分布式光纖聲傳感DAS系統(tǒng)可以長距離采集振動信號,被廣泛用于周界安防,分布式石油天然氣管線,皮帶機托輥健康監(jiān)測,電力海纜舞動監(jiān)測等應(yīng)用場景。但這些應(yīng)用的最終效果是否能做好在很大程度上決定于上層的應(yīng)用軟件及信號識別算法。 AI作為新技術(shù),能很好的實現(xiàn)對信號的特征識別,因此用AI技術(shù)來實現(xiàn)對分布式光纖聲傳感的特征信號識別開始被廣泛嘗試及應(yīng)用。
而特征信號的識別的第一步是采集到特征信號,能夠采集到盡可能純凈的特征信號,這樣在做識別的過程中,識別的效果才越好。
分布式光纖聲傳感DAS系統(tǒng),采用相干光路進行實現(xiàn),所以系統(tǒng)會存在相干衰落的問題。相干衰落的表現(xiàn)是在解調(diào)出的信號上隨機的產(chǎn)生噪聲,隨機的噪聲對AI模型訓練影響還是非常大的。所以我們在選擇DAS主機前,首先需要考慮的是該主機是否對相干衰落進行處理。相干衰落無法消除,但是我們可以通過算法進行抑制,而要通過算法抑制,通常需要使用數(shù)字IQ的解調(diào)算法而非模擬IQ解調(diào),所以做AI識別選擇DAS主機設(shè)備前,最好確認該主機是否具備了相干衰落抑制的功能。
DAS系統(tǒng)我們通常是使用相位數(shù)據(jù)進行解調(diào),整條光纜所有通道同時解調(diào),并輸出振動曲線,我們成為全域相位解調(diào)。由于DAS系統(tǒng)的數(shù)據(jù)量通常很大,根據(jù)光纜的長度,每秒鐘可能有數(shù)百M的數(shù)據(jù)量產(chǎn)生,所以全域的相位解調(diào)能力也是DAS系統(tǒng)性能指標的一個關(guān)鍵。