基本信息
- 項(xiàng)目名稱:
- 基于小波變換和模板匹配的OTDR事件分析方法
- 來(lái)源:
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類:
- 信息技術(shù)
- 簡(jiǎn)介:
- 在現(xiàn)代通信技術(shù)中,寬帶光纖維護(hù)已成為關(guān)鍵問題。寬帶光纖線路不斷增多,監(jiān)測(cè)維護(hù)已完全實(shí)現(xiàn)機(jī)器自動(dòng)化。在光纖維護(hù)過(guò)程中,光時(shí)域反射儀(OTDR)是必不可缺的測(cè)試儀器。OTDR的核心功能是利用內(nèi)嵌的軟件算法對(duì)光纖事件進(jìn)行檢測(cè)與定位。我們團(tuán)隊(duì)將DSP及模式識(shí)別技術(shù)中的小波變換及模板匹配算法應(yīng)用于該項(xiàng)目,最終實(shí)現(xiàn)通過(guò)有效的算法對(duì)光纖事件點(diǎn)進(jìn)行準(zhǔn)確的檢測(cè)與定位,提高了OTDR事件識(shí)別的精確性與可靠性。
- 詳細(xì)介紹:
- 在現(xiàn)代通信技術(shù)中,寬帶網(wǎng)絡(luò)高速發(fā)展的同時(shí),寬帶光纖維護(hù)也成為了首要難題之一。寬帶光纖線路不斷增多,監(jiān)測(cè)維護(hù)已完全實(shí)現(xiàn)機(jī)器自動(dòng)化。在光纖維護(hù)過(guò)程中,光時(shí)域反射儀(OTDR)是必不可缺的測(cè)試儀器。OTDR的核心功能是利用內(nèi)嵌的軟件算法對(duì)光纖事件進(jìn)行檢測(cè)與定位。目前國(guó)內(nèi)的OTDR測(cè)試技術(shù)正處于起步階段,急需技術(shù)上的創(chuàng)新和突破。我們團(tuán)隊(duì)將DSP及模式識(shí)別技術(shù)中的小波變換及模板匹配算法應(yīng)用于該項(xiàng)目,提高了OTDR事件識(shí)別的精確性與可靠性。 OTDR的工作原理與雷達(dá)類似:OTDR向光纖中發(fā)射短脈沖,然后一部分光通過(guò)光纖介質(zhì)中的瑞利散射或菲涅爾反射被反射回來(lái)。不同時(shí)刻返回的光功率值,通過(guò)傳播時(shí)間與傳播距離的關(guān)系可以反映光纖不同位置的光衰減及反射特性[1],從而得到OTDR測(cè)試曲線。OTDR測(cè)試曲線中的總體光功率衰減由瑞利散射引起。曲線中有三類事件:(1)光纖末端(2)反射性事件:體現(xiàn)為尖峰型突變,通常由光纖活接頭、光纖斷裂處的因折射率變化產(chǎn)生的菲涅爾反射引起(3)非反射性事件:體現(xiàn)為階躍型突變,通常由光纖熔接、光纖受壓產(chǎn)生的扭曲造成在該位置經(jīng)瑞利散射反射OTDR的光功率值發(fā)生異常衰減。通常情況下,(1)(2)類事件數(shù)量少且易于定位,而(3)非反射性事件數(shù)量多且較難進(jìn)行精確定位,特別是信噪比很低的情況下,噪聲幅值與事件造成的信號(hào)幅值突變規(guī)模相近,對(duì)事件的檢測(cè)及定位造成極大干擾。另一方面,光纖事件檢測(cè)的實(shí)時(shí)性對(duì)算法的復(fù)雜度提出了較高要求。 我們提出了一種新的基于雙正交小波變換和模板匹配的OTDR事件分析方法. 對(duì)數(shù)化的OTDR測(cè)試數(shù)據(jù)是信噪比隨時(shí)間變化的非平穩(wěn)信號(hào)。對(duì)于非平穩(wěn)信號(hào),雙正交小波變換是一種很理想的時(shí)頻分析工具,它能夠在無(wú)相位失真的情況下檢測(cè)出噪聲中的信號(hào)的奇異點(diǎn)(OTDR測(cè)試數(shù)據(jù)的事件位置)并對(duì)其進(jìn)行整體定位。 另一方面,模板匹配法可以在一段信噪比近似不變的信號(hào)局部?jī)?nèi)對(duì)事件點(diǎn)進(jìn)行精確定位。 本文首次提出在無(wú)需對(duì)信號(hào)做去噪預(yù)處理的情況下直接根據(jù)噪聲強(qiáng)度選擇合適尺度下的小波系數(shù),通過(guò)檢測(cè)模極大值對(duì)OTDR事件進(jìn)行檢測(cè)和粗略定位,并進(jìn)一步采用模板匹配在此粗略定位區(qū)間內(nèi)通過(guò)尋找模板與信號(hào)局部相關(guān)系數(shù)極大值位置對(duì)事件進(jìn)行精確定位的方法,并討論了不同小波基的選取及小波變換分解層數(shù)對(duì)定位效果的影響。對(duì)工程實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,無(wú)需去噪等預(yù)處理步驟,本文的方法能夠在不同信噪比情況下對(duì)事件進(jìn)行準(zhǔn)確定位,進(jìn)而證明其對(duì)染噪的OTDR數(shù)據(jù)分析體現(xiàn)出良好的自適應(yīng)性及可靠性。
作品專業(yè)信息
撰寫目的和基本思路
