[发明专利]一种基于自适应VMD的φ-OTDR水声信号处理方法和装置

权利要求书

1.一种基于自适应VMD的φ-OTDR水声信号处理方法，其特征在于，包括如下步骤：

S1、通过基于相位生成载波方法解调散射信号相位变化的Φ-OTDR系统采集光纤传感器上的传感数据，得到观测信号；并设置信号分解数量和迭代阈值；

S2、将传感信号转换为解析信号；

S3、基于维纳滤波器和混频原理对解析信号进行分解，计算分解后的数据收敛容忍度；判断数据收敛容忍度是否小于迭代阈值；若小于，则进入步骤S4，得到解析信号的模态分量；反之，返回步骤S2；

具体包括如下子步骤：

S31、通过维纳滤波器思想构造最小化信号分解的约束条件；所述约束条件包括如下两条：模态分量的中心频率小于解析信号的频率带宽、原始信号与分解信号之差通过惩罚因子进行约束调节实现最小化；

S32、解析信号模态分量，将信号频率变化的过程通过傅里叶变换转换到频域进行运算；通过构造拉格朗日方程对变分约束模型进行求解，将解析信号拆分为若干个中心频率不同的模态分量；

S33、计算解析信号与若干个模态分量之和的梯度二范数平方作为数据收敛容忍度；

S34、将数据收敛容忍度小于程序设定的迭代阈值作为分解迭代的终止条件，获得解析信号的模态分量；

S4、通过傅里叶逆变换，取解析信号模态分量的实部作为传感信号的模态分量；

S5、对传感信号的模态分量进行特征离散化表征；

具体包括如下子步骤：

S51、计算各传感信号的模态分量的全变分特征；

S52、计算各传感信号的模态分量的分形维数特征；

S53、计算各传感信号的模态分量的排列熵特征；

S54、计算各传感信号的模态分量的能量特征；

S55、将不同位置传感信号的模态分量的特征离散点，按照模态分量的序号形成特征离散簇；

S6、计算不同位置，同一模态分量的特征簇的簇内间距和簇间间距；

S7、计算最大边缘损失；获得最大边缘损失最优情况下的模态分解量和分解子信号。

2.如权利要求1所述的一种基于自适应VMD的φ-OTDR水声信号处理方法，其特征在于，所述步骤S2具体包括如下子步骤：

S21、将传感信号进行希尔伯特变换；

S22、根据希尔伯特变换的结果将传感信号转换为解析信号。

3.如权利要求1所述的一种基于自适应VMD的φ-OTDR水声信号处理方法，其特征在于，所述步骤S4具体包括如下子步骤：

S41、将解析信号的模态分量做傅里叶逆变换；

S42、取分量傅里叶逆变换的实部作为传感信号的模态分量。

4.如权利要求1所述的一种基于自适应VMD的φ-OTDR水声信号处理方法，其特征在于，所述步骤S7具体包括如下子步骤：

S71、根据特征离散簇的簇内间距和簇间间距计算最大边缘损失；

S72、对比不同信号分解数量得到的最大边缘损失，取最大边缘损失最小时的信号分解结果。

5.一种基于自适应VMD的φ-OTDR水声信号处理装置，其特征在于：包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-4任一项所述的基于自适应VMD的φ-OTDR水声信号处理方法。

6.一种计算机可读存储介质，其特征在于：其上存储有程序，该程序被处理器执行时,实现权利要求1-4任一项所述的基于自适应VMD的φ-OTDR水声信号处理方法。