基于声光调制的准分布式光纤振动传感研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:huangyulin2007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
干涉型光纤传感器由于其抗电磁干扰、耐腐蚀、探测灵敏度高、体积小、易于集成、探头本征无源等突出优势,在水声探测及地震海啸预警等领域中的研究和应用越来越广泛。在振动传感系统中,结合光学复用技术能够形成大规模的干涉型传感阵列,从而实现准分布式传感结构。同时基于声光调制器产生的脉冲信号具有较高消光比,有助于提升准分布式系统整体的性能。此外,干涉信号的相位解调方法也在检测过程中起到了关键性作用。因此以准分布式干涉型光纤传感技术为手段,通过对干涉信号的相位信息进行分析,便可实现对被测振动信号的恢复和检测。本文针对光纤干涉型振动传感系统进行了一系列的研究及分析,主要内容如下:(1)为解决干涉型传感系统中存在的随机相位衰落现象,对相位生成载波零差检测以及外差检测两种技术进行了研究,并针对相位生成载波技术中由于调制深度漂移产生的影响,提出了一种改进的相位解调算法。相比较于传统的解调算法,该算法采用微分交叉相除的方式消除了解调过程中调制深度对系统性能的影响。通过相关的仿真工作对该算法进行了验证,仿真结果表明,当调制深度在0.5-3.5rad范围内变化时,改进算法的解调性能始终保持稳定。同时,从频谱结构和动态范围影响因素两方面对零差检测与外差检测两种方案进行了对比与分析,结果表明在大信号检测与减少低频噪声等方面,外差检测具有明显的优势。(2)在对声光调制信号性能分析的基础上,将时分复用技术与干涉仪结构相结合,提出了一种基于外差探测的准分布式光纤振动传感结构。在此基础上,对声光调制脉冲信号的时序和传感基元进行了仿真,并对系统的关键参数如耦合器分光比、系统损耗以及串扰进行了相关分析。此外,对系统光电探测部分的电路进行了设计,该电路结构不仅能够将光电流信号转换为电压信号,同时也可以实现信号的放大功能,经仿真表明该光电探测电路的带宽可达30MHz,且增益达到了120d B。对该光电探测模块的电路板进行了制作,然后将正弦信号调制到光载波上并对其进行检测,实验结果表明该电路能够实现光电转换与信号放大的功能。最后,对振动传感基元的链路进行了设计和搭建,并分别实现了对100Hz和1KHz振动信号的检测,对振动传感阵列的应用和发展具有一定的参考意义。
其他文献
随着人们生活水平的提高,车辆的普及程度越来越高,随之而来的交通事故也越发频繁。据统计,25%~30%的交通事故与驾驶员对道路的警觉程度直接相关,其中并线过程是交通事故的主要发生场合之一,而在非结构化道路,行人及其他非机动车车辆共享道路,驾驶的安全性完全依靠驾驶员的注意力集中度,因此而产生的交通事故也屡见不鲜,这些都给汽车行业的发展带来了巨大的挑战。为解决上述问题,且基于语义分割应有的特性,即具有多
随着互联网的发展,智能教育成为教育发展的迫切需求。学生知识追踪模型能够根据学生的历史学习记录获得习题表征和学生能力表征,追踪学生对知识的掌握情况。智能教育需要准确的学生知识追踪模型。目前,制约学生知识追踪模型效果的两个原因是:(1)习题表征不准确。以知识点为粒度的习题表征难以刻画习题的精确信息;以习题为粒度的表征,由于数据稀疏导致模型参数学习不准确;已有的综合知识点和习题的混合模型采用加性模型进行
