本发明涉及光纤传感领域，特别是涉及一种用于分布式光纤声传感系统的降噪方法。
背景技术：
分布式光纤传感技术是光纤传感的一个重要分支，利用光波在光纤中传输时相位、偏振、幅度、波长等对外界敏感的特性，可以连续实时地监测光纤附近的温度、应变、振动和声音等物理量，具有很好的应用前景，在光纤传感市场占据主要地位。
根据传感原理，分布式光纤传感技术主要可分为基于干涉原理和基于后向散射探测技术两类。前者利用m-z型、sagnac型以及复合型结构通过定位算法和解调算法得到相关位置信息和外界物理信息。后者利用背向散射光的偏振、光强、频移和相位等变化来测量外界物理量。常用类型包括相位敏感光时域反射型(φ-otdr)，偏振光时域反射型(p-otdr)、布里渊光时域反射型(b-otdr)、拉曼光时域反射型(r-otdr)等。其中，φ-otdr适合长距离高空间分辨率的分布式振动或声传感，在周界安全、地震勘探、管道监测等方面有着显著优势。
分布式光纤声传感(distributedacousticsensing，das)采用φ-otdr技术，通过检测传感光纤中背向瑞利散射光的相位信号来实现分布式振动或声传感。基本工作原理如下：当外界振动或声音作用于传感光纤某一位置时，该位置处的光纤将会感受到外界应力或应变的作用，引起导致背向散射光在传输时的相位发生变化通过检测相位变化来实现对外界振动或声音的测量，对所有位置的相位进行测量可获得整个光纤沿路的振动或声音信息。分布式光纤声传感系统存在多种方案，比如基于相位生成载波技术的分布式光纤传感系统，采用相位生成载波相位解调算法实现分布式振动或声信号的测量，解决了大动态范围信号的检测，克服了初始相位漂移对信号幅度的影响(徐团伟等，基于相位生成载波技术的分布式光纤传感系统，申请号201410032610.x)。
由于分布式光纤声传感技术利用背向相干瑞利散射，而瑞利散射光强和相位具有空间和时间上的随机统计特性(gabai，h.anda.eyal(2016)，″onthesensitivityofdistributedacousticsensing″opticsletters41(24)：5648-5651.)，因此导致不同位置处的相位噪声水平不一致。当部分位置相位噪声过高时，将淹没有效信号无法实现外界微弱振动或者声信号的探测。为了提高分布式光纤声传感技术的信噪比，人们提出了多种降噪技术，比如滑动平均方法，每次采集多个数据进行算术平均，随后移动一个数据点再次进行算术平均，通过低通滤波来对随机噪声进行抑制；重庆大学朱涛课题组提出基于图像处理的边缘加强算法来提高信噪比(t.zhuetal.(2013)，“enhancementofφ-otdrsystembyusingtwo-dimensionaledgedetectionmethod”journaloflightwavetechnology31(17)，2851-2856)；成都电子科大岳慧敏等人提出在空间域进行傅立叶变换，通过滤波来加强信号，(yue，h.，etal.(2015)，″simultaneousandsignal-to-noiseratioenhancementextractionofvibrationlocationandfrequencyinformationinphase-sensitiveopticaltimedomainreflectometrydistributedsensingsystem″opticalengineering54(4)：047101)。上述三种方法都实现了信号增强，但并未利用不同位置处的相位噪声的特征参数进行信号处理，并非最优算法。
技术实现要素：
(一)要解决的技术问题
有鉴于此，本发明的主要目的在于提供一种用于分布式光纤声传感系统的降噪方法，利用传感光纤不同位置处的相位噪声特征参数，构建最优降噪算法，提升分布式光纤声传感系统的信噪比。
(二)技术方案
本发明提供一种用于分布式光纤声传感系统的降噪方法，该方法包括：
步骤101：选择分布式光纤声传感系统采集到的n道相位信息di(t)，i＝1，…，n，计算每道的均方根噪声值ni＝rms(di(t))，i＝1，…，n，rms函数为matlab中求均方根的函数；
步骤102：选取n道数据中起始位置的m道数据，即第1至m道，根据其均方根噪声值计算每一道的权重系数
