Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Методы и средства измерений параметров направляющих сред оптических телекоммуникационных систем. Учебное пособие
.pdf
51
лятся на три вида [8]:
- бриллюэновские оптические рефлектометры во временной области (Bril-
louin Optical Time-Domain Reflectometr – ВОТDR);
- системы, в которых используется зондирующий сигнал с частотной мо-
дуляцией (Brillouin optical reflectometer in the frequency domain – BOFDR);
- бриллюэновские оптические рефлектометры в корреляционной области
(Brillouin optical reflectometer in the correlation domain – BOCDR).
Во втором случае они тоже делятся на три вида [9]:
- бриллюэновские оптические анализаторы во временной области (Brillouin
Optical Time-Domain Analysis – ВОТDA);
- бриллюэновские оптические анализаторы в частотной области (Brillouin
optical frequency-domain analysis – ВОFDA);
- бриллюэновские оптические анализаторы в корреляционной области
(Brillouin optical analyzer in the correlation domain – ВОCDA).
Базовая структура системы зондирования BOTDR показана на рисунке 3.2.
Рисунок 3.2 – Базовая структура системы зондирования BOTDR
Непрерывная оптическая несущая, генерируемая лазером, модулируется с
помощью амплитудно-импульсного модулятора. На выходе модулятора фор-
мируется последовательность световых импульсов, которая вводится в чув-
ствительное волокно для генерации SpBS. Обнаружив мощность SpBS, можно
определить деформацию вдоль волокна. SpBS – это тип неупругого рассеяния,
вызванного взаимодействием между падающим световым полем и акустиче-
скими фононами внутри оптического волокна. Из-за случайного теплового
движения материальных частиц в оптическом волокне образуется спонтанная
акустическая волна, которую можно рассматривать как решетку, движущуюся
вперед или назад с определенной скоростью вдоль волокна. При зондировании
52
светом с оптической частотой ω
p
вводимый в волокно зондирующий свет взаи-
модействует с движущимся акустическим стробированием, что приводит к оп-
тическому сдвигу частоты зондирующего света за счет эффекта Доплера и
спонтанному образованию Бриллюэновского рассеяния.
Когда зондирующий сигнал и акустическая волна распространяются в одном направлении, формируется световая волна с пониженной частотой ωs, которая называется стоксовым светом. Когда направления противоположны, генерируется световая волна с более высокой частотой ωas, которая называется
антистоксовым светом.
В схеме, представленной на рис. 3.2, ввод зондирующего сигнала осуществляется только в один конец линии. Сигналы обратного спонтанного рас-
сеяния через циркулятор поступают на фотодетектор, с выхода которого они
обрабатываются по соответствующим алгоритмам. Метод BOTDR обладает
широким динамическим диапазоном, однако имеет недостаточную простран-
ственную разрешающую способность. В методе BOFDR становится возможным
обеспечение широкого диапазона измерения. Метод BOCDR отличается высокой пространственной разрешающей способностью. Хотя BOCDR и BOFDR
предлагают преимущество одностороннего доступа, их наибольшее расстояние
срабатывания составляло всего около нескольких километров. По сравнению с
упомянутыми выше методами BOTDR обладает преимуществом как одностороннего доступа, так и большого расстояния срабатывания.
Оптический анализ во временной области Бриллюэна (BOTDA) основан на
вынужденном рассеянии Мандельштама – Бриллюэна (Stimulated Brillouin Scat-
tering – SBS). В системе используется источник непрерывного встречно распро-
страняющегося излучения, подключенный к другому концу тестируемого опти-
ческого волокна. Схемная реализация BOTDA представлена на рисунке 3.3.
Рисунок 3.3 – Схемная реализация BOTDA
С помощью электрооптического модулятора EOM волна накачки с часто-
той ν
1
преобразуется в импульсы, которые через циркулятор вводятся в один
конец зондируемого волокна. Одновременно с этим с другого конца вводится
зондирующая волна с частотой ν
1-vB
. На выходе каждого лазера установлены
два оптических изолятора, чтобы избежать попадания в лазеры любых отраженных оптических сигналов, которые могли бы повлиять на стабильность ра-
53
боты этого лазера. Входной импульс накачки генерирует SBS с частотой ν1-vB.
