专利名称：基于两次数据融合技术的分布式光栅温度测量方法
技术领域：
本发明涉及一种多传感器测量技术领域，特别涉及一种光栅温度传感器测量方法及数据处理技术。
背景技术：
光栅传感器因其不受电磁干扰的影响、对腐蚀性环境适应能力强而且便于嵌入被测物体内而广泛应用于大型建筑、煤矿油田等领域。由于光栅便于和光纤相连组成分布式传感系统，适用于大范围的环境测量和监控。光栅温度测量因为光栅的耐热性能好，以及分布式光栅测量系统便于铺设而广泛适用于油管、油罐和天然气管道的场合。但光栅温度传感容易受到交叉敏感的影响，即光栅同时对温度和应力敏感而使测量数据不准确，传统的解决方法通过补偿来消除交叉敏感的影响，即要从测量结构上对其进行改进，这会导致测量系统结构复杂且成本较高，实用性差。同时光栅传感网络化导致测量结构复杂，维护成本高，数据处理困难。尤其在分布式传感中，交叉敏感导致在光栅温度测量网络中各光栅的测量值差别较大，难以得到一个准确的温度值，而且需要对每个测量单元进行补偿，这会导致成本的急剧上升。由于温度场分布为连续分布，其变化率较小故可以采用数据融合技术对光栅传感数据进行处理，将数据融合技术融入到光栅温度测量系统中即可以节省系统成本同时还能消除交叉敏感的影响从而提高测量准确性。数据融合技术是多传感器测量和传感器网络测量领域研究的热点。总的来说提高传感测量数据准确度可以用两种方法实现一是提高传感器灵敏度；二是采用数据融合技术。由于传感器易受周围环境的影响，而高灵敏度传感器受外界干扰尤为严重，所以目前提高传感测量数据精度离不开多传感器数据融合技术。传感器测量精度由传感器灵敏度和传感器抗干扰能力所决定，而高灵敏度通常导致抗干扰能力下降，故高灵敏度传感器通常对使用环境做出限制。目前各国利用数据融合来进行多传感器测量数据处理，充分利用多个传感器资源，通过对多传感器及其观测数据的合理支配和使用，把多传感器在空间和时间上冗余或互补的信息，依据某种算法规则进行组合，以获得被测对象的一致解释。目前广泛使用的用于提高多传感器测量数据精度的算法包括加权最小二乘算法、加权最小均方误差算法和Kalman滤波法，其中加权最小二乘算法和加权最小均方误差算法需要多传感器测量数据符合正态分布才能达到最优融合效果，而Kalman滤波法融合精度依赖于对测量建立的Kalman滤波模型的精度，而实际的测量环境干扰众多难以准确建模，所以Kalman滤波法的通用性差。在实际测量中发现，受干扰严重的传感器数据往往集中于传感数据中的最大值和最小值附近，一次数据融合难以达到最优的效果，但如果将这些受干扰严重的数据中干扰的部分剔除就可以使用加权最小二乘算法、加权最小均方误差算法和Kalman滤波法来进行数据融合。剔除数据中干扰的办法即是剔除最大值和最小值，并对剩余数据进行数据融合，以得到一个估计值，这时可以用估计值代替原最大值、最小值再进行一次数据融合。综上所述，以上光栅温度测量系统存在交叉敏感影响测量精度以及补偿法消除交叉敏感会导致系统结构变复杂及成本上升的问题，而直接进行数据融合难以达到最优融合结果。
发明内容
本发明目的是解决现有技术中存在的光栅传感器易受干扰而导致测量结果不准确的问题，提供一种基于两次数据融合技术的分布式光栅温度测量方法。本发明提供的基于两次数据融合技术的分布式光栅温度测量方法的具体步骤是第1、将宽带光源发出的光信号先后经光隔离器和多级光耦合器后分解成η路光信号，η大于2;第2、上步分解后的η路光信号再分别经过分布式光纤光栅温度传感器反射后，各进入一个2X2光耦合器分成两路完全相同的光信号，其中一路通过斜边滤波器，另一路不做处理，两路光信号再同时用光电探测器进行探测，并将光信号转换为电流信号；第3、对第2步得到的转换后的电流信号进行调理，将电流信号调整至适合数据采集范围的电压信号；第4、对第3步调理后的电信号进行数据采集，将模拟电信号转换成数字信号并存储存储的数据包括分布式光纤光栅温度传感器编号以及对应的数字信号；第5、第一次数据融合第5. 1、首先将第4步存储的数据按温度值大小进行排序，得到一组原始数据，同时记录温度最大值和最小值所在的传感器编号；第5. 2、采用切尾加权数据融合算法对第5. 1步得到的原始数据进行第一次数据融合，然后以融合结果代替所记录的温度最大值和最小值所在的传感器编号对应的温度测量值，形成一组新的数据；第6、第二次数据融合第6. 