[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

说明书

本发明公开了一种基于自适应VMD的φ‑OTDR水声信号处理方法和装置。该水声信号处理方法将信号从时域转换至频域进行分析，对光纤传感器中不同位置的传感信号进行变分模态分解处理，基于信号噪声的特性，提取全变分、分形维数、排列熵、能量特征用于噪声信号的特征离散化。同时，我们根据最大化簇间间距和最小化簇内间距原则设计了一种信号可分离性指标，来观测和优化变分模态分解过程，使得传感信号分解得到的模态分量可以更清晰的划分噪声和目标信号。

技术领域

本发明属于光纤传感水听信号处理领域，具体涉及一种基于自适应VMD的φ-OTDR水声信号处理方法和装置。

背景技术

相位敏感型光时域反射仪（φ-OTDR）具有检测范围广、定位精度高、多点网式探测、抗电磁干扰、可靠性强等优点，被认为是水听系统的核心。光纤在声压的作用下产生微小形变，通过后向瑞利散射的解调，反演得到造成光纤形变的声波信号，实现声波的探测，其非常适用于海底环境中目标探测、识别、监控和跟踪任务，在海洋科学、海洋经济等重要领域有着重要的意义。长距离光纤分布式水听系统硬件之间存在强耦合效应，导致光纤声呐系统海洋环境下采集到的光纤传感信号存在信噪比低、信号混淆叠加严重、信号随传感距离衰减严重且目标信号先验信息少等问题。研究提升目标信号信噪比的信号处理方法对光纤水听应用有着重要意义。

立足于低信噪比的分布式光纤水声传感数据的去噪问题，对光纤分布式水听信号进行预处理。信号预处理是后续目标信号的探测的基础，因此合适的信号预处理方法的研究具有重要的意义。目前光纤传感信号主流的处理方法包括：经验分解（EMD)、LMD、小波分解、变分模态分解等。其中EMD和LMD是递归筛选模式，适合于信噪比高且采样充分的时序数据，这种递归筛选的方法鲁棒性一般，且不易于信号的收敛控制。小波分解适合频段不重叠的窄带信号，但是算法参数过多，去噪效果易受参数影响，且无法设置信号分解数量；变分模态分解（VMD）是一种信号分解并加权融合重构的方法，对于非稳性和信噪比低的信号去噪效果较为明显，有利于低频信号的分解，有利于减少多模态信号之间的混叠，支持人为设定分解数量K，分解效率高，因此本发明最终选择VMD作为信号预处理的基础框架。

变分模态分解是一种递归的信号分解方法，将输入信号分解为一系列不同中心频率的模态分量（IMF），模态分量的个数通过人为设定，且设定的分量个数对信号分解结果有较大的影响。考虑到光纤传感信号中目标信号先验信息不足，且信号混叠严重，为了尽可能的区分模态分量，进而区分系统噪声和目标信号，通过合理的设计模态分量之间的可分性指标，通过自适应反馈的方式，使得VMD算法分解得到的模态分量更容易区分噪声和目标信号，此外，由于光纤传感信号随着传感距离不断衰弱的特性，设计信号损耗指标，使得信号分解的过程中，在尽可能保留信号的有用信息的情况下，分解得到的模态分量之间最易区分。目前，

在光纤分布式声波传感数据的信噪分离应用方面，将模态间距指标以及信号损耗指标融入变分模态分解算法的思路尚无公开的相关文献资料，因此，这种基于自适应反馈思想的光纤分布式声波传感数据的信号预处理方法研究具有重要的意义。

发明内容

本发明的目的在于提供一种基于自适应VMD的φ-OTDR水声信号处理方法和装置，以克服现有技术中的不足。

为实现上述目的，本发明提供如下技术方案：

本申请公开了一种基于自适应VMD的φ-OTDR水声信号处理方法，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；