SBS, возникает только в том месте волокна, где волны накачки и встречно рас-
пространяющиеся зондирующие волны накладываются во времени. Для возникновения вынужденного излучения необходимо, чтобы частота встречно
распространяющейся зондирующей волны совпадала с локальной частотой
Бриллюэна (ν
1-vB
). Методика обнаружения аналогична стандартной системе
OTDR. Сигнал SBS обнаруживается на том же конце оптоволокна, где запускается импульс накачки, и отслеживается в зависимости от времени.
Применение двух различных лазерных источников является основным не-
достатком базовой конфигурации, показанной на рисунке 3.3. Трудно достичь
стабильности частоты и мощности в двух лазерных источниках. Одним из ре-
шений этой проблемы является использование одного лазерного источника для
генерации, как волн накачки, так и зондирующих волн. Эти методы имеют тот
недостаток, что необходимо иметь доступ к обоим концам чувствительного во-
локна, что ограничивает их применение в некоторых областях техники.
3.4 Основные функциональные возможности систем мониторинга
В качестве основных параметров датчиков на эффекте рассеяния Ман-
дельштама – Бриллюэна можно выделить такие характеристики, как простран-
ственное разрешение, погрешность определения изменений механических параметров на протяжении контролируемого участка вдоль ОВ, а также динами-
ческий диапазон.
Пространственное разрешение BOTDR и BOTDA зависит от длительности
импульса, вводимого в оптическое волокно, и времени жизни акустического
фонона [10]:
22
гр
2
B
c
lT
n
= +
, (3.4.1)
где c – скорость света в вакууме;
Δτ – длительность зондирующего импульса;
TB – время жизни акустического фонона.
С учетом того, что TB = 1/(π∙Δν
В
), где Δν
В
– ширина спектра РМБ, выраже-
ние (3.4.1) для пространственного разрешения будет иметь вид
2
2
зи
гр
1
2
B
c
lt
n
= +
. (3.4.2)
Погрешность измерения величины деформации Δε
д
падает с ростом длины
зондируемого ОВ. Поэтому длина тестируемого участка ОВ определяется техническими требованиями к погрешности измерения деформации Δε
д
и темпера-
54
туры ΔT, которые имеют линейную зависимость от измеряемых приращений
частоты ΔfB и интенсивности ΔI
B
. Для среднеквадратических отклонений изме-
рений Δε
д
и ΔT можно записать так:
д д д
22
fI
=+
,
σ
εд
– среднеквадратичная ошибка измерений натяжения;
σ
εдf
– среднеквадратичная ошибка измерений натяжения, обусловленная
погрешностью измерений ΔfB;
σ
εдI
– среднеквадратичная ошибка измерений натяжения, обусловленная
погрешностью измерений ΔIB.
Сдвиг частоты ΔfB можно определить как разность пиковых значений частот f
Bmax
в спектре РМБ. В соответствие с МИ 2083-90 [11] получаем соотно-
шения для погрешностей измерений, обусловленных погрешностью измерений
ΔfB
д
д
f
f
f
C
=
, (3.4.3)
где
д
f
C
– коэффициент зависимости частоты от деформации.
Из (3.4.3) можно получить погрешности измерений, обусловленные погрешностью измерений ΔIB
11
TT
ff
I
TT
f I I f
CC
SNR D SNR
C C C C
= =
−
, (3.4.4)
где SNR – отношение сигнал/шум;
D – определяется соотношением (3.4.5);
T
f
C
– коэффициент зависимости частоты от температуры;
T
I
C
– коэффициент зависимости интенсивности от температуры;
д
I
C
– коэффициент зависимости интенсивности от деформации.
D определяется выражением
T
fI
T
If
CCCCD −=
. (3.4.5)
По методике оценки погрешностей косвенных измерений получим соот-
ношение
д
д
2
2
1
T
ff
f
C
C SNR D
= +
. (3.4.6)
55
Из полученного соотношения (3.4.6) следует, что уменьшение отношения
SNR с увеличением длины тестируемого участка ОВ приводит к быстрому ро-
сту ошибок измерений σ
εд
. При дискриминации измеряемых параметров ОВ
необходимо пренебрегать температурным слагаемым либо слагаемым, содержащим относительное удлинение ОВ. Но при этом следует исключить возможность совместного воздействия Δε
д
и ΔТ на сдвиг частоты Δf. Такой контроль
возможно осуществить прокладкой эталонного ОВ такого же типа, как и ОВ,
используемое для измерений. Эталонное ОВ не должно подвергаться внешним
механическим или температурным воздействиям для датчиков измерения
напряжений или температуры соответственно. При измерении натяжений ОВ
должно выполняться соотношение
дд
BB
I
f
С f С I
=
. (3.4.7)
В силу влияния большого количества внешних факторов анализируемая
погрешность распределена по нормальному закону. Для оценки пиковой частоты и пикового значения коэффициента усиления учитываются все экспериментальные точки выше доли от максимального значения спектрального распределения. Затем, используя метод наименьших квадратов, можно получить зависимость ошибок определения пиковых значений f
Bmax
от SNR [12]:
( )
2
3
пик
в
128
3
1
−
=
FWHM
f
f
SNR
, (3.4.8)
где Δf
FWHM
– ширина спектра на полувысоте;
η
пик
– доля пикового уровня, для которого выполняется квадратичная под-
гонка по методу наименьших квадратов;
δ
в
– шаг частотной выборки.
