一种降低DCM算法相位恢复误差的φ-OTDR系统数据处理方法

一种降低dcm算法相位恢复误差的系统数据处理方法
技术领域
1.本发明属于相位敏感型光时域反射的分布式光纤传感技术领域，具体涉及一种降低dcm算法相位恢复误差的系统数据处理方法。


背景技术：

2.近年来，系统因成功实现了对海洋动力学、火山事件和地震波等的监测，而激起了整个光纤传感界的研究热潮。系统可以分为两类：一类是基于幅度探测的系统，也被称为分布式振动传感(dvs)；另一类是基于相位探测的系统，也被称为分布式声传感(das)。相对于前者，后者不仅能实现振动信号的定位，而且可以完全恢复振动信号的波形。目前有很多相位解调方案被提出，例如：数字相干解调[z.pan,et al.acp 2011,8311(8),1
–
6]，同相正交(i/q)解调[z.wang,et al.opt.express,24(2),853
–
858,2016]，3
×
3耦合器解调[a.masoudi,et al.meas.sci.technol.,24(8),085204,2013]和相位载波生成(pgc)解调[y.shang,et al.meas.j.int.meas.confed.,79,222
–
227,2016]等。由于3
×
3耦合器相位解调方案采用直接探测结构，对偏振相对不敏感，而受到越来越多研究者的青睐。
[0003]
微分交叉相乘(dcm)算法是一种直接探测型相位解调方案中实现振动信息探测和相位恢复的算法，在诸多案例中被广泛应用[专利号：cn202110571279.9；heng qian,etal.ieee photonics technol.lett.,32(8),473-476,2020]。然而，在系统中，信号处理是通过对采集的一维数据重构为二维时空矩阵，并在时间域执行相位解调实现的。由于该离散时间系统的时域采样率取决于脉冲重复频率，而该算法的微分运算精度依赖于系统采样率，因此在系统采样率较低时解调结果与加载振动信号的相位存在较大误差，解调相位波形畸变，频谱能量出现谐波逸散和转移的现象，并且该算法的解调结果会受到光强波动和信号失真等因素的影响，严重降低系统的相位解调性能，使其难以满足光纤传感领域中对高精度、低成本、大规模应用的需求。


技术实现要素：

[0004]
本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种降低dcm算法相位恢复误差的系统数据处理方法，以在不增加成本的情况下，提高采样率和运算速度，从而提高相位恢复质量，同时还能够降低噪声和信号失真的影响。
[0005]
为了解决上述技术问题，本发明采用的技术方案为：一种降低dcm算法相位恢复误差的系统数据处理方法，包括以下步骤：
[0006]
s1、获取第一、第二、第三通道的瑞利散射信号，并分别进行二维时空矩阵重构；
[0007]
s2、分别对每个通道数据在空间域进行时域移动差分和累加处理，得到三条差分
曲线；
[0008]
s3、对三条差分曲线进行加权平均，得到多通道融合的差分迹线，根据差分迹线判断是否有振动，若有，获取振动入侵位置；
[0009]
s4、提取振动入侵位置的三个通道的信号强度，并分别进行插值运算，得到各自的插值函数实现重采样，插值函数的计算公式为：
[0010]
si(t)＝ai+bit+cit2+dit3；
[0011]
其中，t∈[ti,t
i+1
]，ai，bi，ci，di分别是插值函数在时间区间[ti,t
i+1
]上的插值系数，ti和t
i+1
分别表示第i个数据点和第i+1个数据点对应的时间，所述插值系数的计算公式为：
[0012][0013]
其中，im(i)和im(i+1)分别表示第m个通道在振动入侵位置对应的第i个和第i+1个时域采样点的强度值，h表示时间域采样时间间隔，αi和α
i+1
分别表示第i个和第i+1个时域采样点对应的中间系数；
[0014]
s5、根据s4得到的重采样数据，利用dcm进行相位解调处理得到振动相位信息。
[0015]
优选地，所述中间系数的计算公式为：
[0016][0017]
其中，im(1)～im(n
time
)分别表示第m通道在振动入侵位置对应的第1～n
