小波變換在OTDR事件分析中的應(yīng)用

《小波變換在OTDR事件分析中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、小波變換在OTDR事件分析中的應(yīng)用摘要：光時(shí)域反射計(jì)(OTDR)作為現(xiàn)代光纖網(wǎng)絡(luò)監(jiān)控的重要部件，采集的數(shù)據(jù)只能反映光纖各點(diǎn)的衰耗值，無法實(shí)現(xiàn)智能的事件檢測(cè)分析。基于小波變換信號(hào)去噪和奇異性檢測(cè)的理論，通過算法實(shí)現(xiàn)了OTDR測(cè)量曲線的噪聲抑制和OTDR事件點(diǎn)定位。實(shí)際測(cè)量結(jié)果表明了本算法在工程應(yīng)用中的可行性和有效性。關(guān)鍵詞：光時(shí)域反射計(jì)；小波分析；模極大值；奇異點(diǎn)TheApplicationofWaveletTransforminOTDREventAnalysisAbstract：Asanimportantpartoftheop

2、ticalfibernetworkmonitor,theopticaltimedomainreflectometer(OTDR)canmeasuretheattenuationvalueofeverysample,butitisincapableofdetectingandanalyzingtheeventpointsautomatically.Inthispaper,accordingtothetheoryofdenoisingandirregularityexaminationusingwavelettransform,w

3、erealizetheeliminationofnoiseandlocatingoftheeventpointsintheOTDRsurveycurvebyusingthewavelettransform.Thepracticalresultshowsthatouralgorithmisfeasibleandefficient.Keywords:opticaltimedomainreflectometer;wavelettransform;modulusmaxima;singularpoint隨著目前光纖技術(shù)的不斷成熟以及現(xiàn)代

4、通信對(duì)高效率、高帶寬傳輸?shù)囊?，使得光纖通信系統(tǒng)得到大量普及和應(yīng)用。尋找一種合適的光纖監(jiān)測(cè)方法，實(shí)現(xiàn)光纖網(wǎng)絡(luò)狀態(tài)的實(shí)時(shí)檢測(cè)、故障的及時(shí)上報(bào)和故障點(diǎn)的智能定位，是目前光纖通信面臨的一個(gè)首要問題。OTDR(光時(shí)域反射計(jì))作為一種光纖檢測(cè)儀器，能夠?qū)崿F(xiàn)光纖的非破壞性測(cè)試，同時(shí)具有操作方便、快速直觀等優(yōu)點(diǎn)，在光纜網(wǎng)監(jiān)測(cè)中得到廣泛應(yīng)用[1]。本文基于OTDR測(cè)量光纖線路的工程實(shí)際，將小波變換引入OTDR的曲線分析和處理。在實(shí)現(xiàn)小波變換去噪的基礎(chǔ)上，提出了一種事件定位算法，通過實(shí)際測(cè)量驗(yàn)證了算法的可行性和有效性。1OTDR測(cè)量原理OTDR

5、是基于背向散射法的一種光纖測(cè)量?jī)x器。它是將大功率的窄脈沖光注入被測(cè)光纖，然后在光入射端監(jiān)測(cè)沿光纖背向返回的散射光功率。因?yàn)楣饫w主要的散射機(jī)理是瑞利散射[2]，而瑞利散射光的光功率與入射光功率成正比，所以通過測(cè)量沿光纖返回的背向瑞利散射光功率就可以獲得光沿光纖傳輸遭受損耗的信息，進(jìn)而可以測(cè)得光纖的衰減。在OTDR顯示的背向散射信號(hào)曲線上，存在以下幾種事件：反射事件和非反射事件、飽和反射事件以及光纖末端。其中反射事件主要對(duì)應(yīng)光纖耦合設(shè)備、前端面以及光纖斷裂處造成的事件，非反射事件則包括光纖熔接、不均勻、老化等造成的事件。為了在測(cè)得

6、的原始光纖衰耗曲線上，實(shí)現(xiàn)光纖事件點(diǎn)的智能定位，需要在OTDR采集的數(shù)據(jù)基礎(chǔ)上，進(jìn)行相應(yīng)的分析和處理。主要包括曲線噪聲抑制以及曲線事件點(diǎn)的分析定位。2小波變換在OTDR曲線處理中的應(yīng)用2.1小波變換基礎(chǔ)設(shè)有一平方可積的函數(shù)，其傅立葉變換滿足：(1)稱其為允許小波函數(shù)或基小波，其中為的傅立葉變換。經(jīng)伸縮和平移后得到下面一組函數(shù)序列：(2)稱為小波基函數(shù)。其中為伸縮因子，為平移因子。則信號(hào)的積分變換稱為連續(xù)小波變換：(3)在(3)式中，令，將連續(xù)小波的縮放因子離散化，得到二進(jìn)制小波變換：(4)在(4)式基礎(chǔ)上，進(jìn)一步令，將連續(xù)小波

7、的縮放因子和平移因子都離散化，則得到離散小波變換：(5)從上面可以看到，小波變換實(shí)質(zhì)是選擇適當(dāng)?shù)幕〔ǎㄟ^對(duì)基小波平移、伸縮形成一系列的小波，然后，將要分析的信號(hào)投影到由平移、伸縮小波構(gòu)成的信號(hào)空間中。因而，小波變換具有多分辨率分析的特點(diǎn)，可以對(duì)信號(hào)進(jìn)行多尺度的細(xì)化分析，故在噪聲處理、奇異性檢測(cè)方面十分有效。2.2OTDR曲線去噪作為一種新的時(shí)頻分析方法，小波變換具有多分辨率和在時(shí)頻兩域同時(shí)表征信號(hào)的能力，能夠很好的實(shí)現(xiàn)信噪頻帶混疊情況下的去噪[3]。利用小波變換進(jìn)行信號(hào)去噪，常用的方法有：小波分解重構(gòu)法、閥值法、模極大值法

8、[3-5]。其中小波分解重構(gòu)法多用于信號(hào)、噪聲頻帶相分離的確定性噪聲；閥值法和模極大值法主要用于高斯白噪聲的處理。閥值法在處理信號(hào)噪聲時(shí)，能夠得到信號(hào)的近似最優(yōu)估計(jì)，但是在不連續(xù)點(diǎn)會(huì)出現(xiàn)偽吉布斯現(xiàn)象；模極大值法適用于含有較多奇異點(diǎn)的信號(hào)，在去噪的同時(shí)可以有效保留信號(hào)的奇異點(diǎn)信