Подставив (5.65) в соотношение (5.60), для σεд получаем следующую за-
висимость [13]
( )
3
2
д
д
в
пик
3
8 2 1
FWHM
f
f
SNR C
−
=
, (3.4.9)
При η
пик
= 0.5 квадратичная подгонка по методу наименьших квадратов
выполняется только для точек внутри частотного интервала Δf
FWHM
. При этом
соотношение (3.4.8) принимает форму
FWHMf
f
SNR
=
в
4
31
. (3.4.10)
Соотношение (3.4.9) при η
пик
= 0.5 принимает вид
56
д
д
в
3
4
FWHM
f
f
SNR C
=
. (3.4.11)
Отношение SNR на входе регистрирующей аппаратуры не должно быть
менее 3 дБ (SNR > 1). При Δf
FWHM
≈ 35 МГц и шаге частотной выборки δв ≈ 1
МГц из соотношения (5.68) следует, что среднеквадратическая погрешность
измерения натяжения (σεд) имеет значение ~ 0.005%. Улучшить точность изме-
рений можно путем повышения SNR и уменьшая шаг частотной выборки δв.
С увеличением дистанции между точкой контроля и аппаратурой реги-
страции SNR уменьшается. Поскольку процессы изменения температуры и
натяжения достаточно медленные, то возможно провести усреднение, многократно повторив цикл измерений спектра вынужденного рассеяния Мандельш-
тама – Бриллюэна. Это позволяет уменьшить ошибку измерений в раз, где
N – число измерений, по которым проводится усреднение. С учетом этого
уравнение (5.66) принимает вид
( )
д
2
д
3
в
пик
3
8 2 1
FWHM
f
f
SNR C N
−
=
. (3.4.12)
Базовой характеристикой системы мониторинга является такая величина,
как динамический диапазон, который оценивается, исходя из характеристик волоконно-оптического датчика (ВОД) и требуемых значений погрешностей измеряемых величин.
Динамический диапазон BOTDR можно найти из соотношения [14]
( )
rincdcsBBBOTDRdB
SNRSNRPLTRPL −+−−++=
2
1
, (3.4.13)
где PB – пиковая мощность импульса света на входе в ОВ (дБм);
RB – фактор обратного рассеяния Мандельштама – Бриллюэна (дБ);
Ts – отношение выбора рассеяния Мандельштама – Бриллюэна (дБ);
Lc – потери направленного ответвителя (дБ);
Pd – минимальная регистрируемая мощность приемника (дБм);
SNR
inc
– отношение сигнал/шум после усреднения (дБ);
SNRr – отношение сигнал/шум, необходимое для измерения температуры
(дБ).
Фактор обратного рассеяния Мандельштама – Бриллюэна RB можно рассчитать по формуле [15]
1
N
57
10 lg
2
test
BB
vt
RS
=
, (3.4.14)
где S – коэффициент обратного рэлеевского рассеяния;
α
B
– затухание сигнала рассеяния по Бриллюэну;
v – скорость света в ОВ;
Δt
test
– длительность тестового импульса.
S определяется выражением
2
п мп
0.25S
n
=
,
где λ – длина волны;
nп – показатель преломления;
ρ
мп
– радиус модового пятна.
Величина Ts можно найти из соотношения [16]:
=
B
S
t
T
2
arctg
2
lg10
, (3.4.15)
где ∆ν
B
– ширина спектральной линии РМБ.
SNR
inc
зависит от числа накоплений. Так при числе усреднений 2
16
SNR
inc
= 24 дБ.