time
个时域采样点的强度值，n
time
表示时间域采样点数量，α1～α
ntime
表示第1个～第n
time
个采样点对应的中间系数。
[0018]
优选地，所述s2中，分别对每个通道数据进行时域移动差分处理的公式为：
[0019]
diffm(i,j)＝tracem(i+x,j)-tracem(i,j)其中1≤i≤n
time-x,1≤j≤n
space
；
[0020]
进行累加处理的公式为：
[0021]
其中1≤i≤n
time-x,1≤j≤n
space
；
[0022]
其中，summ(j)表示第m个通道在第j个空间域采样点对应的累加强度差值，diffm(i,j)表示第j个空间域采样点在第i个时域采样点的差分值，tracem(i+x,j)和tracem(i,j)
表示第m个通道中第j个空间域在第i+x个和第i个时域采样点的强度值，x表示差分间隔，n
time
表示时间域采样点数量。
[0023]
优选地，所述x的取值大于5。
[0024]
优选地，所述s3中，对三条差分曲线进行高斯滤波以及归一化后再进行加权平均。
[0025]
优选地，所述s3中，对三条差分曲线进行归一化的方法为：
[0026]
其中1≤j≤n
space
；
[0027]
其中，normm(j)表示第m个通道对应的差分曲线在第j个空间域采样点归一化后的强度值，summ(j)表示第m个通道在第j个空间域采样点对应的累加强度差值，min(summ)和max(summ)分别表示第m条差分曲线的最小强度值和最大强度值。
[0028]
优选地，所述s3中，对三条差分曲线进行加权平均的公式为：
[0029][0030]
其中，ds(j)表示加权平均后的差分迹线在第j个空间域采样点的强度值，normm(j)表示第m个通道对应的差分曲线在第j个空间域采样点归一化后的强度值，w1,w2和w3为三条差分曲线的权重，它们的计算方法为：
[0031][0032]
其中，wm表示第m个通道对应的差分曲线的权重，n
space
表示空间域采样点的数量。
[0033]
优选地，所述s5中，根据s4得到的重采样结果，利用dcm进行相位解调处理得到振动相位信息。
[0034]
本发明与现有技术相比具有以下有益效果：
[0035]
(1)本发明利用重采样法对采集数据进行插补，解决了系统中dcm相位解调算法由于脉冲重复频率受限所致的采集信号波形不连续的问题，显著降低了相位恢复误差，拓宽了幅频响应范围；
[0036]
(2)本发明改善了系统中dcm相位解调算法由于光强波动引入的解调相位低频噪声，从而提高解调质量和系统的检测效果；
[0037]
(3)本发明可以对3
×
3耦合器的3路采集信号的空间域瑞利散射强度进行互补，抑制了干涉衰落效应，显著提升了定位准确度；
[0038]
(4)本发明所采用的后续处理算法仅需要对系统的采集信号进行处理即可，无需增加硬件成本投入；
[0039]
(5)本发明所提出的信号处理方法，具有运行速度快，解调精度高，适用于不同类型的振动场景等优势。
[0040]
综上所述，本发明提出一种降低dcm算法相位恢复误差的系统数据处理方法，该方法具有提高dcm算法解调精度、降低噪声和信号失真、降低成本、适用范围广等多
个方面的有益效果，为分布式光纤传感领域中相位解调技术的发展提供了新的思路和方法。
附图说明
[0041]
图1为本发明实施例提供的一种降低dcm算法相位恢复误差的系统数据处理方法流程示意图；
[0042]
图2为本发明实施例采用的基于3
×
3迈克尔逊干涉仪的探测光路装置；
[0043]
图3为dcm算法相位解调流程图；
[0044]
图4为多通道融合定位前后效果对比；
[0045]
图5为实施重采样法前后的解调相位波形对比；
[0046]
图6为实施重采样法前后的幅频响应范围对比。
具体实施方式
[0047]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
如图1所示，本发明实施例提供了一种降低dcm算法相位恢复误差的系统数据处理方法，其通过系统产生包含有入侵源位置和振动信息的分布式瑞利散射信号；对系统中3
×
