ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2023. №12
Оглавление выпуска

Текст статьи (pdf)

DOI: https://doi.org/10.30898/1684-1719.2023.12.16

УДК: 535.417

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ

ДЛЯ ДЕТЕКТИРОВАНИЯ ФАЗЫ

В КОГЕРЕНТНОМ ОПТИЧЕСКОМ РЕФЛЕКТОМЕТРЕ

В.А. Яцеев, О.В. Бутов

ИРЭ им. В.А. Котельникова РАН

125009, Москва, ул. Моховая, 11, корп.7

Статья поступила в редакцию 29 ноября 2023 г.

Аннотация. Работа направлена на решение задачи детектирования фазы в фазочувствительном рефлектометре при работе с стохастическими релеевскими отражателями в волокне. Предложено усовершенствование методов измерений в когерентных рефлектометрических системах, основанных на использовании алгоритмов машинного обучения на примере чирп-рефлектометра. Для сбора данных, необходимых для тренировки нейросетей, был использован чирп-рефлектометр с перестраиваемым по длине волны лазерным источником. В работе показано, что сканирование по длине волны позволяет имитировать различные внешние воздействия, такие как деформация или температура, на протяженных участках, обеспечивая тем самым эффективный сбор данных для обучения. Использование даже простых нейросетевых алгоритмов приводит к значительному увеличению точности измерения фазы, что показывает потенциал данного метода детектирования фазы сложных интерферометрических сигналов.

Ключевые слова: фазочувствительная рефлектометрия, OTDR, машинное обучение, детектирование фазы, рэлеевское рассеяние.

Финансирование: Работа выполнена в рамках государственного задания ИРЭ им.В.А.Котельникова РАН.

Автор для переписки: Яцеев Василий Артурович, yatseev@gmail.com

Литература

1. Juškaitis R., Mamedov A. M., Potapov V. T., Shatalin S. V. Interferometry with Rayleigh backscattering in a single-mode optical fiber // Optics Letters. 1994. – Vol. 19, № 3. – P. 225. – DOI: https://doi.org/10.1364/ol.19.000225.

2. Liu S., Yu F., Hong R., Xu W., Shao L., Wang F. Advances in phase-sensitive optical time-domain reflectometry // Opto-Electronic Advances. 2022. – Vol. 5, № 3. – P. 200078–200078. – DOI: https://doi.org/10.29026/oea.2022.200078.

3. Pnev A. B., Zhirnov A. A., Stepanov K. V., Nesterov E. T., Shelestov D. A., Karasik V. E. Mathematical analysis of marine pipeline leakage monitoring system based on coherent OTDR with improved sensor length and sampling frequency // Journal of Physics: Conference Series. 2015. – № 584. – P. 012016. – DOI: https://doi.org/10.1088/1742-6596/584/1/012016.

4. Lindsey N. J. Geophysical Applications of ϕ-OTDR/DAS // Optical Fiber Communication Conference (OFC). 2023. – URL: http://dx.doi.org/10.1364/ofc.2023.w1j.1.

5. He M., Feng L., Fan J. A method for real-time monitoring of running trains using Ф-OTDR and the improved Canny // Optik. 2019. – Vol. 184. – P. 356–363. – DOI: https://doi.org/10.1016/j.ijleo.2019.04.112.

6. Cai Y., Ma J., Yan W., Zhang W., An Y. Aircraft detection using phase-sensitive optical-fiber OTDR // Sensors. 2021. – Vol. 21, № 15. – P. 5094. – DOI: https://doi.org/10.3390/s21155094.

7. Yang N., Zhao Y., Chen J., Wang F. Real-time classification for Φ-OTDR vibration events in the case of small sample size datasets // Optical Fiber Technology. 2023. – Vol. 76. – P. 103217. – DOI: https://doi.org/10.1016/j.yofte.2022.103217.

8. He K., Zhang X., Ren S., Sun J. Deep residual learning for image recognition // 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2016.– DOI: http://doi.org/10.1109/CVPR.2016.90.

9. Chubchev E. D., Tomyshev K., Nechepurenko I., Dorofeenko A., Butov O. V. Machine learning approach to data processing of TFBG-assisted SPR sensors // Journal of Lightwave Technology. 2022. – Vol. 40, № 9. – P. 3046–3054. – DOI: https://doi.org/10.1109/jlt.2022.3148533.

10. Shi Y., Wang Y., Zhao L., Fan Z. An event recognition method for Φ-OTDR sensing system based on deep learning // Sensors. 2019. – Vol. 19, № 15. – P. 3421. – DOI: https://doi.org/10.3390/s19153421.

11. Peng F., Wu H., Jia X.-H., Rao Y.-J., Wang Z.-N., Peng Z.-P. Ultra-long high-sensitivity Φ-OTDR for high spatial resolution intrusion detection of pipelines // Optics Express. 2014. – Vol. 22, № 11. – P. 13804. – DOI: https://doi.org/10.1364/oe.22.013804.

12. Chen D., Liu Q., He Z. Distributed fiber-optic acoustic sensor with sub-nano strain resolution based on time-gated digital OFDR // Asia Communications and Photonics Conference. 2017. – DOI: https://doi.org/10.1364/ACPC.2017.S4A.2.

13. Yatseev V. A., Zotov A. M., Butov O. V. Combined frequency and phase domain time-gated reflectometry based on a fiber with reflection points for absolute measurements // Results in Physics. 2020. – Vol. 19. – DOI: https://doi.org/10.1016/j.rinp.2020.103485.

14. Zinsou R., Liu X., Wang Y., Zhang J., Wang Y., Jin B. Recent progress in the performance enhancement of phase-sensitive OTDR vibration sensing systems // Sensors. 2019. – Vol. 19, № 7. – P. 1709. – DOI: https://doi.org/10.3390/s19071709.

15. Fernández-Ruiz M. R., Costa L., Martins H. F. Distributed acoustic sensing using chirped-pulse phase-sensitive OTDR technology // Sensors. 2019. – Vol. 19, № 20. – P. 4368. – DOI: https://doi.org/10.3390/s19204368.

16. He H., Yan L., Qian H., Zhou Y., Zhang X., Luo B., Pan W., Fan X., He Z. Suppression of the interference fading in phase-sensitive OTDR with phase-shift transform // Journal of Lightwave Technology. 2021. – Vol. 39, № 1. – P. 295–302. – DOI: https://doi.org/10.1109/jlt.2020.3023699.

17. Wang D., Zou J., Wang Y., Jin B., Bai Q., Liu X., Liu Y. Distributed optical fiber low-frequency vibration detecting using cross-correlation spectrum analysis // Journal of Lightwave Technology. 2020. – Vol. 38, № 23. – P. 6664–6670. – DOI: https://doi.org/10.1109/jlt.2020.3016117.

18. Bhatta H. D., Costa L., Garcia-Ruiz A., Fernandez-Ruiz M. R., Martins H. F., Tur M., Gonzalez-Herraez M. Extending the measurement of true dynamic strain via chirped-pulse phase-sensitive optical time domain reflectometry to 100’s of microstrains // 26th International Conference on Optical Fiber Sensors. 2018. – URL: http://doi.org/10.1364/ofs.2018.wf14.

19. Goodfellow I., Bengio Y., Courville A. Deep Learning (Adaptive Computation and Machine Learning series) // The MIT Press 2016.

Для цитирования:

Яцеев В.А., Бутов О.В. Применение машинного обучения для детектирования фазы в когерентном оптическом рефлектометре. // Журнал радиоэлектроники. – 2023. – №. 12. https://doi.org/10.30898/1684-1719.2023.12.16