优方向法作为字典学习算法，在所述字典学习算法的迭代过程中固定稀疏度，所述稀疏度设置为3；理想的布里渊增益谱可由洛伦兹曲线的三个参数，即增益系数，布里渊频移，半波宽来描述，而噪声在任何变换下都不稀疏，使用稀疏表示字典学习的方法训练布里渊增益谱以实现三个稀疏度的稀疏表达；

步骤三：将所述三维布里渊增益谱分解成多个子矩阵块，在布里渊增益谱的局部稀疏表示上添加全局先验条件，利用所述稀疏表示系数和稀疏表示字典进行全局平均；

步骤四：将全局平均后的子矩阵块进行重整，得到去噪的布里渊增益谱。

2.如权利要求1所述的基于字典学习的布里渊光时域分析仪去噪方法，其特征在于，所述步骤三中以子块滑动的方式将布里渊增益谱分解成n×n的子矩阵块，其中n为所述子矩阵块的行数和列数。

3.如权利要求1所述的基于字典学习的布里渊光时域分析仪去噪方法，其特征在于，所述步骤三中的全局先验条件为：

其中X为待求的去噪布里渊增益谱，Y为带噪的布里渊增益谱，D为稀疏表示字典，为局部的布里渊增益谱稀疏表示系数，R_ij为取块操作符，i和j分别表示子矩阵块在原始布里渊增益谱中的位置，||·||₂表示2-范数操作，表示要求去噪布里渊增益谱和带噪布里渊增益谱之间相似度的对数似然全局约束，λ表示拉格朗日系数，表示要求子矩阵块稀疏表示的局部约束。

4.一种基于字典学习的布里渊光时域分析仪去噪系统，其特征在于，包括三维布里渊增益谱获取模块、字典学习模块、子矩阵块全局平均模块和子矩阵块重整模块，其中：

所述三维布里渊增益谱获取模块，用于获得布里渊增益谱，在传感光纤中，使脉冲泵浦光通过受激布里渊散射与反向传播的连续探测光相互作用，通过扫描探测光的频率并检测探测光的强度增益，获得三维布里渊增益谱；

所述字典学习模块，用于使用字典学习算法训练所述的三维布里渊增益谱，获得对应于所述三维布里渊增益谱的稀疏表示系数和稀疏表示字典；具体地，使用K-均值奇异值分解或最优方向法作为字典学习算法；理想的布里渊增益谱可由洛伦兹曲线的三个参数，即增益系数，布里渊频移，半波宽来描述，而噪声在任何变换下都不稀疏，使用稀疏表示字典学习的方法训练布里渊增益谱以实现三个稀疏度的稀疏表达；

所述子矩阵块全局平均模块，用于将所述三维布里渊增益谱分解成多个子矩阵块，在布里渊增益谱的局部稀疏表示上添加全局先验条件，利用所述稀疏表示系数和稀疏表示字典进行全局平均；

所述子矩阵块重整模块，用于将全局平均后的子矩阵块进行重整，得到去噪的布里渊增益谱。

5.如权利要求4所述的基于字典学习的布里渊光时域分析仪去噪系统，其特征在于，所述子矩阵块全局平均模块以子块滑动的方式将布里渊增益谱分解成n×n的子矩阵块，其中n为所述子矩阵块的行数和列数。

6.如权利要求5所述的基于字典学习的布里渊光时域分析仪去噪系统，其特征在于，所述全局先验条件为：

其中X为待求的去噪布里渊增益谱，Y为带噪的布里渊增益谱，D为稀疏表示字典，为局部的布里渊增益谱稀疏表示系数，R_ij为取块操作符，i和j分别表示子矩阵块在原始布里渊增益谱中的位置，||·||₂表示2-范数操作，表示要求去噪布里渊增益谱和带噪布里渊增益谱之间相似度的对数似然全局约束，λ表示拉格朗日系数，表示要求子矩阵块稀疏表示的局部约束。