利用反卷积提高布里渊光纤传感系统空间分辨率的研究
[Abstract]:Because the distributed Brillouin optical fiber sensing system can measure the stress or temperature at different positions in the sensing fiber according to the Brillouin center frequency shift, it has been widely used in the health monitoring of roads and bridges. The traditional Brillouin optical time domain analysis (BOTDA,Brillouin Optical Time Domain Analysis) system uses rectangular pulse as pump light and continuous light as probe light, sweeps the detected light, records the stimulated Brillouin scattering signal produced in the sensing fiber, and determines the temperature or stress change of the sensing fiber at different positions by the center frequency shift of Brillouin gain spectrum. The longer the sensing distance is, the wider the pump pulse is and the lower the spatial resolution is. The BOTDA system with high spatial resolution under the condition of long distance sensing will have a wide range of application space. In this paper, a deconvolution method is proposed to improve the spatial resolution of BOTDA system. without increasing the complexity of the experimental device, it is necessary to break in the pump pulse once and eliminate the broadening of the scattering signal by the deconvolution numerical method. The concrete contents are as follows: firstly, the Stoke light under different forces is simulated by using the stimulated Brillouin scattering three-wave coupling equation, and the feasibility and limit of improving the spatial resolution by using the known pump light and Stokes light are studied. Secondly, the BOTDA experimental platform is built. In order to study the limit of distinguishing overlapping peaks by deconvolution method, two segments of force in sensing fiber are designed, in which the structure is not subjected to force at intervals. The scattering signals and pump signals under different stress sizes and stress intervals are observed and collected. The existing algorithms are used to process the experimental data, and the deconvolution results, which are slightly inferior to the simulation results, are obtained. Finally, the experimental results show that the inverse convolution method can be used to eliminate the broadening of the signal caused by the pump pulse width under the condition that the input pulse observation is accurate, and the time domain sharpening method can be used under the condition that the input pulse observation is inaccurate. Both methods can increase the spatial resolution by more than 1.75 times.
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN253
【相似文献】
相关期刊论文 前10条
1 王婷;陈功;万遂人;;傅里叶-小波正则反卷积医学超声成像方法[J];声学技术;2011年06期
2 戴冠中,喻铁军,王立新,冯旭,成磊,赵强绩,冯保民,付继光,陈树文,崔文新;极大似然反卷积软件包[J];控制理论与应用;1992年04期
3 陈仅星;一种快速反卷积方法及其实现[J];集美大学学报(自然科学版);2000年02期
4 罗林;樊敏;沈忙作;;光学系统参数确定带宽约束的天文图像盲反卷积[J];天文学报;2007年03期
5 刘琚,聂开宝,梅良模,何振亚;基于最小输出熵的盲反卷积方法[J];山东大学学报(理学版);2002年06期
6 杨怀栋;徐立;陈科新;黄星月;何庆声;谭峭峰;金国藩;;盲目反卷积光谱图超分辨复原算法[J];光谱学与光谱分析;2007年07期
7 黄建明;沈忙作;;基于噪声特性的大气湍流退化图像多帧盲反卷积复原[J];光学学报;2008年09期
8 李睿凡,施发刚,瞿安连;三维反卷积显微成像技术浅谈[J];生物技术通讯;2001年03期
9 邓自立;王佳伟;张明波;;统一和通用的白噪声信息融合反卷积估值器[J];科学技术与工程;2006年14期
10 李栋栋,郭学彬,瞿安连,徐涛;以三维荧光反卷积显微技术研究活体细胞中分泌囊泡的空间分布[J];生物化学与生物物理学报;2003年07期
相关会议论文 前6条
1 吴新星;李明;李目海;单佩韦;;网络微积分中最小加反卷积的研究[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
2 卢少平;;基于盲反卷积的图像上采样算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 李栋栋;郭学彬;瞿安连;徐涛;;应用三维荧光反卷积显微技术观察活体细胞[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
4 熊俊;李栋栋;瞿安连;;活体细胞四维图像科学可视化方法的研究[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
5 苏兆锋;杨海亮;孙剑锋;丛培天;王亮平;;“强光一号”加速器能谱测量实验中的波形还原问题初探[A];第十二届反应堆数值计算与粒子输运学术会议论文集[C];2008年
6 李育杉;戴宪华;刘军;;一种时变MIMO系统盲反卷积模型[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
相关博士学位论文 前2条
1 孙小君;最优和自校正多传感器信息融合白噪声反卷积估值器[D];黑龙江大学;2010年
2 娄帅;多尺度变换域图像反卷积理论研究[D];哈尔滨工业大学;2010年
相关硕士学位论文 前10条
1 李鹤;利用反卷积提高布里渊光纤传感系统空间分辨率的研究[D];哈尔滨工业大学;2015年
2 孙世豹;基于传递函数评价的共焦显微图像反卷积降噪处理算法研究[D];哈尔滨工业大学;2015年
3 蔡晓燕;医学超声信号反卷积研究[D];东南大学;2006年
4 陈扬钛;反卷积网络图像表述与复原[D];国防科学技术大学;2011年
5 郭淑贞;基于高阶谱和小波分析的超声医学图像反卷积研究[D];东南大学;2005年
6 王佳伟;统一和通用的信息融合白噪声反卷积估值器[D];黑龙江大学;2007年
7 李志娟;基于球面反卷积稀疏成像的脑白质纤维跟踪算法研究[D];浙江工业大学;2014年
8 曹刚;双通道反卷积解的性质及快速算法[D];四川大学;2001年
9 韩非;基于反卷积的超声测距的应用研究[D];燕山大学;2004年
10 孙赫;基于现代时间序列分析方法的信息融合反卷积滤波器[D];黑龙江大学;2013年
,本文编号:2498718
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2498718.html