- 作品的基本思路是將OTDR數(shù)據(jù)視為非平穩(wěn)離散時(shí)間信號(hào),在無(wú)需對(duì)信號(hào)做去噪預(yù)處理的情況下直接根據(jù)噪聲強(qiáng)度選擇合適尺度下的小波系數(shù),通過(guò)檢測(cè)模極大值對(duì)OTDR事件進(jìn)行檢測(cè)和粗略定位,并進(jìn)一步采用模板匹配在此粗略定位區(qū)間內(nèi)通過(guò)尋找模板與信號(hào)局部相關(guān)系數(shù)極大值位置對(duì)事件進(jìn)行精確定位,并討論了不同小波基的選取、小波變換分解層數(shù)、噪聲強(qiáng)度對(duì)定位效果的影響。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 對(duì)非平穩(wěn)的離散時(shí)間信號(hào)(OTDR數(shù)據(jù)),雙正交小波變換是一種很理想的時(shí)頻分析工具,它能夠在無(wú)相位失真的情況下檢測(cè)出噪聲中的信號(hào)的奇異點(diǎn)(OTDR測(cè)試數(shù)據(jù)的事件位置)并對(duì)其進(jìn)行粗略定位。 另一方面,模板匹配法可以在信號(hào)局部對(duì)事件點(diǎn)進(jìn)行精確定位。本文首次提出先利用不同尺度下的雙正交小波變換模極大值檢測(cè)對(duì)事件進(jìn)行檢測(cè)及粗略定位,然后根據(jù)信號(hào)特征與模板的相關(guān)性在時(shí)域進(jìn)行精確定位的方法,達(dá)到了較好的效果。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 近幾十年來(lái),隨著光纖通信的負(fù)荷日趨增大,利用光時(shí)域反射儀(OTDR)進(jìn)行光纖參數(shù)的測(cè)量及光纖事件的自動(dòng)準(zhǔn)確定位已成為研究熱點(diǎn)。目前國(guó)內(nèi)的OTDR測(cè)試技急需技術(shù)上的創(chuàng)新和突破。其主要困難在于非反射性事件數(shù)量多且較難進(jìn)行精確定位,另外,噪聲對(duì)事件的檢測(cè)及定位造成極大干擾。對(duì)工程實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,我們的方法能夠?qū)υ肼晠^(qū)中的OTDR事件進(jìn)行準(zhǔn)確識(shí)別與定位,進(jìn)而表明我們的算法具有良好的應(yīng)用前景。
學(xué)術(shù)論文摘要
- 本文提出了一種新的基于雙正交小波變換和模板匹配的OTDR事件分析方法. 對(duì)數(shù)化的OTDR測(cè)試數(shù)據(jù)是信噪比隨時(shí)間變化的非平穩(wěn)信號(hào)。對(duì)于非平穩(wěn)信號(hào),雙正交小波變換是一種很理想的時(shí)頻分析工具,它能夠在無(wú)相位失真的情況下檢測(cè)出噪聲中的信號(hào)的奇異點(diǎn)(OTDR測(cè)試數(shù)據(jù)的事件位置)并對(duì)其進(jìn)行整體定位。 另一方面,模板匹配法可以在一段信噪比近似不變的信號(hào)局部?jī)?nèi)對(duì)事件點(diǎn)進(jìn)行精確定位。 基于本文提出的方法,先利用不同尺度下的雙正交小波變換模極大值檢測(cè)對(duì)事件進(jìn)行檢測(cè)及粗略定位,然后根據(jù)信號(hào)特征與模板的相關(guān)性在時(shí)域進(jìn)行精確定位。對(duì)工程實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,無(wú)需去噪等預(yù)處理步驟,本文的方法能夠在不同信噪比情況下對(duì)事件進(jìn)行準(zhǔn)確定位,進(jìn)而證明其對(duì)染噪的OTDR數(shù)據(jù)分析體現(xiàn)出良好的自適應(yīng)性及可靠性。
獲獎(jiǎng)情況
- 正在整理發(fā)表過(guò)程中
鑒定結(jié)果
- 暫無(wú)
參考文獻(xiàn)
- [1] Xiaodong Gu, Mike Sablatash. “Estimation and Detection in OTDR Using Analyzing Wavelets”. [2] P. Blanchard, J. Dubard, etc. “Simulation Method of Reflectance Measurement Error Using the OTDR” [3] Fenlei Liu, Christopher J. Zarowski, “Detection and Estimation of Connection Splice Events in Fiber Optics Given Noisy OTDR Data—Part I: GSR/MDL Method”. [4] Fenlei Liu, Christopher J. Zarowski, “Detection and Estimation of Connection Splice Events in Fiber Optics Given Noisy OTDR Data—Part II: R1MSDE Method”. [5] Xiaojing Man, Yi Dong, etc. “Analysis of connection splice events in OTDR data using short Fourier transform method”. [6] Yongmin Kim, Jinho Sung, etc. “Analyzing OTDR Measurement Data Using the Kalman Filter”. [7] Xiaoli Hao, Houjin Chen, Changli Wang. “One data processing method for detecting fibre events” [C]. [8] Liangrui Tang, Bing Qi, etc. “Wavelet transform based algorithm for optical fiber fault analysis”.