Для динамического диапазона BOTDA запишем [15]
( )
rincdcМБCWBBOTDAdB
SNRSNRPLPPL −+−−++=
2
1
, (3.4.16)
где PCW – мощность лазера накачки (дБм);
β
МБ
– фактор усиления Мандельштама – Бриллюэна (дБ).
Для стандартного одномодового ОВ
30
2
50
lg10
2
мп
0
МБ
−
=
test
tg.
, (3.4.17)
где g0 – максимальное значение РМБ усиления.
При PB =15 дБ, Pd = –62 дБ, P
CW
= –7 дБ, L
c
= 5дБ, β
МБ
= 17 дБ (для Δt
test
= 1
мкс) из (3.4.16) получим значение динамического диапазона BOTDA
L
dB BOTDA
≈ 33.5 дБ.
58
Длина измерительного участка ОВ ограничена величиной
dB
max
dB
D
L=
, (3.4.18)
где L
max
– максимальная длина тестируемого участка ОВ (км);
DdB – динамический диапазон системы (дБ);
α
dB
– потери в ОВ (дБ/км).
Приведенные выше формулы позволяют оценить максимальную длину
зондируемой линии. Тем не менее, они не учитывают дополнительные потери,
обусловленные сварными соединениями, изгибами оптического кабеля и дру-
гими неоднородностями оптического волокна.
Поскольку модуль Юнга сердцевины волокна изменяется в зависимости от
температуры окружающей среды и деформационных образований, влияние изменений модуля Юнга на параметры Бриллюэна очень важно с точки зрения
производительности системы мониторинга. Следовательно, для различных значений модуля Юнга сердцевины волокна на выходе чувствительной системы
могут быть получены различные данные об изменении мощности по Бриллюэну и сдвиге частоты по Бриллюэну. Дальнейшим развитием в исследуемой области являются исследования предельных функциональных возможностей,
метрологическое обоснование технических требований к основным компонентам и создание системы метрологического обеспечения систем мониторинга.
Особое значение имеет совершенствование алгоритмов автоматической обработки спектров с целью расширения функциональных возможностей исследуе-
мых систем.
3.5 Методы улучшения метрологических характеристик
Среди существующих методов зондирования ВОЛС только системы
BOTDA позволяет проводить высокоэффективное измерение параметров
оптоволокна большой протяженности. Основные ограничения в BOTDA
дальнего действия возникают из-за максимально допустимой входной мощности накачки до появления нелинейных эффектов в волокне, которые в конечном итоге приводят к ошибкам измерения. Однако использование методов кодирования оптических импульсов для систем BOTDA позволяет
улучшить основные метрологические характеристики без возникновения нелинейных эффектов. Учитывая, что динамический диапазон BOTDA в конечном итоге определяется чувствительностью приемника, необходимо использовать другие методы для дальнейшего увеличения расстояния обнару-
жения. Использование методов предварительного усиления и кодирования
оптических импульсов с оптимизированным форматом модуляции значи-
тельно увеличивает динамический диапазон измерений.
Обычно пространственное разрешение BOTDR/BOTDA равно половине
59
длительности зондирующего импульса. Когда импульс короче, чем время жизни
фонона (10 нс), уменьшается коэффициент бриллюэновского усиления. По этой
причине затрудняется точное измерение бриллюэновского сдвига частоты, что
ограничивает пространственное разрешение до 1 м. Для улучшения простран-
ственного разрешения предложены и продемонстрированы различные схемы
BOTDA: BOTDA с предварительной накачкой [17], BOTDA с «темным импульсом» [18] и дифференциальный BOTDA.
В [19] предложена схема BOTDR с высоким пространственным разреше-
нием на основе метода двухступенчатого вычитания дифференциального
спектра Бриллюэна. В основе метода использование пары импульсов длительностью в десятки наносекунд с небольшой разницей в ширине, которые последовательно запускаются в чувствительное волокно. При анализе распределения энергии излучения обратного спонтанного РМБ прямое вычитание бриллюэновских спектров, связанных с парой импульсов, не может улучшить пространственное разрешение. Но с помощью метода двухшагового вычитания
можно достичь субметрового пространственного разрешения. Для каждого
импульса пары соответствует пара бриллюэновских спектров с помощью
бриллюэновского спектрального анализа с двумя разными длинами временных
последовательностей. Дифференциальный спектр Бриллюэна пространственно
связан с сенсорной информацией, возбуждаемой разностью пар импульсов.