深度学习在自然语言处理、图像识别领域的应用日益丰富。近年来,大量的研究涉及了医学影像的自动识别与辅助诊断。医学影像的识别成为了深度学习从计算机领域向医学领域延伸的热点和切入点。利用深度学习进行医疗影像的识别与检测,不仅从很大程度上能够缓解医疗资源的紧张,同时还可以避免人为因素导致的误诊、漏诊现象。尤其是在疾病爆发阶段,在面对大量医学影像时,利用计算机辅助医生进行医学图像的诊断,能够大幅提高诊断效率
近年来,随着科学和信息技术的飞速发展,各类系统的设计复杂度和各部件之间的耦合度也随之增加,系统的脆弱性问题逐渐显现,故障对系统的正常和安全运行造成不可忽视的威胁。为了提高系统对自身故障情况的监测和应对能力,学者们提出了自愈控制的思想。目前自愈控制仍然处于初级发展阶段,并没有学者给出自愈控制的明确定义和研究范畴等基本概念。在学术界对自愈控制理论的研究才刚刚起步,自愈控制理论的研究是滞后于自愈控制的工
人工智能的发展给医疗行业注入了强大的活力,依托人工智能技术的医学辅助诊断系统,可以有效地解决“患多医少”的压力,同时也能减少医学中的误诊现象,减少医患纠纷的发生。将化验单图像内容准确转换成结构化数据是医学辅助诊断系统安全可靠运行的保证,此外患者手上的纸质化验单图像数据也是医疗大数据的重要来源,中文化验单包含了中英文、符号和数字等混排形式的字符,且目前尚缺乏相关的公开数据集,如何将化验单内容准确自动
多能谱CT(Multi-energy Computed Tomography)可以在单次X射线照射下对分离的能量箱中的光子数进行计数,实现不同物质的识别。由于能量箱狭窄,多能谱CT分解后的物质图像往往具有较低的对比度,对低浓度物质的检测非常困难。同时,在CT浓度检测中需要已知质量衰减系数,约束性较高。针对这些问题,本文提出了基于CT值进行浓度检测的两种像素级浓度检测算法,尝试采用深度学习方法进行浓
数字图像广泛应用于新闻传媒、司法鉴定、法庭取证等各个领域,然而随着信息技术的发展,智能手机、相机的普及使得越来越多强大的数字图像编辑器得到开发和使用。更多的用户能够对图像进行自由随意的处理和修改,使得部分恶意用户有了可乘之机,因此图像的真实性和完整性难以保证。图像模糊操作的取证研究通过技术手段揭示图像操作历史,验证图像数据的真实性和完整性。本文基于传统特征方法和深度学习方法进行了模糊操作取证的研究
根据现行动车组检修规程的要求,动车组的运行里程是决定其进入高级修的时机的主要依据,准确的动车组运行里程预测结果是编制合理的高级修计划的基础前提。目前,随着我国高铁规模不断扩大,投入运营的动车组不断增多,各检修单位所能提供的高级修检修资源显得愈发有限,这对高级修检修计划的编制提出了新的挑战,也间接对动车组运行里程预测方法提出了更高的要求。当前普遍采用以动车组日均走行里程数为关键参数的推算法来预测动车
柔性机械臂具有多自由度、可以实现多方向弯曲以及布置灵活等显著优点,在工业中有广泛的用途。本文针对排水管道检测机器人和清淤机器人的需求,研制了电机-钢丝绳驱动的机械弹簧式柔性臂及摆动气缸驱动的复合软管式柔性臂,应用力学理论分析了两种机械柔性臂的弯曲特性,通过了实验验证并成功应用于排水管道检测与清淤机器人。本论文主要做了以下工作:建立两种柔性臂的弯曲静态模型并进行实验验证。通过力学分析,建立了弹簧在弯
与轮式和履带式机器人相比,步行移动机器人在面对复杂的地形环境时表现出更强的灵活性、适应性和机动性,因此被广泛应用众多领域,成为移动机器人的研究热点。根据支链的形式可将步行机器人分为开链式和闭链式两类,闭链连杆步行机器人因其具有多腿少驱动特性、曲柄周转高频驱动特性、整体闭链高刚度特性及高可靠性特性等优势受到广泛关注,但其单一的足端轨迹反映出其适应能力较低的缺点,限制了其应用场景,因此设计出一款具有高