同類課題研究水平概述
- 目前,已有很多學(xué)者對(duì)OTDR事件分析算法進(jìn)行了研究。P. Blanchard等人在1990年提出基于兩點(diǎn)法和最小二乘法的事件監(jiān)測(cè)算法[2],該算法復(fù)雜度低,但抗噪聲能力差,定位精度差。Xiaodong Gu等人與1994年提出利用小波變換從OTDR曲線中提取信息,并據(jù)此進(jìn)行事件位置檢測(cè),但其沒有給出對(duì)于曲線中非反射性事件的定位準(zhǔn)確度分析。Fenglei Liu等人引入Gabor變換進(jìn)行分析[3] ,隨后又提出了一階匹配子空間算法 [4],但其算法只針對(duì)反射性事件進(jìn)行研究,沒有對(duì)非反射性事件定位問題進(jìn)行探討。2008年,Yongmin Kim等人提出用統(tǒng)計(jì)信號(hào)處理方法Kalman濾波對(duì)數(shù)據(jù)進(jìn)行處理,但其只研究了高信噪比情形下的算法性能,未對(duì)算法的抗噪聲性能進(jìn)行分析。 此外,前四者都采取OTDR采集原始數(shù)據(jù)(線性坐標(biāo)下的指數(shù)型曲線)與白噪聲疊加的模型,而目前實(shí)際工程應(yīng)用中,隨著可測(cè)距離的增加,大多數(shù)OTDR是通過(guò)直接檢測(cè)對(duì)數(shù)化的數(shù)據(jù),以獲得較大的動(dòng)態(tài)范圍,采集的數(shù)據(jù)曲線在對(duì)數(shù)坐標(biāo)下呈線性函數(shù)與非高斯白噪聲的疊加[5]。2004至2006年間,Xiaoli Hao[7]等人和Liangrui Tang[8] 等人提出用小波變換對(duì)對(duì)數(shù)化的數(shù)據(jù)進(jìn)行分析。Xiaoli Hao[7]等人先利用小波變換對(duì)信號(hào)進(jìn)行預(yù)處理,濾除信號(hào)中的噪聲,再重新進(jìn)行小波變換,并根據(jù)小波系數(shù)模極大值來(lái)確定事件位置,Liangrui Tang[8]等人則在去噪后通過(guò)將各級(jí)小波系數(shù)相乘,實(shí)現(xiàn)了突變信號(hào)的增強(qiáng)環(huán)節(jié),從而在強(qiáng)噪聲情況下更有效地實(shí)現(xiàn)了信噪分離,從而降低了事件漏判概率。然而,在小波域內(nèi)對(duì)信號(hào)細(xì)節(jié)部分進(jìn)行處理,雖能突出事件點(diǎn)特征并壓制噪聲,但仍無(wú)法在小波域內(nèi)對(duì)事件點(diǎn)進(jìn)行精確定位。原因是,原始離散時(shí)間信號(hào)每經(jīng)過(guò)一次離散小波變換,時(shí)間分辨率都下降為原來(lái)的一半[9],如果僅在小波域?qū)δO大值點(diǎn)進(jìn)行定位,無(wú)法從理論上精確地定位事件到原始信號(hào)的某一時(shí)間點(diǎn),而只能將事件點(diǎn)的預(yù)測(cè)位置限定在原始信號(hào)的某一段區(qū)間內(nèi)。OTDR事件點(diǎn)定位問題不僅需要算法對(duì)噪聲有良好的抗干擾能力,還要求算法能給出事件點(diǎn)的精確位置。此時(shí),為了保證定位的精確度,在小波域?qū)δO大值點(diǎn)進(jìn)行定位的基礎(chǔ)上,必須采用進(jìn)一步對(duì)事件進(jìn)行精確定位的手段,本文提出的模板匹配法很好地解決了這一問題。