Таким методом пространственная разрешающая способность может быть значительно увеличена.
Кроме этого было реализовано несколько методов обработки сигналов для
улучшения пространственного разрешения. В работе [20] автор предложил итерационный метод для улучшения пространственного разрешения BOTDR. Была
достигнута разрешающая способность 0,1 м в зондируемом волокне длиной 1
км с импульсом 10 нс и 1,5 м в волокне длиной 50 км с импульсом 100 нс.
Однако традиционные методы шумоподавления, как правило, основаны на
трудоемких алгоритмах оптимизации. По этой причине были предложены методы шумоподавления на основе нейронных сетей [21].
Помимо этого, в настоящее время используется машинное обучение и
применяется в бриллюэновских системах [22,23]. Обычная обработка сигналов
может быть громоздкой, особенно когда отношение сигнал/шум относительно
низкое. Когда данные зашумлены, оптимизация лоренцевой аппроксимации
происходит значительно медленнее, и ожидаются ошибочные оценки
BFS. Машинное обучение было предложено частично или полностью заменить
традиционными методами обработки сигналов. В частности, машинное обучение использовалось для ускорения извлечения BFS, снижения шума BGS, обеспечения быстрого извлечения температуры непосредственно из BGS и распознавания эффектов температуры и деформации. [24,25]
Например, авторы работы [21] использовали набор проверочных данных
для оптимизации искусственной нейронной сети (ИНС) во время обучения и
применили раннюю остановку, чтобы избежать переобучения. Для полноты
картины упомянем, что переоснащение означает неспособность модели обобщать на основе новых данных, тогда как ранняя остановка останавливает про-
60
цедуру обучения, когда производительность модели, основанной на наборе
проверочных данных, начинает ухудшаться.
Отметим, что сложность архитектуры ИНС сильно связана со временем
прогнозирования. Таким образом, относительно простая архитектура, предложенная в работе [21], оказалась очень эффективной. В частности, окончатель-
ной модели ИНС потребовалось примерно всего 1,2 с для обработки 100 000
BGS.
Несмотря на то, что ИНС могут давать быстрые прогнозы, обучение обычно занимает много времени. В данном случае заявленное время обучения составило примерно три часа. Кроме того, авторы протестировали окончательную
модель ИНС на основе реальных экспериментально полученных данных с по-
мощью системы BOTDA.
Данные обучения и проверки обычно состоят из синтетических данных,
а данные испытаний являются результатом лабораторных или полевых экспериментов. Перед обучением и тестированием все данные нормализуются. В
процессе обучения алгоритм проходит несколько итераций (эпох) на основе
набора обучающих данных.
После каждой итерации производительность модели оценивается путем
оценки ее способности к обобщению на основе набора проверочных дан-
ных. Эта процедура обучения повторяется много раз с разными настройками
гиперпараметров.
Этот процесс настройки гиперпараметров является обычной практикой
в машинном обучении, поскольку помогает найти наиболее эффективные
настройки для алгоритма.
Окончательная модель выбирается на основе производительности
с использованием набора проверочных данных. Наконец, чтобы оценить общую
эффективность обученной модели, она оценивается с использованием отдель-
ного и независимого набора данных, называемого тестовыми данными. Этот
шаг обеспечивает объективную оценку производительности модели на основе
невидимых данных, подтверждая ее возможности обобщения [23].
Методы шумоподавления привели к улучшению BFS и точности температуры в бриллюэновских системах при низком SNR. Низкое соотношение сиг-
нал/шум обычно возникает либо в результате коротких измерений, включающих лишь несколько средних значений сигнала, либо в результате удаленных
положений в длинных оптических волокнах.
Хотя обучение таких алгоритмов обычно занимает много времени, процесс
шумоподавления происходит очень быстро. Это связано с тем, что после обучения модели нейронной сети сами прогнозы не включают в себя какие-либо
задачи оптимизации.
Алгоритмы машинного обучения могут быть использованы для обработки
сигналов бриллюэновского рассеяния для получения характеристик (таких как
BFS и ширина линий) или прямого прогнозирования температуры, деформации
или влажности на основе BGS. Из-за проблемы перекрестной чувствительности
оптических волокон подходы машинного обучения, которые выводят один параметр (например, температуру), склонны к ошибкам, если другие параметры
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]