[发明专利]一种双阶段布里渊频移提取方法

说明书

本发明公开了一种双阶段布里渊频移提取方法，该方法构建了去噪和回归的双阶段布里渊频移提取网络，去噪网络包含编码器、解码器和残差连接单元，回归网络包含卷积单元和回归单元；网络训练，以损失函数收敛为目标，分别对两个网络进行训练，网络参数确定后，通过级联两个网络来提取布里渊增益谱的布里渊频移；本发明为布里渊光时域分析系统提供了一种在低信噪比下精度高且处理速度快的方案。

技术领域

本发明属于分布式光纤传感技术领域，更具体地，涉及到一种布里渊频移提取方法。

背景技术

分布式光纤传感技术具有同时获取在传感光纤区域内随时间和空间变化的被测量分布信息的能力，而布里渊散射在分布式检测温度和光纤应变中存在着传感距离长，空间分辨率高等优点，从而广泛应用于火灾预警、桥梁安全检测等。

布里渊散射是由于光波与声波在光纤中传播时相互作用产生的结果，布里渊散射产生的布里渊增益谱的峰值称为布里渊频移，布里渊频移与温度和应变之间存在线性变化，因此，可以通过布里渊频移的变化反推出温度或者应变的变化量。布里渊增益谱是洛伦兹曲线形状：

其中g₀为峰值增益系数，v_B为布里渊频移，Δv为布里渊增益的全高半宽。因此，布里渊增益谱可以利用这三个参数来表征。

通常采用洛伦兹拟合来确定布里渊增益谱的布里渊频移，然后通过布里渊频移与温度之间的线性变化来确定温度的变化量。洛伦兹拟合常用的方法是高斯牛顿法或者是Levenberg-Marquardt算法，这种算法需要不断地迭代，精度往往与设置的初始值有关，初始值远离最优值时，计算得到的误差可能会陷入局部最优值，从而使得精度变差，除此以外，因为这些方法需要大量的迭代过程，因此处理时间比较长，无法实现实时处理。

发明内容

为了能够实时处理布里渊传感数据，本发明提供一种双阶段布里渊频移提取方法。该方法使用去噪网络对带噪声的信号重建成去噪后的信号，提高信噪比，回归网络则直接提取出对应的布里渊频移。本发明具有处理时间快、去噪效果好的特点。

本发明提供了一种双阶段布里渊频移提取方法，包括以下步骤：

(1)去噪网络：该模块由编码器、等维度的解码器和残差连接单元构成，所述编码器包含多组依次连接的一维卷积层、ReLU激活函数层、最大池化层、BatchNorm层以及多个全连接层加ReLU激活函数层，所述编码器用于对输入的带噪布里渊增益谱进行特征提取。所述残差连接单元用于对解码器的子网络层输出经过ReLU激活函数与具有相同维度的编码器的卷积层输出进行跳跃连接，残差连接单元通过对编码器和解码器的部分输出进行跳跃连接，缓解多层网络中存在的梯度消失。解码器包含与编码器等维度的全连接层和ReLU激活函数层，以及多组依次连接的反卷积层、ReLU激活函数层和BatchNorm层形成的子网络层；所述解码器用于对获得的特征进行解码，最终得到去噪的布里渊增益谱Y。

(2)回归网络：该模块由卷积单元和回归单元构成，所述卷积单元包含多组卷积序列，每组卷积序列是由一维卷积层、RELU激活函数层、最大池化层和BatchNorm层组合而成的网络层序列构成；所述回归单元包含多组依次连接的全连接层网络和ReLU激活函数层形成的子网络层。卷积单元：采用n组不同的卷积序列[a₁,a₂,……,a_n]对去噪后的布里渊增益谱Y的不同数据点进行局部特征的提取，得出特征序列[p₁,p₂,……,p_n]，将特征序列进行组合，得到卷积单元的输出C；回归单元:采用依次连接的多组全连接层将卷积单元的输出C映射到输出空间，得出布里渊频移f。

上述技术方案中，进一步地，所述回归网络中卷积单元特征序列的组合方式为残差连接或者堆叠连接。

更进一步地，去噪网络的损失函数为KL散度损失函数。