论文部分内容阅读
基于瑞利散射的布里渊光时域分析(RBOTDA)系统因为单端工作的优点,在大型监测场合中有广泛的应用前景。但是该技术本身也存在缺陷,由于瑞利散射光十分微弱,导致系统的信噪比较低,限制了测量精度和传感距离。如何提高系统信噪比是RBOTDA系统的关键问题之一。本文将多种降噪算法应用到RBOTDA系统,提出了二维提升小波阈值降噪算法。本文搭建了RBOTDA实验系统,传统的实验数据处理方法为累加平均算法,本文对累加平均算法进行了Matlab仿真分析。研究发现,测量信号的信噪比随着累加次数的增加而提高,1万次累加平均下信噪比达到13.5549dB,比256次提高了7dB,但是增加了9744次的测量时间。累加平均算法以牺牲系统实时性为代价提高信噪比,测量时间长,实时性差。小波变换由于具有良好的时频特性,常用于信号的降噪处理。常见的小波降噪算法有模极大值降噪算法、空域相关滤波算法和小波阈值降噪算法。本文采用三种方法对RBOTDA实验数据进行了一维空间Matlab仿真研究,研究结果表明,小波阈值降噪算法的降噪效果最优。一维小波降噪算法只去除了实验数据在时间域的相关性,忽略了不同扫描频率下实验数据间的相关性。本文将实验数据按照扫描频率排列成二维矩阵,行向量表示同一个扫描频率下光纤不同位置处的数据,具有空间相关性。列向量是不同扫描频率下光纤同一位置处的数据,具有时间相关性。利用二维小波对矩阵降噪,可以同时去除实验数据在时间域和空间域中的冗余,得到比一维小波算法更高的信噪比。上述研究中采用的小波变换以傅里叶变换为基础。基于提升方案的小波变换,继承了传统小波多分辨率的特点,摆脱了傅里叶变换,避免了传统小波中基于卷积算法的冗余计算,降低了运算复杂度。本文结合二维小波高信噪比和提升小波低运算量的特点,提出了二维提升小波阈值降噪算法,并进行参量优化选择。本文采用累加平均算法,一维小波阈值降噪算法和二维提升小波阈值降噪算法对RBOTDA系统实验数据进行处理。结果表明,累加平均算法在1万次累加平均下信噪比达到13.5549 dB,均方误差为0.3275,实时性差。一维小波阈值法和二维提升小波阈值法的原始信号都是256个周期采集的实验数据,实时性远优于累加平均算法。一维小波阈值降噪算法将系统信噪比提高到20.6583dB,均方误差为0.2473。二维提升小波阈值法将系统信噪比提高到25.5076dB,均方误差为0.1688。同时,二维提升分解的运算量比一维小波分解减少了1/3。