3迈克尔逊干涉仪输出的第一、第二通道瑞利后向散射信号和与其连接的环形器第三输出口输出的第三通道瑞利散射信号进行二维时-空矩阵重构；分别对每个通道数据进行移动差分和叠加处理，并将得到的三路差分迹线利用通道融合算法查找振动入侵位置，实现干涉衰落抑制的精确定位功能；提取振动位置处的时-空矩阵数据，利用插值算法对提取的矩阵进行重采样处理，执行该过程将以较高效率有效提升采样点数量；对重采样数据利用dcm算法进行相位解调处理，实现了dcm算法幅频响应范围拓展和抗噪声性能提升。该方法包含二维时-空矩阵重构、多通道融合定位、振源判断与提取、重采样处理、dcm相位解调处理过程。
[0049]
具体地，本发明的数据处理流程如下。
[0050]
s1、获取第一、第二、第三通道的瑞利散射信号，并分别进行二维时空矩阵重构。
[0051]
具体地，如图2所示，本发明采用的系统是基于3
×
3迈克尔逊干涉仪实现分布式声/振传感功能，该光学测量的系统包括窄线宽脉冲光源调制模块20，瑞利散射回波探测模块21，3
×
3干涉解调模块22和信号采集与处理模块23四部分：
[0052]
(1)窄线宽脉冲光源调制模块20用于实现高相干脉冲的调制和整形。该模块包括窄线宽激光器201，信号发生器202，声光调制器203，脉冲光放大器204。所述窄线宽激光器201发射高相干激光，经声光调制器203调制为脉宽t，光频f的脉冲光，经脉冲光放大器204放大后，注入瑞利散射回波探测模块21。
[0053]
(2)瑞利散射回波探测模块21用于实现背向瑞利散射光传输和高质量放大。该模块包括光环形器211，传感光纤212，掺铒光纤放大器214和滤波器215。所述传感光纤212采
用单模光纤g652d型，在光纤中被脉冲激发的背向瑞利散射光信号进一步被掺铒光纤放大器214放大至平均功率10μw，然后经0.4nm带宽的滤波器214进入3
×
3干涉解调模块22。本实施例中，在传感光纤212中设置压电陶瓷管213模拟外界入侵信号，可加载三角波、方波、正弦波等多种振动模式。
[0054]
(3)所述3
×
3干涉解调模块22采用3
×
3耦合器222和迈克尔逊干涉仪实现零差探测和偏振无关的干涉输出，且3路输出信号的相位差满足120
°
。瑞利散射回波探测模块21的输出信号通过环形器221进入3
×
3耦合器222端口1后，从端口4和6分别输出并进入迈克尔逊干涉仪的两条干涉臂。第一法拉第旋转反射镜223和第二法拉第旋转反射镜224设置在迈克尔逊干涉仪的两条干涉臂上，对输入光进行反射时，使其偏振主轴旋转90
°
，两束反射光偏振态与输入光正交。两束反射光返回后在3
×
3耦合器222内部发生干涉，并从端口1、2、3输出，调制相位互成120
°
。其中，端口1、2、3位于3
×
3耦合器222的一侧，端口4、5、6位于3
×
3耦合器222的另一侧。从端口1输出的信号经环形器221输出后，与端口2、3输出的信号均注入信号采集与处理模块23。
[0055]
(4)所述信号采集与处理模块23包括第一雪崩光电探测器331，第二雪崩光电探测器232，第三雪崩光电探测器233、四通道高速数据采集卡234和计算机控制主板235，所述第一雪崩光电探测器231，第二雪崩光电探测器232和第三雪崩光电探测器233的输入端分别与环形器221的3口，3
×
3耦合器222的端口2和端口3连接，输出端与所述四通道高速数据采集卡234连接。四通道高速数据采集卡234的通信卡扣与计算机控制主板235连接，用于数据上传与下载，其触发输出口连接信号发生器202，用于控制系统的探测开始与结束。
[0056]
本实施例中，对系统中高速数据采集卡234输出的3路采集数据点执行时-空矩阵构建，采集数据点将被二维重构并输出3路相差为120
°
的瑞利散射矩阵(记为trace1，trace2和trace3)。该瑞利散射矩阵的大小为n
time
×nspace
，n
space
表示空间域采样点数量，由示波器采样率f
osc
和脉冲重复频率f
pulse
的比值决定，n
space
＝f
osc
/f
pulse
；n
time
表示时间域采样点数量，对应于光脉冲发射的数量。
[0057]
s2、分别对每个通道数据在空间域进行时域移动差分处理，得到三条差分曲线。
