针对传统相位差分法在振动定位中因信噪比不足导致的定位精度低和信号恢复困难问题,提出一种基于相位敏感光时域反射仪(Φ-OTDR)的滑动方差变分模态分解(SV-VMD)振动定位及信号恢复方法。SV算法通过滑动窗口计算相位差分方差,选取振动点...针对传统相位差分法在振动定位中因信噪比不足导致的定位精度低和信号恢复困难问题,提出一种基于相位敏感光时域反射仪(Φ-OTDR)的滑动方差变分模态分解(SV-VMD)振动定位及信号恢复方法。SV算法通过滑动窗口计算相位差分方差,选取振动点前10 m的相位作为修正参考相位,有效抑制累积噪声;VMD通过多尺度分解分离有效信号分量与趋势噪声,消除正交解调引入的直流偏移。实验结果表明:与传统相位差分法相比,SV算法使系统信噪比提升12 d B(从14 d B至26 d B),并在多振动源场景下清晰分辨了400 m和650 m处的干扰事件;经参数优化(惩罚因子α=100,模式数K=3)的VMD算法成功恢复了三角波信号,显著抑制了非振动相关噪声。展开更多
文摘针对传统相位差分法在振动定位中因信噪比不足导致的定位精度低和信号恢复困难问题,提出一种基于相位敏感光时域反射仪(Φ-OTDR)的滑动方差变分模态分解(SV-VMD)振动定位及信号恢复方法。SV算法通过滑动窗口计算相位差分方差,选取振动点前10 m的相位作为修正参考相位,有效抑制累积噪声;VMD通过多尺度分解分离有效信号分量与趋势噪声,消除正交解调引入的直流偏移。实验结果表明:与传统相位差分法相比,SV算法使系统信噪比提升12 d B(从14 d B至26 d B),并在多振动源场景下清晰分辨了400 m和650 m处的干扰事件;经参数优化(惩罚因子α=100,模式数K=3)的VMD算法成功恢复了三角波信号,显著抑制了非振动相关噪声。
