介質(zhì)中的散射具有獨特的固有隨機(jī)性。光纖瑞利散射是典型的散射效應(yīng)之一。探索和理解光纖瑞利散射的特性對于光纖傳感、隨機(jī)光纖激光器等具有重要的研究價值。然而，在實際的噪聲環(huán)境中，準(zhǔn)確提取光纖瑞利散射是一個具有挑戰(zhàn)性的問題。如果深度學(xué)習(xí)模型能夠表達(dá)光纖瑞利散射的一般特征，并且僅通過數(shù)值模擬數(shù)據(jù)集進(jìn)行訓(xùn)練，將具有重大的科學(xué)和實用價值。
電子科技大學(xué)課題組首次成功提取基于深度學(xué)習(xí)模型的光纖瑞利散射的一般特征。該研究利用純數(shù)值模擬數(shù)據(jù)集訓(xùn)練自建深度學(xué)習(xí)模型，提取光纖瑞利散射的一般特征。然后通過廣泛使用的分布式聲學(xué)傳感系統(tǒng)相敏光時域反射計(Φ-OTDR)進(jìn)行實驗驗證。具體創(chuàng)新點及意義如下：
1.通過數(shù)值模擬數(shù)據(jù)集的訓(xùn)練，深度學(xué)習(xí)模型成功捕獲了光纖瑞利散射的一般特征，并在實驗中準(zhǔn)確地恢復(fù)了基于窄帶傳感信號的寬帶光纖瑞利散射。該模型具有很強(qiáng)的泛化能力，不會過度依賴特定實驗條件下生成的數(shù)據(jù)。因此，可以利用數(shù)值模擬為Φ-OTDR系統(tǒng)構(gòu)建大規(guī)模、多樣化的訓(xùn)練數(shù)據(jù)集，并訓(xùn)練基于復(fù)雜模型的多功能人工智能。
2.利用深度學(xué)習(xí)模型獲得的光纖瑞利散射，可以預(yù)先估計最佳的探測脈沖，進(jìn)而優(yōu)化傳感信號的時域響應(yīng)，實現(xiàn)Φ-OTDR系統(tǒng)的自適應(yīng)波形調(diào)制。這為基于瑞利散射光學(xué)系統(tǒng)的其他研究方向開辟了新的思路，例如隨機(jī)光纖激光器、波前校正的自適應(yīng)光學(xué)等。
這項工作研究了利用深度學(xué)習(xí)模型提取光纖中瑞利散射的特征。這些發(fā)現(xiàn)為開發(fā)專門為分布式光纖傳感設(shè)計的多功能人工智能奠定了基礎(chǔ)，也為其他基于瑞利散射的光學(xué)系統(tǒng)提供了寶貴的見解。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！