基于CNN的OFDR形状传感系统空间分辨率提升方法

本申请属于光纤传感探测的，具体涉及基于cnn的ofdr形状传感系统空间分辨率提升方法。

背景技术：

1、分布式光纤传感技术是一项先进的监测技术，它利用光纤作为传感介质，同时充当测量的传输介质。这一技术基于光纤中光波的传输特性，包括拉曼散射、瑞利散射和布里渊散射等，能够实时监控沿光纤长度方向的外部环境变化。这种技术具有抗电磁干扰能力强、结构相对简单、空间分辨率高以及传感距离潜力较远等优势，因此在各种领域得到广泛应用，如大桥安全检测、土木工程监测、地下隧道火灾预警、地质勘测等。在社会建设中，分布式光纤传感技术发挥着关键作用。

2、光频域反射技术(ofdr)是分布式光纤传感系统的代表，它具有重量轻、体积小、高灵敏度、强电磁干扰抗性和高空间分辨率等优点。ofdr技术可连续测量沿光纤距离上的应变、振动、温度等外部物理量的变化。最近几年，随着ofdr技术的发展，形状传感成为了大热的科研方向。面向航空航天，智慧医疗等高精尖领域，基于ofdr的应变测量技术成为了形状传感的基础。

3、ofdr应变测量系统的工作原理如下：可调谐激光光源发出线性扫频光，其中一束光进入待测光纤，待测光纤的后向瑞利散射光返回，形成信号光，与另一束参考光发生拍频干涉。拍频信号经快速傅里叶变换处理后，可以获取沿传感光纤构建的距离域信息。在ofdr系统中，需要采集一次没有外部干扰的参考信号和受影响的测试信号，然后将它们互相关计算以获得外部应变信息的变化。ofdr应变测量系统的显著特点是其高空间分辨率，可达到毫米级别，因此在需要高精度形状监测的领域，如航天航空，医疗应用具有重要应用潜力。然而，提高空间分辨率时，互相关信号的相关性降低，可能导致多峰和假峰的互相关结果。因此，研究如何有效提高ofdr应变测量系统的空间分辨率成为一个重要的研究方向。

技术实现思路

1、本发明的目的是提供一种用于形状传感的基于cnn的高空间分辨率ofdr，在不改变传统系统结构及增加成本的前提下，有效提升了ofdr系统的空间分辨率。其技术方案为，

2、一种用于形状传感的基于cnn的高空间分辨率ofdr，包括以下步骤：

3、s1.分别采集两次信号，一次为不包含应变信息的信号，为参考信号；另一次为包含应变信息的信号，为测试信号；

4、s2.将参考信号和测试信号通过快速傅里叶变化映射到距离域上，并取窗口大小c将信号划分为n等分，其中窗口大小c决定了系统的空间分辨率；

5、s3.对第一份参考信号和测量信号的局部距离域信息进行快速逆傅里叶变化；

6、s4.对快速逆傅里叶变换后的参考信号和测量信号通过互相关计算得到一维互相关结果；

7、s5.重复步骤s3-s4，得到光纤每一对应位置的互相关结果，将得到的所有一维互相关结果在光纤距离上重构成二维图像信号x；

8、s6.利用生成无噪声模拟图以及高空间分辨率下实测的低噪声图像作为修改后卷积神经网络模型cnn的数据训练集z；

9、修改后卷积神经网络模型cnn包括在卷积神经网络模型cnn的前面和后面分别添加下采样单元和上采样单元；

10、s7.步骤s5得到的二维图像通过训练好的卷积神经网络模型cnn处理，得到去噪后的互相关二维图像x′；

11、s8.将通过步骤s7处理后的图像x′重新解构得到光纤各位置的光谱偏移量，从而能够得到高空间分辨率下的测量结果。

12、优选的，包括以下步骤：步骤s6中cnn的训练步骤如下：

13、s61.使用adam算法最小化损失函数，并将其超参数设置为默认值；

14、s62.以设定像素的滑动步长裁剪步骤s6中的训练集z为m*m像素的图像块，将大图像转换成适合模型处理的小块；

15、s63.设置迭代的周期数,在每个周期内，将训练数据分成n个批次；

16、s64.在每个批次处理中，模型执行前向传播，生成预测，并计算一个损失函数来测量预测与实际结果之间的差异。

17、优选的，利用matlab生成的模拟图具有与步骤s5中二维图像信号相同的尺寸大小，同时具有两条明亮条纹分别代表无应变位置信息及有应变位置信息，且应变位置的大小以及长度是完全随机的。

18、优选的，高空间分辨率下的低噪声实测图像需要进行插值处理，以匹配步骤s5中二维图像信号的尺寸。

19、优选的，修改后的卷积神经网络模型cnn包括多层3*3像素的卷积层；每一层都包括卷积conv、整流线性函数bn和批量归一化relu。

20、优选的，修改后的卷积神经网络模型cnn的第一层采用conv+relu、中间层采用conv+bn+relu、最后一层采用conv。

21、优选的，将步骤s8重构的二维图像信号x′重新分解到光纤的对应位置，通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。

22、与现有技术相比，本申请有益效果如下：

23、有益效果

24、1)本发明所提出的用于形状传感的基于cnn的高空间分辨率ofdr可以提高测量系统的空间分辨率，使其在航天航空、医疗机器设备等高精度监测领域具有更大优势和更广阔的应用。

25、2)本发明所提出的用于形状传感的基于cnn的高空间分辨率ofdr通过对二维图像信息的去噪处理，不仅能够提高系统空间分辨率，而且能够有效去除测量结果的异常值，提高测量的准确性。

技术特征：

1.一种基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，包括以下步骤：步骤s6中cnn的训练步骤如下：

3.根据权利要求1所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，利用matlab生成的模拟图具有与步骤s5中二维图像信号相同的尺寸大小，同时具有两条明亮条纹分别代表无应变位置信息及有应变位置信息，且应变位置的大小以及长度是完全随机的。

4.根据权利要求1所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，高空间分辨率下的低噪声实测图像需要进行插值处理，以匹配步骤s5中二维图像信号的尺寸。

5.根据权利要求1所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，修改后的卷积神经网络模型cnn包括多层3*3像素的卷积层；每一层都包括卷积conv、整流线性函数bn和批量归一化relu。

6.根据权利要求5所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，修改后的卷积神经网络模型cnn的第一层采用conv+relu、中间层采用conv+bn+relu、最后一层采用conv。

7.根据权利要求1所述的基于cnn的ofdr形状传感系统空间分辨率提升方法，其特征在于，将步骤s8重构的二维图像信号x′重新分解到光纤的对应位置，通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。

技术总结
本申请属于光纤传感探测的技术领域，具体涉及一种用于形状传感的基于CNN的高空间分辨率OFDR，首先将传统的一维互相关处理结果信号按距离轴排列转化为二维图像信号，在二维图像的基础上通过改进的卷积神经网络去噪方法对图像进行处理，再对去噪后的图像按照距离轴取最大值，最终得到去噪后的应变测量结果。本发明所提出的用于形状传感的基于CNN的高空间分辨率OFDR可以提高测量系统的空间分辨率，使其在航天航空、医疗设备等高精度形状监测领域具有更大优势和更广阔的应用。

技术研发人员：秦增光,李帅,杨翕宇,张博通,丛振华,刘兆军
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/3/4