[0058]
本实施例中，通过多通融融合进行定位，具体方法为：通过对时-空矩阵运算输出的三个通道的瑞利散射矩阵trace1，trace2和trace3执行时域移动差分与累加运算，继而通过空间域差分迹线融合运算以获得入侵源的可靠定位。具体计算原理如下：
[0059]
由于空间域上任意一点对应的瑞利散射强度为脉冲宽度内散射点瑞利散射光波的叠加，因此，瑞利散射强度的变化是随机且互相独立的。单模光纤可视为有大量点式传感器组成的传感器阵列，可以实现分布式多点监测。当光纤上某一位置处附近发生入侵事件时，光纤内的散射点受应变的影响发生弹光效应，该处瑞利散射光相位被调制而产生强度变化，体现为时域强度波动。对于三个通道的瑞利散射矩阵trace1，trace2和trace3分别进行移动差分时将在时域操作，差分间隔为x，并得到3个尺寸为(n
time-x)
×nspace
的差分时-空矩阵diff1，diff2和diff3。以第m个通道数据为例(m＝1,2,3)，第j个空间域采样点和第i个时域采样点得到的差分强度值diffm(i,j)为：
[0060]
diffm(i, j)＝tracem(i+x, j)-tracem(i, j) 其中1≤i≤n
time-x, 1≤j≤n
space
； (1)
[0061]
式中，tracem(i+x,j)和tracem(i,j)表示第m个通道中，第j个空间域采样点在第i+
x个和第i个时域采样点的强度值，x表示差分间隔，x的选择可以根据实际信号的差异来确定，一般大于5以保证较好的差分强度，此时，该差分矩阵的大小为(n
time-x)
×nspace
。3个差分时-空矩阵diff1，diff2和diff3分别经过时域累加平均得到3条强度差分曲线(记为sum1，sum2和sum3)，则第m个通道在第j个空间域采样点对应的累加强度差值summ(j)被写为：
[0062]
其中1≤i≤n
time-x,1≤j≤n
space
；(2)
[0063]
其中，summ表示第m个通道的差分曲线。
[0064]
s3、对三条差分曲线进行加权平均，得到多通道融合的差分迹线，根据差分迹线判断是否有振动，若有，获取振动入侵位置。
[0065]
由于3
×
3耦合器的相位传输特性，三条差分曲线在不同位置处对应的强度互补，因此可以对其进行融合提高定位准确性；对三条差分曲线sum1，sum2和sum3分别执行高斯滤波并进行归一化，将其强度值映射到[0,1]的范围内。具体的归一化方法为：
[0066]
其中1≤j≤n
space
；(3)
[0067]
其中，normm(i)表示第m个通道的差分曲线在第j个空间域采样点归一化后的强度值，min(summ)和max(summ)分别表示第m个通道的差分曲线的最小强度值和最大强度值。
[0068]
通过对归一化的后三个通道的差分曲线norm1，norm2和norm3进行加权平均，得到多通道融合的差分迹线ds，以提高融合后的差分迹线的准确性。加权平均后的差分迹线在第j个空间域采样点的强度值ds(j)为：
[0069][0070]
式中，w1,w2和w3为三个通道的差分曲线的权重，它们的和为1，表示三条差分迹线在计算加权平均时的重要性比例。而第m个通道的权重wm计算方法为：
[0071][0072]
通过差分迹线多阈值分段查找可以判断是否存在入侵源，并提取出入侵源的位置信息。该运算首先对多通道融合的差分迹线ds进行多阈值分段查找，当第j个空间域采样点的强度超过阈值时，则判定该点有振动发生，否则判定为无振动发生，后续操作将终止。
[0073]
如图4所示，其中(a)为三个通道的瑞利散射迹线(trace1，trace2和trace3)局部放大的时域波形图；(b)为多通道融合的差分迹线与未融合前的差分迹线的对比。由图4中的(a)可知，3通道的瑞利散射迹线强度互补，可以抑制干涉衰落噪声的影响。图4中(b)的差分迹线结果验证这一噪声抑制效果，多通道融合后的差分迹线可以消除错误的报警点，提高定位精度。
[0074]
s4、提取振动入侵位置的三个通道的信号强度，并分别进行插值运算，得到各自的插值函数实现重采样。
[0075]
本实施例中，通过提取的入侵位置(对应第j个空间域采样点)处的时域强度变化曲线tracem(n