步骤103：选取第2至m+1道，重新计算每道权重系数wi，更新第2道相位信息d2；采用循环算法，进而得到分布式声传感系统经权重叠加降噪后的相位信息di(t)，i＝1，…，n-m+1，最后的m-1道相位数据不处理直接舍去。
进一步，该分布式光纤声传感系统中每次权重叠加计算的道数m小于总道数n。
进一步，该分布式光纤声传感系统中相邻道的噪声是宽带，均值为零，且道间噪声不相关。
进一步，各道噪声功率不同，且在每道数据中缓慢变化。
(三)有益效果
本发明的优点在于，利用传感光纤不同位置处的相位噪声特征参数，构建最优降噪算法，无需人为干预相关参数的设定，最大程度提升分布式光纤声传感系统的信噪比。
附图说明
图1是本发明一实施例的用于分布式光纤声传感系统的降噪方法的流程图；
图2是本发明一实施例的分布式光纤声传感系统的多道相位信息的原始强度图；
图3是本发明一实施例的分布式光纤声传感系统的多道相位信息经降噪处理后的强度图；
图4是本发明一实施例的分布式光纤声传感系统的各道对应的相位均方根噪声值。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
图1是本发明一实施例的用于分布式光纤声传感系统的降噪方法的流程图，该方法包括以下步骤：
步骤101：选择分布式光纤声传感系统采集到的n道相位信息di(t)，i＝1，…，n，计算每道的均方根噪声值ni＝rms(di(t))，i＝1，…，n，rms函数为matlab中求均方根的函数；
步骤102：选取n道数据中起始位置的m道数据，即第1至m道，根据其均方根噪声值计算每一道的权重系数
步骤103：选取第2至m+1道，重新计算每道权重系数wi，更新第2道相位信息d2；采用循环算法，进而得到分布式声传感系统经权重叠加降噪后的相位信息di(t)，i＝1，…，n-m+1，最后的m-1道相位数据不处理直接舍去。
图2是本发明一实施例的分布式光纤声传感系统的多道相位信息的原始强度图，共200道相位数据，道编号从1到200，每道数据长度为1000ms，每个通道的相位大小通过灰度值来表示，其中a1对应的道存在强随机相位噪声，a2对应的为信号道。
图3是本发明一实施例的分布式光纤声传感系统的多道相位信息经降噪处理后的强度图，该经降噪处理后的强度图由如下步骤得到：
步骤一：选择分布式光纤声传感系统采集到的200道相位信息di(t)，i＝1，…，200，计算每道的均方根噪声值ni＝rms(di(t))，i＝1，…，200，rms函数为matlab中求均方根的函数，每个通道的相位均方根噪声值ni如图4所示；
步骤二：选取200道数据中起始位置的10道数据，即第1至10道，根据其均方根噪声值ni计算每道的权重系数
步骤三：选取第2至11道，重新计算每道权重系数wi，更新第2道相位信息d2；采用循环算法，进而得到分布式声传感系统经权重叠加降噪后的相位信息di(t)，i＝1，…，191，最后的9道相位数据不处理直接舍去。
通过对比分布式光纤声传感系统的多道相位信息的原始强度图(见图2)和分布式光纤声传感系统的多道相位信息经降噪处理后的强度图(见图3)，可以看出a2对应的信号道保留，而a1对应的随机相位噪声比较高的道则显著抑制。该降噪方法利用各道的均方根噪声，构建权重系数，无需人为干预参数的设定，最大程度提升分布式光纤声传感系统的信噪比。
为了说明本发明提供的用于分布式光纤声传感系统的降噪方法的优点，对降噪方法的算法原理介绍如下：
分布式光纤声传感系统相邻道的相位信息满足如下3条前提条件：
1)信号不变，且与噪声不相关；
2)每道噪声是宽带，均值为零，且道间噪声不相关；
3)各道噪声功率不同，且在每道数据中缓慢变化。
采用权重叠加将比直接叠加获得更高的信噪比。对于m道相位数据di(t)，i＝1，…，m，缓慢变化的权重系数为wi，权重系数满足下述条件：
因此，可以得到加权叠加信号的表达式为
其中，s(t)为信号，ni(t)为噪声。根据前提条件2，可得到
为计算wi，结合式1.1引入构建拉格朗日特征方程
如wi满足条件
根据式1.1，可以得到
其中，ni正比于信号di(t)的均方根值，即ni＝k·rms(di(t))，k为比例常数，不影响权重系数wi的计算，因此为了便于表述取k＝1。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。