温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
分布式
光纤
振动
传感
铁路
安全
监测
系统
信息通信基于分布式光纤振动传感的铁路安全监测系统张跃军,屈甲强,杨文勇,夏博(中国铁路西安局集团有限公司西安通信段,陕西西安7 10 0 0 0)摘要:针对目前越来越多的铁路沿线施工作业造成的电缆光缆挖断问题,文章提出了一种基于相敏光时域反射技术(-OTDR)的分布式铁路安全监测系统。-OTDR相比传统铁路安全监测方法具有监测距离长,抗电磁抗腐蚀特性,分布式实时等特点,非常契合对铁路沿线的电缆防外破进行实时的监测。文章通过在火车站附近实地实验采集现场的各类施工数据,对实验数据进行预处理和频域分析,随后通过支持向量机方法根据其频域特征进行有效的模式识别,针对四种常见的扰动事件综合识别率达到9 3.8%,系统处理每一万组样本仅需2 ms。关键词:铁路安全监测;分布式光纤传感;相敏光时域反射技术中图分类号:0 4361 引言截止2 0 2 2 年下旬,我国铁路营业里程已达到15.3万公里,高速铁路总里程超4万公里。国铁集团计划于2 0 35年达到铁路营业里程2 0 万公里,高铁总里程7 万公里,建成现代化铁路网,相应的光缆电缆等设施也会同步铺设,将我国各大地区连接在一起。与此同时,与铁路相关的各种安全监控问题也越来越频繁。据西安铁路相关部门透露,他们每月都有几起铁路沿线电缆被挖断事件发生,容易频繁造成损失。目前针对这类问题,采取的措施主要通过搭挂警戒牌,定期排查和物理防护等。但是铁路本身距离长导致工作量大,整治困难,效率低,容易受环境干扰等因素影响。这类方法以及越来越难满足目前我国铁路沿线安全监测的需求。因此,可以实现长距离,分布式振动监测的相位敏感光时域反射仪(Phase-sensitive optical-time-domain reflectometer,-OTDR)技术是一种非常契合铁路安全问题要求的监测技术。该技术具有监测距离长、本质无源、耐腐蚀抗电磁干扰、分布式监测的特点。目前已在城市电缆防护2、油气输电线路监测3、周界安防等领域得到较为成功的应用。本文针对铁路沿线安全防护需求,设计了基于分布式光纤振动传感技术的铁路安全监测系统。通过对铁路沿线埋下的通信光缆进行复用,实现实时的铁路沿线的振动信号监测。并能对监测的振动信号进行分析,自动识别信号的有效特征,且基于特征实现振动事件的识别和报警。为铁路安全监测的实际应用提供了一种可靠可行的多事件分类方案。2基本原理2.1相敏光时域反射技术相敏光时域反射技术又称-OTDR,其原理与光时域反射技术(OTDR)相似,利用的是光在光纤中传播时与光纤中的物质发生碰撞产生的光散射现象。光散射又分为瑞利散射、布里渊散射和拉曼散射。OTDR采集的便是从光纤当中返回的背向瑞利散射光,当光纤自身或周围的环境变化时,该位置的散射光也会产生突变,该突变会根据不同的异常产生不同的改变。传感设备根据传回异常信号的时延便可以精确定位异常的发生位置,所以检测光信号的这种突变便可实现一些突变的实时监测。-OTDR相比OTDR的变化是将激光器改为窄线宽激光器,其发射的脉冲光的瑞利散射光在回传时会发收稿日期:2 0 2 3-0 2-18作者简介:张跃军(19 7 0-),男,陕西西安人,研究生,高级工程师,研究方向为通信设备;屈甲强(19 7 4-),男,陕西西安人,本科,工程师;杨文勇(19 6 5-),男,陕西西安人,专科,工程师,研究方向为通信线路;夏博(19 8 9-),男,陕西西安人,本科,工程师,研究方向为光纤设备。1992023年第0 5期(总第 2 45 期)文献标识码:A文章编号:2 0 9 6-9 7 59(2 0 2 3)0 5-0 19 9-0 4生干涉现象。当光纤周围有较大振动发生时,振动传递到光纤上会导致光纤的折射率发生微小变化,从而导致该位置瑞利散射光的相位发生变化,进而影响到瑞利散射波形的变化。2.2相敏光时域反射系统相敏光时域反射技术的系统框图如图1所示,窄线宽光源输出连续光到脉冲调制器中,连续光经过调制变为脉冲光,脉冲光再经过掺饵光纤放大器(EDFA)放大信号后进入环形器进而输入传感光纤中,光电探测器则实时采集从传感光纤中返回的瑞利散射信号,经过采集卡的数模变换后输入计算机(PC)中进行信号处理。该系统能够对光纤沿线的振动信号进行实时的分布式监测。当有振动事件发生时,该位置的相位发生改变,根据激光器发射的激光与振动位置产生的背向瑞利散射光到达探测器的时延差t,通过式(1)可以计算任意振动发生的位置:(1)2其中为光纤中的光速,t为激光传播的时间。相敏光时域反射系统的关键参数主要有空间分辨率、动态范围和频率响应。其中空间分辨率指系统能准确识别的两个振动事件的最小间隔长度。空间分辨率与系统发射的脉冲光的脉冲长度有关,脉冲长度越长,空间分辨率越大,能准确识别的间隔长度越长,但脉冲长度越长,能监测的距离就越长。所以空间分辨率需要根据实际应用需求来进行选择,对于铁路安全监测,需要识别的间隔长度不需要太小。动态范围是指脉冲光刚入射传感光纤的背向散射光功率与噪声功率间的dB差。其影响相敏光时域反射系统的监测距离,可以通过提高信噪比或增大入射端光功率来提高。频率响应指系统对于不同频率范围的响应能力。高于系统的频率响应范围的信号无法监测到。频率响应与系统的脉冲重复频率有关,在铁路安全监测领域,需要监测点振动事件频率大多是中低频信号,需要的响应范围不高。2.3机器学习算法机器学习算法是目前应用最为广泛的一种智能化处理算法,目前已被广泛应用于人工智能、模式识别等领域。相敏光时域反射系统所采集的振动信号并不能人为的判断出振动点事件类型,不同事件的特征各不相同。为了保证监测系统的准确率和时效性,本文提出一种基于支持向量机(SVM)的振动监测算法。utL=振动Changjiang Information&Communications支持向量机(SVM)是一种非常流行的机器学习算法5,其早在19 7 9 年便被提出。相比其他模式识别算法,其预测的准确性都是较高的,是目前最广泛的一种分析方法。SVM非常适合处理一些复杂的非线性问题,其相比神经网络方法,需求的数据数量较少,训练样本不需要太多,适合铁路安全监测环境下数据难以大量获取的条件。SVM学习是一种监督学习的方式,其基本思想是求解能够正确划分训练数据集并且几何间隔最大的分离超平面。于是我们在铁路的安全监测系统中引入了SVM算法,算法的输入数据为后处理过的振动频域数据。由于我们的-OTDR的脉冲重复频率为4kHz,并且采用累加平均法对信号进行累加再平均的处理,累加平均值为4,所以时域信号的最短时间间隔为1ms。SV M 算法的输入为12 56 的频域数据,输出为14的向量,分别对应本系统需要监测的四个振动事件,最终SVM输出它的判断。在实际应用中,我们会通过传感系统采集大量的不同振动事件的信号,对这些信号建立特1窄线宽光源脉冲调制器任意波形发生器张跃军等:基于分布式光纤振动传感的铁路安全监测系统征训练数据集,SVM对该模型数据库进行训练,并将其用于实时监测环节进行振动的模式识别。3现场实验结果与分析3.1现场实验和数据采集为了验证所提出的概念,我们进行了铁路安全监测的现场实验,根据上文系统框图搭建了一台铁路安全监控系统样机,将样机布置在西安某火车站机房内。样机空间分辨率10米,脉冲重复频率1kHz。传感光纤选用的沿铁路已经布置的通信光缆,光缆全长12 公里,埋地约0.5-0.8 m。该线路白天沿线有很多施工队进行施工,主要包括挖掘机作业、捣固机作业、洋镐作业等,如图2 所示分别为挖掘机作业、捣固机作业、洋镐作业的现场照片,晚上还有移动的火车。考虑到振动信号的不稳定特性,相同事件的振动信号的采集时间、地点、土壤环境、距离光缆的相对位置也会发生变化。采集的样本信号总共16 0 0 组,挖掘机,捣固机,洋镐和火车四种事件的样本分布平均。每个事件样本信号时长2 56 ms。2掺饵激光放3大器探测器环形器采集卡计算机图1相敏光时域反射系统结构示意图(a)挖掘机作业图3为四种振动事件的时域波形图,分别为挖掘机作业、捣固机作业、洋镐敲击、火车行驶的扰动事件信号。可以看到只有洋镐敲击事件信号是短时扰动信号,其余三种为长时扰动信号。普通的未经过处理的时域信号存在大量的干扰特征,并不利于模式识别,所以我们对时域波形进行傅里叶变换,如图所示4为采集的干扰事件的频域特征。可以看出从形态学上这些信号的特征是明显的,将这些频域信号组成数据集,数据集中的数据由不同日期的多次测试构建而成,数据集按8:2 的比例随机分为两部分,类型均匀分布。一部分用于SVM的训练(共12 8 0 组),另一部分用于测试,共32 0 组。3.2实验结果与讨论将训练数据集样本输入SVM当中,同时,还将时域样本(b)捣固机作业图2 作业的现场照片也输入SVM当中进行对比。通过测试数据集对SVM生成的模型进行评估。识别结果如表1所示。从表中数据可以明显看出SVM无法很好地对时域原始信号进行模型识别,对频域特征的识别率高达9 3.8%,满足安全监测的要求,由此可见一定的特征提取是必要的。其中明显洋镐振动识别率更高。实际环境下系统的实时性也是至关重要的一项指标,本文提出的方案在每处理10 2 40 组样本速度仅为2 ms。表1时域和频域数据集的识别率各类事件识别率/%训练数据集挖掘机捣固机洋稿火车时域数据集56.3频域数据集93.8(c)洋镐敲击的采集43.845.092.596.3识别率51.348.892.593.8200Changjiang Information&Communications张跃军等:基于分布式光纤振动传感的铁路安全监测系统1.0(a)0.80.60.40.20.00.001.0(c)0.90.80.70.60.50.40.30.20.001.0(a)0.80.60.40.20.01.00.80.60.40.20.002011.00.80.60.40.20.00.050.10Time(s)0.050.10Time(s)图3分别为(a)挖掘机、(b)捣固机、(c)洋镐、(d)火车的时域干扰信号100200Frequency(Hz)(c)100图4分别为(a)挖掘机、(b)捣固机、c)洋镐、(d)火车的频域特征信号(b)0.150.200.150.20300400200300Frequency(Hz)0.250.255004005000.001.0(d)0.80.60.40.20.00.001.0(b)0.80.60.40.20.01.0(ne)apnadwepazieon0.80.60.40.20.000.050.05100(d)1000.10Time(s)0.100.15Time(s)200300Frequency(Hz)200300Frequency(Hz)0.150.200.204004000.250.25500500信息通信摘要:随着5G建设的不断推进,室内5G网络部署也不断加快和增多,近年来的室分建设,室内部署了超过百万的传统室分,已知常用的传统室分升级5G技术包含直接馈入/错层MIMO/半有源改造等方式。文章通过分析现有传统室分情况,结合实测工程数据,并简析其应用。关键词:传统室分;5G升级;错层MIMO;半有源中图分类号:TN929.5文献标识码:B0引言从2 G时代开始,至今室内部署了超过百万的传统室分。其中,早期的部分采用8 0 0-2 50 0 MHz的器件进行部署;2 0 15年之后主要采用8 0 0-2 7 0 0 MHz的器件进行部署。在5G之前室内主要使用频段为E频段及更低频段,而5G采用D频段进行部署。D频段器件支持度问题/更高的传播损耗和穿透损耗等,导致4G传统室分面向5G演进存在较多的不确定性。同时,面对新建场景数字化室分的部署,传统单路DAS也面临着竞对体验落后的问题。为了充分的利旧传统室分系统和配套设施进行5G室内覆盖的“快/好/省”部署,本文对4G传统室分面向5G的演进给出了评估和改进建议,对于希望进一步提升性能而采取的半有源及错层MIMO能