[發明專利]基于回歸概率分布的分布式光纖擾動定位方法

有效

• 申請號: 202010826622.5
• 申請日: 2020-08-17
• 公開（公告）號: CN112161778B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 萬生鵬;吳津屹;熊新中;張正平;孫繼周;何興道
• 申請（專利權）人: 南昌航空大學
• 主分類號: G01M11/00
• 分類號: G01M11/00;G06K9/62;G06N20/20
• 代理公司: 南昌洪達專利事務所 36111
• 代理人: 劉凌峰

本發明公開了一種基于回歸概率分布的分布式光纖擾動定位方法，針對Sagnac分布式光纖傳感系統的定位特點，提出了基于回歸概率分布的直線型Sagnac分布式光纖傳感深度學習定位方法。該方法將傳感線路劃分為若干等長連續的區間，深度學習網絡對每個區間存在擾動的概率進行預測，如果某個分段存在擾動的概率明顯高于正常水平，就認為此區間可能存在擾動情況。該深度學習網絡具有一個輸入層，一個輸出層，以及多個隱藏層，隱藏層是若干具有較多神經元的全連接層；通過自定義的損失函數，較好地解決了損失函數收斂及正負例失衡問題，實現了較好的定位效果。

技術領域

本發明涉及直線型Sagnac分布式光纖傳感的定位技術領域，具體涉及一種基于回歸概率分布的分布式光纖擾動定位方法。

背景技術

分布式光纖振動監測具有廣闊的應用前景，可用于管道泄漏及入侵的監測、可用于周界安防的監測、可用于地鐵隧道的健康監測、可以用于海洋聲信號的監測。我國的燃油管線在2017年總長為13.31萬公里，根據國家《中長期油氣管網規劃》指出：到2020年我國油氣管網規模將超過16萬公里，2025年將達到24萬公里。而我國燃油管線的泄漏、偷油、以及挖掘導致爆炸的事情時有發生，單依靠目測的人工巡檢無能為力，特別是對于山區條件惡劣區域。在城市，如果不能實現管道故障的較精準定位，將會導致大量的人力、物力的浪費。因此必須研究分布式光纖傳感的擾動定位技術。

在Sagnac分布式光纖傳感系統中，最常用的定位方法是基于陷波頻率的方案。因為陷波頻率是所有擾動共同作用的結果，因此，在多擾動情況下無法建立陷波頻率和擾動位置的數學關系式。而在實際應用環境中，除了要測量的擾動以外，一定還會存在其他的擾動，因此，無法根據公式直接從陷波頻率確定擾動位置。為了解決多擾動點的定位問題，文獻[1]中提出了WDM方法，但是該方法只能用于單頻擾動的定位，而在實際環境中，擾動信號不可能是單頻的。基于此，本發明就提出了一種基于回歸概率分布的深度學習網絡，可以較好地解決直線型Sagnac分布式光纖傳感系統的多擾動定位難題。

發明內容

本發明所要解決的問題是：提供一種基于回歸概率分布的分布式光纖擾動定位方法，解決多點擾動下Sagnac分布式光纖傳感系統的定位問題。

本發明為解決上述問題所提供的技術方案為：將傳感線路劃分為若干等長連續的區間，而深度學習網絡對每個區間存在擾動的置信度進行預測，置信度越大，存在擾動的可能性就越大。具體步驟如下：

(1)構建一個深度學習網絡，該網絡由一個輸入層、一個輸出層和多個隱藏層組成，隱藏層是若干具有較多神經元的全連接層，隱藏層使用ReLU等函數作激活函數。

(2)將傳感光纖均分為K個區間。

(3)隨機生成擾動位置矢量。

(4)對Sagnac分布式光纖傳感中的位相差進行功率譜密度變換，可獲得與擾動位置矢量相對應的陷波頻率矢量。當陷波頻率的序列長度大于M時，取前M個元素作為輸入層的輸入向量，當陷波頻率的序列長度小于M時，在序列末尾補零到M個元素作為輸入層的輸入向量。剔除不適合用于訓練的樣本后，隨機將這些樣本的80％作為訓練集，10％作為驗證集，剩下的10％作為測試集。

Sagnac分布式光纖傳感中的位相差公式為：

A表示擾動信號與光纖作用的強弱，L_sj是第j個擾動的位置，ω_ji是第j個擾動的第i個頻率，B_ji是第j個擾動的第i個頻率處的幅度，n是光纖的折射率，c是光的傳播速率，L_d是Sagnac分布式光纖傳感系統中非平衡馬赫曾德爾干涉儀中兩個臂的長度差，τ_t是光沿Sagnac分布式光纖傳感系統從入射到返回所用的時間。