time
,j)，利用插值算法进行数据插补，以提高相位解调精度。具体实现过程如下：
[0076]
步骤1：根据振源判断与提取后提供的入侵源位置信息(假设第j个空间域采样点有入侵事件)，提取tracem的第j个空间域采样点对应的强度序列信号，记为i1，i2和i3，以供后续处理使用。
[0077]
步骤2：对i1，i2和i3信号分别执行高斯滤波运算，去除噪声和信号失真的影响；
[0078]
步骤3：对滤波后的i1，i2和i3分别执行插值运算，插值数据点数量根据用户需求选择。插值后得到的si1，si2和si3的精度/准确性/结果的平滑性/计算复杂度等指标均满足相位解调需求。其中，插值函数的计算原理为：
[0079]
以第m个通道数据为例(m＝1,2,3)，对于信号im，在时域轴，采样点数量为n
time
，对应的时间区间为[t1,t
ntime
]。对每两个时间节点之间进行三次多项式插值，则第i个待插值数据点对应的插值函数为：
[0080]
sii(t)＝ai+bit+cit2+dit
3 ；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0081]
其中，t∈[ti,t
i+1
]，ai，bi，ci，di分别是插值函数在区间[ti,t
i+1
]上的系数，i的取值范围为{1≤i≤n
time-2}。为保证插值后的波形满足平滑度和连续性要求，需满足三个计算条件：
①
sii(ti)＝im(i)，sii(t
i+1
)＝im(i+1)；
②
si
i’(t
i+1
)＝si
i+1’(t
i+1
)；
③
si
i”(t
i+1
)＝si
i+1”(t
i+1
)。由于t
i+1
和ti之间等间隔，并被记为h，有如下表达式成立：
[0082]ai
＝i
m(i)ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0083]ai
+bih+cih2+dih3＝im(i+1)
ꢀꢀꢀꢀꢀꢀ
(8)
[0084]bi
+2cih+3dih2＝b
i+1
ꢀꢀꢀꢀꢀꢀꢀ
(9)
[0085]
2ci+6dih＝2c
i+1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0086]
其中，im(i)和im(i+1)表示第m通道的第i个和第i+1个时域采样点的强度值。
[0087]
设中间系数αi＝2ci，代入式(11)可知：
[0088][0089]
将ai，di代入式(9)可知：
[0090][0091]
将ai，bi，ci，di代入式(10)可知：
[0092][0093]
在自然边界条件下，α1＝0，因此根据式(14)可以构造如下线性方程组，且中间系数向量α有唯一解：
[0094][0095]
其中，im(1)～im(n
time
)分别表示第m通道的第1～n
time
个时间采样点的强度值，n
time
表示时域采样点数量，α1～α
ntime
表示第1个～第n
time
个采样点对应的中间系数。
[0096]
通过对上述线性方程组进行求解，即可得到第m路采集信号有关的中间系数向量α1～α
ntime
。进一步的，第m路采集信号的插值函数sii(t)的系数(ai，bi，ci，di)可以通过下式计算得到：
[0097][0098]
其中，im(i)和im(i+1)分别表示在第m个通道的入侵位置的空间域采样点j提取的第i个和第i+1个时域采样点对应的强度值，即有：im(i)＝tracem(i,j)。h表示t
i+1
和ti之间的时间间隔并满足关系式h＝1/f
pulse
，αi和α
i+1
分别表示第i个和第i+1个时域采样点对应的中间系数；
[0099]
s5、根据步骤s4得到的重采样数据，利用dcm相位解调处理得到振动相位信息。
[0100]
本实施中，采用的dcm相位解调方法为现有的dcm相位解调方法，相位解调流程参见图3，具体实现过程如下：
[0101]
步骤1：通过去直流模块30去除直流影响。具体计算方法为将重采样模块输出的重采样信号si1，si2和si3通过加法器301获得直流信号，直流信号分别与si1，si2和si3通过加法器302，303和304相加去除直流量影响，得到去直流后的信号a，b和c；
[0102]
步骤2：通过微分交叉相乘模块31计算振动相位微分信息。具体计算方法为a，b和c进入微分器311，312和313进行前向差商处理，得到d，e和f；a，b，c，d，e和f进入交叉相乘器314得到包含有振动相位微分信息的信号x；
[0103]
步骤3：通过去光强波动模块32计算相位微分值。具体计算方法为将去直流后的信号a，b和c分别进入平方器321，322和323和加法器324得到光强波动项m，m进入乘法器325乘以系数作为除法器326的分母，执行x/m运算326得到相位微分值；
[0104]
步骤4：运行积分模块33。对x/m得到的值进行积分运算331即可得到待测的振动相位变化量φ。
[0105]
本实施例中，所采用的利用重采样法降低系统中dcm算法的相位恢复误差，其原理在于dcm算法解调相位时，基于泰勒展开实现的微分器311，312和313的计算结果
高度依赖于时域上两个信号的连续性。例如，在测量时间为ti时第一通道的去直流信号a的微分值d近似计算为d(ti)＝[a(t
i+1
)-a(ti)]/h，相应的误差δd(ti)为：
[0106][0107]
其中，a
(n)
为a的n阶导函数，a的数学形式为：
[0108][0109]
式中，d和f分别为入侵信号幅度和频率，t为时域采样时间，φ
envir
为环境扰动引入的相位，h表示t
i+1
和ti之间的时间间隔并满足关系式：h＝1/f
pulse
。δe(ti)和δf(ti)用相同的方法计算。δd，δe和δf的大小将在接下来的运算过程中传输，最终产生的解调相位误差为：
[0110][0111]
由式(16)和式(18)可知，解调相位误差由入侵信号幅度，频率和f
pulse
确定。由于传统的系统中f
pulse
不可调，且受限于km级的光纤长度局限在khz量级，因此，解调相位误差误差往往较大，不能准确恢复振动相位变化信息。因此，本发明实施例通过重采样法，对数据的点数进行插补，实现了时域采样率可调，解调相位误差不再受限于f
pulse
，其误差将大大降低。参见图5，(a)为实施重采样前后的解调相位时域波形对比和(b)频谱信噪比对比，由图可知，本发明实施例提供的数据处理方法得到的解调相位的恢复质量被有效改善，光强波动噪声被抑制，频谱信噪比提升了52.5db。图6为实施重采样前(a)和重采样后(b)的解调相位的均方根误差(rmse)分布对比，由图可知，本发明实施例通过重采样法解调相位的幅频响应范围(response area)被大大拓宽。
[0112]
综上所述，本发明公开了一种降低dcm算法相位恢复误差的系统数据处理方法，其通过对基于3
×
3耦合器的系统的三路采样采集信号利用多通道融合定位算法和重采样法进行数据预处理，显著降低了dcm算法的相位恢复误差，消除了光强波形噪声的影响，基于本发明可以实现长距离、全振动信息的高速线性精确相位解调，保证传感系统稳定性和准确性。该方法具有很好的应用前景和市场需求。
[0113]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

技术特征：
1.一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，包括以下步骤：s1、获取第一、第二、第三通道的瑞利散射信号，并分别进行二维时空矩阵重构；s2、分别对每个通道数据在空间域进行时域移动差分和累加处理，得到三条差分曲线；s3、对三条差分曲线进行加权平均，得到多通道融合的差分迹线，根据差分迹线判断是否有振动，若有，获取振动入侵位置；s4、提取振动入侵位置的三个通道的信号强度，并分别进行插值运算，得到各自的插值函数实现重采样，插值函数的计算公式为：s
i
(t)＝a
i
+b
i
t+c
i
t2+d
i
t3；其中，t∈[t
i
,t
i+1
]，a
i
，b
i
，c
i
，d
i
分别是插值函数在时间区间[t
i
,t
i+1
]上的插值系数，t
i
和t
i+1
分别表示第i个数据点和第i+1个数据点对应的时间，所述插值系数的计算公式为：其中，i
m
(i)和i
m
(i+1)分别表示第m个通道在振动入侵位置对应的第i个和第i+1个时域采样点的强度值，h表示时间域采样时间间隔，α
i
和α
i+1
分别表示第i个和第i+1个时域采样点对应的中间系数；s5、根据s4得到的重采样数据，利用dcm进行相位解调处理得到振动相位信息。2.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述中间系数的计算公式为：其中，i
m
(1)～i
m
(n
time
)分别表示第m通道在振动入侵位置对应的第1～n
time
个时域采样点的强度值，n
time
表示时间域采样点数量，α1～α
ntime
表示第1个～第n
time
个采样点对应的中间系数。3.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述s2中，分别对每个通道数据进行时域移动差分处理的公式为：diff
m
(i,j)＝trace
m
(i+x,j)-trace
m
(i,j)其中1≤i≤n
time-x,1≤j≤n
space
；进行累加处理的公式为：
其中1≤i≤n
time-x,1≤j≤n
space
；其中，sum
m
(j)表示第m个通道在第j个空间域采样点对应的累加强度差值，diff
m
(i,j)表示第j个空间域采样点在第i个时域采样点的差分值，trace
m
(i+x,j)和trace
m
(i,j)表示第m个通道中第j个空间域在第i+x个和第i个时域采样点的强度值，x表示差分间隔，n
time
表示时间域采样点数量。4.根据权利要求3所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述x的取值大于5。5.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述s3中，对三条差分曲线进行高斯滤波以及归一化后再进行加权平均。6.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述s3中，对三条差分曲线进行归一化的方法为：其中1≤j≤n
space
；其中，norm
m
(j)表示第m个通道对应的差分曲线在第j个空间域采样点归一化后的强度值，sum
m
(j)表示第m个通道在第j个空间域采样点对应的累加强度差值，min(sum
m
)和max(sum
m
)分别表示第m条差分曲线的最小强度值和最大强度值。7.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述s3中，对三条差分曲线进行加权平均的公式为：其中，ds(j)表示加权平均后的差分迹线在第j个空间域采样点的强度值，norm
m
(j)表示第m个通道对应的差分曲线在第j个空间域采样点归一化后的强度值，w1,w2和w3为三条差分曲线的权重，它们的计算方法为：其中，w
m
表示第m个通道对应的差分曲线的权重，n
space
表示空间域采样点的数量。8.根据权利要求1所述的一种降低dcm算法相位恢复误差的系统数据处理方法，其特征在于，所述s5中，根据s4得到的重采样结果，利用dcm进行相位解调处理得到振动相位信息。

技术总结
本发明属于相位敏感型光时域反射的分布式光纤传感技术领域，具体涉及一种降低DCM算法相位恢复误差的φ-OTDR系统数据处理方法，包括以下步骤：S1、对系统输出的3通道瑞利散射信号进行二维时-空矩阵重构；S2、分别对二维时-空矩阵进行时域移动差分和累加处理；S3、进行加权平均得到多通道融合的差分迹线，根据差分迹线判断是否有振动，若有，获取振动入侵位置；S4、利用重采样法对提取的入侵源位置处的时-空矩阵数据进行插补；S5、对重采样数据利用DCM算法进行相位解调处理，本发明实现了DCM算法相位恢复误差降低、幅频响应范围拓展和抗噪声性能提升，基于本发明可以实现长距离、全振动信息的高速线性精确解调，保证传感系统稳定性和准确性。性和准确性。性和准确性。


技术研发人员：张建忠 王婷玉 马喆 刘铭 张明江
受保护的技术使用者：太原理工大学
技术研发日：2023.05.19
技术公布日：2023/8/9