申请/专利权人：山东大学

申请日：2023-09-04

公开（公告）日：2023-12-05

公开（公告）号：CN117168515A

主分类号：G01D5/353

分类号：G01D5/353;G06T5/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明公开了一种基于盲源分离的高空间分辨率OFDR数据处理方法，首先将传统的一维互相关处理结果信号转化为二维图像信号，在二维图像的基础上通过独立分量分析算法对图像进行去噪处理，再将处理后的图像进行下一步运算，最终得到高空间分辨率的结果。本发明所提出的独立分量分析算法的OFDR传感系统可以提高测量系统的空间分辨率，使其在航天航空、机器设备等高精度监测领域具有更大优势和更广阔的应用。

主权项：1.一种基于盲源分离的高空间分辨率OFDR数据处理方法，其特征在于，包括以下步骤：S1.分别采集两次信号，一次为不包含应变信息的信号，为参考信号；另一次为包含应变信息的信号，为测试信号；S2.将参考信号与测试信号在距离域上按一定的窗口大小C分割成N等份；S3.将参考信号与测试信号各自的每一份距离域信息使用快速逆傅里叶变换；S4.将逆傅里叶变换后的参考信号与测试信号进行互相关运算，得出一维互相关结果；S5.重复步骤S3-S4，得到光纤每一对应位置的互相关结果，将得到的所有一维互相关结果做为光纤距离的函数重排列为二维图像信号A；S6.用生成数副无噪声的与互相关结果二维图像具有相同统计分布的模拟图作为训练集B；S7.对S6中得到的训练集B，选取其中部分图像块作为训练子图像块，对其进行去均值和白化处理，得到无噪声数据b；S8.对无噪声数据b进行FastICA算法处理，得到混合矩阵Wk，然后计算分离矩阵S9.各分量概率密度si由估计，其中Wi是第i个分量的分离矩阵；由si确定收缩函数gu的最大似然函数；S10.对S5得到的二维图像信号A进行与步骤S7同样的预处理，得到含噪声数据a，通过y＝Wa对a进行独立分量分析变换，得到二维图像信号A在分离矩阵W下的投影y；S11.利用步骤S9中的收缩函数gu的最大似然函数得到去噪估计通过独立分量分析反演变换得到低噪声的互相关二维图像估计S12.将重新解构得到光纤各位置的光谱偏移量，从而能够得到高空间分辨率下的测量结果。

全文数据：

权利要求：

百度查询： 山东大学 一种基于盲源分离的高空间分辨率OFDR数据处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD