本发明涉及光缆检测技术领域，特别是一种用于高精度光纤测量的抽丝方法。
背景技术：
传统的OFDR测试算法非常耗时，为了缩短OFDR的测试时间，提高测试效率，利用高精度光纤测量的快速算法，在不影响测试精度前提下，测试时间显著缩短。但是也带来了其他方面的不利影响，测试反射迹线图中不可避免的出现了许多毛刺噪声，影响观测结果，可能会造成对测试结果的误判。为了减少毛刺噪声，获得更加清晰的测试结果，需对单次测量进行进一步分析计算。从单次测量的数据中提取出有效的反射点信号，过滤掉无效的毛刺噪声，获得更加直观的测试结果，便于测试人员分析被测光纤的状态。
技术实现要素：
针对现有技术中存在的问题，本发明提供了一种针对高精度光纤测量的反射迹线图进行分析，剔除了毛刺等噪声的影响，获得更加直观、简约、精确的测试结果的用于高精度光纤测量的抽丝方法。
本发明的目的通过以下技术方案实现。
一种用于高精度光纤测量的抽丝方法，步骤包括：
1)对待检测光纤进行采样，根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势；
2)通过三次指数平滑法计算，获得整个曲线的趋势；
3)根据反射点信号尖峰的特点，从极大值中过滤出尖峰点；
4)消除尖峰点偏移，计算出原始曲线中尖峰点的信息。
进一步的，所述滑动平均法的具体为：确定滑动长度k，样本量为n的序列x，用式直接对观测数据进行滑动平均计算，n个数据可以得到n-k+1个平滑值。
进一步的，所述三次指数平滑法是对同时含有趋势和非线性的时间序列进行预测，所述三次指数平滑法是基于一次指数平滑法和二次指数平滑法计算的。
4、根据权利要求3所述的一种用于高精度光纤测量的抽丝方法，其特征在于所述一次指数平滑法基于的递推关系：si＝α xi+(1-α)si-1，其中α是平滑参数，si是之前i个数据的平滑值，取值为[0，1]，α越接近1，平滑后的值越接近当前时间的数据值，数据越不平滑，α越接近0，平滑后的值越接近前i个数据的平滑值，数据越平滑；所述一次指数平滑法进行预测的公式为：xi+h＝si，其中i为当前最后的一个数据记录的坐标，亦即预测的时间序列为一条直线。
进一步的，所述二次指数平滑法保留了趋势的信息，使得预测的时间序列可以包含之前数据的趋势，所述二次指数平滑法通过添加一个新的变量t来表示平滑后的趋势：
si＝α xi+(1-α)(si-1+ti-1)，ti＝β(si-si-1)+(1-β)ti-1，所述二次指数平滑法的预测公式为xi+h＝si+hti二次指数平滑的预测结果是一条斜的直线。
进一步的，所述三次指数平滑法是在二次指数平滑法的基础上保留了非线性的信息，所述三次指数平滑法添加了一个新的参数p来表示平滑后的趋势，所述三次指数平滑法包括累加的三次指数平滑法和累乘的三次指数平滑法，所述累加的三次指数平滑法：i＝α(xi-pi-k)+(1-α)(si-1+ti-1)，ti＝β(si-si-1)+(1-β)ti-1，pi＝γ(xi-si)+(1-γ)pi-k，其中k为周期，所述累加的三次指数平滑法的预测公式为：xi+h＝si+hti+pi-k+(hmod k)；所述累乘的三次指数平滑法：si＝α xi/pi-k+(1-α)(si-1+ti-1)，i＝β(si-si-1)+(1-β)ti-1，pi＝γ xi/si+(1-γ)pi-k，其中k为周期，所述累乘的三次指数平滑法的预测公式为：xi+h＝(si+hti)pi-k+(h mod k)，α，β，γ的值都位于[0，1]之间。
相比于现有技术，本发明的优点在于：针对高精度光纤测量的反射迹线图进行分析，剔除了毛刺等噪声的影响，获得更加直观、简约、精确的测试结果。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合说明书附图和具体的实施例，对本发明作详细描述。
如图1所示，一种用于高精度光纤测量的抽丝方法，步骤包括：
1)对待检测光纤进行采样，根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势；
2)通过三次指数平滑法计算，获得整个曲线的趋势；
3)根据反射点信号尖峰的特点，从极大值中过滤出尖峰点；
4)消除尖峰点偏移，计算出原始曲线中尖峰点的信息。
滑动平均法是趋势拟合技术最基础的方法，它相当于低通滤波器。用确定时间的平滑值来显示变化趋势。对样本量为n的序列x，其滑动平均序列表示为：式中k为滑动长度。作为一种规则，k最好取奇数，以使平均值可以加到时间序列中中项的时间坐标上。若k取偶数，可以对滑动平均后的新序列取每两项的平均值，以使滑动平均对准中间排列。可以证明，经过滑动平均后，序列中短于滑动长度的周期大大削弱，显现出变化趋势。
所述滑动平均法的具体为：确定滑动长度k，样本量为n的序列x，用式直接对观测数据进行滑动平均计算，n个数据可以得到n-k+1个平滑值。编程计算时可采用这样的形式：首先将序列的前k个数据求和得到一个值，然后依次用这个值减去平均时段的第一个数据，并加上第k+1个数据，再用求出的值除以k，循环这样的过程计算出1，2，…，n-k+1个平滑值。分析时主要从滑动序列曲线图来诊断其变化趋势。例如：看其演变趋势有几次明显的波动，是呈上升还是呈下降的趋势。
所述三次指数平滑法是对同时含有趋势和非线性的时间序列进行预测，所述三次指数平滑法是基于一次指数平滑法和二次指数平滑法计算的。
4、根据权利要求3所述的一种用于高精度光纤测量的抽丝方法，其特征在于所述一次指数平滑法基于的递推关系：si＝α xi+(1-α)si-1，其中α是平滑参数，si是之前i个数据的平滑值，取值为[0，1]，α越接近1，平滑后的值越接近当前时间的数据值，数据越不平滑，α越接近0，平滑后的值越接近前i个数据的平滑值，数据越平滑，α的值通常可以多尝试几次以达到最佳效果；所述一次指数平滑法进行预测的公式为：xi+h＝si，其中i为当前最后的一个数据记录的坐标，亦即预测的时间序列为一条直线。不能反映时间序列的趋势和非线性。
所述二次指数平滑法保留了趋势的信息，使得预测的时间序列可以包含之前数据的趋势，所述二次指数平滑法通过添加一个新的变量t来表示平滑后的趋势：
si＝α xi+(1-α)(si-1+ti-1)，ti＝β(si-si-1)+(1-β)ti-1，所述二次指数平滑法的预测公式为xi+h＝si+hti二次指数平滑的预测结果是一条斜的直线。
所述三次指数平滑法是在二次指数平滑法的基础上保留了非线性的信息，得其可以预测带有非线性的时间序列，所述三次指数平滑法添加了一个新的参数p来表示平滑后的趋势，所述三次指数平滑法包括累加的三次指数平滑法和累乘的三次指数平滑法，所述累加的三次指数平滑法：i＝α(xi-pi-k)+(1-α)(si-1+ti-1)，ti＝β(si-si-1)+(1-β)ti-1，pi＝γ(xi-si)+(1-γ)pi-k，其中k为周期，所述累加的三次指数平滑法的预测公式为：xi+h＝si+hti+pi-k+(hmod k)；所述累乘的三次指数平滑法：si＝α xi/pi-k+(1-α)(si-1+ti-1)，i＝β(si-si-1)+(1-β)ti-1，pi＝γ xi/si+(1-γ)pi-k，其中k为周期，所述累乘的三次指数平滑法的预测公式为：xi+h＝(si+hti)pi-k+(h mod k)，α，β，γ的值都位于[0，1]之间，可以多试验几次以达到最佳效果。s，t，p初始值的选取对于算法整体的影响不是特别大，通常的取值为s0＝x0，t0＝x1-x0，累加时p＝0，累乘时p＝1。