灵活且高增益的分布式光纤传感解卷积（超空间分辨率）技术

 01   导读

空间分辨率是分布式光纤传感系统的关键指标，解卷积可以突破脉冲光宽度对空间分辨率的限制，实现超空间分辨率。然而，传统的迭代解卷积算法需要人工设计先验，难以准确地恢复光纤传感信号。而基于人工神经网络的端到端方法虽然具有更高的准确性，但训练后的神经网络局限于目标系统，缺乏普适性和灵活性。近期，华中科技大学唐明教授团队采用半二次分裂和去噪神经网络实现了灵活且高增益的分布式光纤传感信号解卷积，该技术结合了迭代优化和机器学习的优点。此外，为了定量评价解卷积算法的性能，他们还提出了解卷积增益的概念和其计算方法。在10倍解卷积实验中，实现了15.8 dB的解卷积增益。研究成果以“Flexible and high-gain DOFS deconvolution based on data-driven denoising prior”为题发表于Journal of Lightwave Technology期刊，论文第一作者为吴昊博士后，通讯作者为唐明教授。

 02  研究背景

时域分布式光纤传感系统测得的信号是光纤实际信息与系统卷积核的卷积，卷积核由脉冲光波形以及系统传输、探测响应共同决定。因此，可以通过解卷积从测量数据y中得到光纤实际信息x。然而，由于噪声的随机性，x的解并不唯一，需要根据分布式传感信号的先验知识增加正则约束，得到最可能的结果。

但是，分布式光纤传感信号的特征难以用简单的公式概括，这导致基于人工先验正则的迭代优化方法得到的结果不理想，往往存在信号畸变。为了获得更准确的恢复结果，基于人工神经网络的端到端解卷积技术被发开出来。通过大量数据的训练，神经网络实现了对分布式光纤传感信号特征的学习与归纳。

基于此数据驱动先验，人工神经网络展现出了更准确的恢复效果。但是，端到端的人工神经网络只适用于其训练所覆盖的系统参数，泛化能力有限。在实际应用中，需要针对不同的系统和参数重新训练新的神经网络，存在使用不够灵活的问题。

另一方面，在相关研究中，学者们主要关注解卷积带来的空间分辨率提升，而忽略了其导致的信噪比变化。然而，信噪比同样是分布式光纤传感系统的关键指标，通过牺牲信噪比获得高空间分辨率是得不偿失的。这也导致难以对解卷积算法进行定量评估和对比。



图1 分布式光纤传感系统示意图

 03   创新研究

3.1 基于半二次分裂和去噪神经网络的分布式光纤传感解卷积技术

根据半二次分裂方法，引入中间变量b，可通过迭代求解以下两个公式实现解卷积。（详细推导过程，请查看论文）其中，公式（1）负责实现解卷积，公式（2）通过去噪的方式实现对结果的约束。因此，可以使用去噪神经网络来处理公式（2），利用数据驱动先验得到更准确的结果。为此，训练了多个去噪神经网络来处理不同信噪比数据。值得注意的是，去噪神经网络的训练数据没有考虑脉冲光卷积过程，因此训练出的去噪神经网络可以适应任意的空间分辨率数据。

3.2 解卷积增益

为了同时考虑解卷积对空间分辨率以及信噪比的影响，提出了解卷积增益(DG)的评价方法:

式中，r为解卷积倍率，SNR '为解卷积后的信噪比，SNR0为原始信号的信噪比。若通过直接改变脉冲光持续时间的方式来提高空间分辨率，则r与SNR’成反比，其DG为0 dB。因此，解卷积增益越高，算法的效果越好。

3.3 解卷积性能对比

图2展示了对实际的OTDR数据的处理结果，系统脉冲宽度100ns，采样率100MSa/s。其中，TVD为基于全变分正则的迭代优化算法，SSRNet-100ns为使用理想方波训练的解卷积神经网络，SSRNet-measured为使用实际测量的卷积核训练的解卷积神经网络，HQS为论文所提出的解卷积方法。由于卷积效应，光纤末尾反射信号宽度为10m左右，对应了系统的空间分辨率。除了SSRNet-100ns算法，解卷积结果的空间分辨率都得到了明显的改善，达到了采样率的极限。SSRNet-100ns的失效说明了人工神经网络对数据的依赖和局限性。

虽然其余算法都实现了相同的空间分辨率提升，但是它们对信号的影响是不相同。TVD、SSRNet-measured和HQS的解卷积增益分别是7.9 dB、15 dB和15.8 dB。采用数据驱动先验的解卷积算法不仅没有使信号恶化反而进一步提升了信噪比。



图2 实验数据解卷积结果

 04   应用与展望

该项工作提出了一种基于半二次分裂和数据驱动先验去噪的分布式光纤传感解卷积方法，该方法结合了迭代方法的灵活性和机器学习方法的准确性。为了量化解卷积算法的性能，文章提出了一种结合了解卷积倍率和信噪比的评价方法。与TVD和SSRNet相比，HQS实现了更高的解卷积增益，并且拥有良好的通用性。作者希望该成果可以促进解卷积算法在分布式光纤传感领域的实际应用，成为改善系统性能的通用手段。

 


审核编辑：刘清