1、对第5步经过第一次数据融合后形成的一组新数据，采用加权最小均方误差进行第二次数据融合，得到最后的融合结果；第6. 2、以第6. 1步得到的融合结果作为系统最终测量值进行输出。第7、输出单元显示温度。本发明的优点和有益效果本发明提出一种基于二次融合的分布式光栅温度测量方法，本方法中使用两次数据融合算法，第一次数据融合主要用来克服交叉敏感导致的测量偏差，第二次数据融合用于处理符合正态分布的测量噪声，经过两次数据融合可以提高分布式光栅传感的测量准确度。该方法不仅适用于分布式光栅温度测量系统，同样适用于其他分布式测量系统， 只要传感数据呈现出明显的倾向性，即服从偏态分布，该系统和方法都可以用来提高测量的准确度。该发明实现简单，对系统硬件要求不高，而且当系统中某一路出现故障时可以有效克服这种故障，即系统的鲁棒性得到增强。
图1是本发明系统组成原理图。图2是本发明中数据融合部分的流程图。图3是本发明的用以分布式光栅温度传感测量网络系统原理图。图中，1隔离器，2第一耦合器，3第二耦合器(共两个21、22)，4第三耦合器(共六个，31至36)，5光纤布拉格光栅FBG (共六个，即FBG第1至FBG第6)，6第四耦合器(共六个，41至46)，7斜边滤波器(共六个)，8和9光电探测器(共十二个)，10信号调理电路 (共十二个)。下面结合附图对本发明作进一步的具体说明。但是本发明不限于所给出的例子。
具体实施例方式实施例如图3所示，以第1路为例说明，本例是在封闭环境内进行测量。一、分布式光栅温度测量从宽带光源发出的光经过隔离器1后进入第一耦合器 2，再经过第二耦合器3和第三耦合器4进入光纤布拉格光栅5，在这里光栅受温度等因素的影响将一部分光反射回第三耦合器4，这些反射光再经过第四耦合器6分成两路完全相同的光信号，其中一路通过斜边滤波器7，另一路不做处理。二、光电探测两路光信号同时分别用光电探测器8和9进行探测，此时经过斜边滤波器7的信号经光电探测器9探测后得到电流信号为
权利要求
1. 一种基于两次数据融合技术的分布式光栅温度测量方法，其特征在于该方法的具体步骤是第1、将宽带光源发出的光信号先后经光隔离器和多级光耦合器后分解成η路光信号， η大于2 ；第2、上步分解后的η路光信号再分别经过分布式光纤光栅温度传感器反射后，各进入一个2X2光耦合器分成两路完全相同的光信号，其中一路通过斜边滤波器，另一路不做处理，两路光信号再同时用光电探测器进行探测，并将光信号转换为电流信号；第3、对第2步得到的转换后的电流信号进行调理，将电流信号调整至适合数据采集范围的电压信号；第4、对第3步调理后的电信号进行数据采集，将模拟电信号转换成数字信号并存储存储的数据包括分布式光纤光栅温度传感器编号以及对应的数字信号； 第5、第一次数据融合第5. 1、首先将第4步存储的数据按温度值大小进行排序，得到一组原始数据，同时记录温度最大值和最小值所在的传感器编号；第5. 2、采用切尾加权数据融合算法对第5. 1步得到的原始数据进行第一次数据融合， 然后以融合结果代替所记录的温度最大值和最小值所在的传感器编号对应的温度测量值， 形成一组新的数据；第6、第二次数据融合第6. 1、对第5步经过第一次数据融合后形成的一组新数据，采用加权最小均方误差进行第二次数据融合，得到最后的融合结果；第6. 2、以第6. 1步得到的融合结果作为系统最终测量值进行输出； 第7、输出单元显示温度。
全文摘要
本发明提供了一种基于两次数据融合技术的分布式光栅温度测量方法，该方法由光纤光栅作为温度测量元件，通过检测光栅的反射信号来测量温度值，对测量的温度值进行模数转换后进行采样，然后利用微处理器对采样到的多路数据先进行一次切尾加权数据融合，剔除交叉敏感等干扰因素对光栅测量精度的影响，然后利用切尾加权融合结果替代原始数据中的最大值和最小值从而得到一组新的数据，再对新的数据组实施第二次融合加权最小均方误差融合，最后将融合结果作为最终输出结果。该发明实现简单，解决了现有光栅测量中难以消除交叉敏感、测量准确度低的问题，同时提高了测量系统的鲁棒性。
文档编号G01K11/32GK102353475SQ20111027252
公开日2012年2月15日 申请日期2011年9月15日 优先权日2011年9月15日
发明者曹晔, 杨秀峰, 童峥嵘, 袁其平, 马磊明 申请人:天津理工大学