分布式光纤传感中用于快速检测的软硬件设计
2015-11-02黄国静鲁昌涛
周 斌, 黄国静, 鲁昌涛, 阮 航
(华南师范大学华南先进光电子研究院,广州 510006)
分布式光纤传感中用于快速检测的软硬件设计
周斌*, 黄国静, 鲁昌涛, 阮航
(华南师范大学华南先进光电子研究院,广州 510006)
针对目前分布式光纤传感系统检测速度慢的缺点,利用可编程逻辑器件(FPGA)芯片为核心设计能快速检测的数据采集系统,将1次全量程检测时间从30 s甚至几分钟缩至10 s以内,使得分布式光纤传感接近实时. 分布式光纤传感技术是光纤传感中最有应用前景的技术之一,其最大的优点是能实现大范围超长距离检测.介绍布里渊和拉曼这两类分布式传感的传感原理以及其重复性、帧结构的传感数据特点. 根据该特点设计基于FPGA内部的多个先入先出(FIFO)的超长环形队列进行数据缓冲和求均算法操作,对信号进行降噪处理,并设计基于USB2.0协议的CY7C68013A数据传输模块将数据传输到上位机显示和存储. 结果表明,该设计解决了分布式光纤传感中因测量时间长,不能实时检测的问题,实现准实时检测,大大提高分布式光纤传感的性能,可应用于需要准实时监测和大量传感器的场合.
分布式光纤传感; 数据采集; 光纤布里渊效应; 光纤拉曼效应
自低损耗光纤发明以来,光纤传感得到迅猛发展,并应用于各行各业中,如生物医学[1-2]、建工[3-4]、能源[5]、交通[6-7]等领域. 使用分布式光纤传感技术,可以让光纤本身变成传感器,每一段光纤都能检测其沿线的物理量,非常适合需要海量传感器的场合. 分布式光纤传感利用光纤非弹性散射效应,包括光纤布里渊效应[8-9]和光纤拉曼效应[10-11],这些非弹性散射光的强度都非常弱,为了提高信噪比,需要将采集到的信号做几千到上万次的平均操作[12]. 目前多数分布式光纤传感的数据采集系统采用商用设备和标准采集流程,数据的获取和降噪平均算法. 因此1次全量程的传感一般需要几分钟甚至更长时间,导致传感过程的非实时,只能检测到缓变的信号,很大程度上限制了分布式光纤传感的应用.
本文根据布里渊和拉曼这2类分布式传感的特点,以可编程逻辑器件(FPGA)芯片为核心,专门针对分布式光纤传感中1次全量程检测耗时的问题,设计了能实现快速检测的数据采集模块系统. 在数据采集架构设计中,数据的获取和降噪平均算法同时进行;选用超大片内RAM空间的FPGA芯片,采用超长队列,将每组数据采集的时间间隔压缩至最短;采用乒乓操作,将数据采集和数据上传这2个流程独立,将每2次全量程采集时间间隔压缩至最短. 利用这个架构,可以将1次完整的全量程传感所需要的时间控制在10 s之内,实现准实时检测,大大扩大了分布式光纤传感的应用范围.
FPGA采用并行的执行模式、开发周期短、响应时间快、稳定性好,易于长期维护升级. 系统采用FPGA为主控芯片,利用内部锁相环提高工作频率,控制AD信号的采集,利用超长队列进行数据缓存和处理,利用USB2.0协议将数据传到上位机,达到准实时监测的目的.
1 研究方法
1.1分布式光纤传感原理以及其传感数据的特点
分布式光纤传感包括拉曼传感和布里渊传感,目前普遍将时域OTDR(Optical Time Domain Reflectometer)[13]技术应用于这2类分布式光纤传感,分别称为ROTDR(Raman OTDR)[14]和BOTDR(Brillouin OTDR)[15]. 其传感数据形式非常类似,因此其数据采集模块的架构统一. 图1分别是分布式光纤拉曼传感和分布式光纤布里渊传感的原理图.
DAQ:数据采集模块;AD:模数转化;AOM:声光调制器;WDM:波分复用器;APD:雪崩光电二极管;PD:光电二极管;EOM:电光调制器;PS:扰偏器.
图1分布式光纤传感技术的原理
Figure 1Principle of distributed optical fiber sensing technologies
声光调制器(AOM)用于产生脉冲激光,波分复用器(WDM)用于分离拉曼散射的Stocks和anti-Stocks光,电光调制器(EOM)和滤波器用于产生泵浦光,扰偏器用于打乱光纤内的偏振. 在上述系统中,探测光被调制成脉冲形式,为了实现高空间分辨率(如1 m),脉冲光的脉宽通常在10 ns量级. 经过传感光纤后,信号光(背向Raman散射的Stocks和anti-Stocks光,以及被受激Brillouin放大的探针光)是连续的,经过模数转换之后,数据采集模块采集这些时域上连续的信号光. 无论基于光纤Ramam效应还是基于Brillouin效应的分布式光纤传感系统,采集的数据形式均为重复信号,定义为帧信号,每1次重复为1帧. 帧长度为1次全量程采集的数据长度,它取决于传感光纤的长度和空间分辨率. 基于此,分布式光纤传感的数据采集模块架构可以统一. 一般来说,光纤Raman分布式传感的最大传感距离为10~30 km,而光纤Brillouin分布式传感的最大传感距离能达到50~100 km,空间分辨率小于1 m. 因此在需要采集的数据格式中每1帧的长度非常大(104~105AD). 由于FPGA可支持的最大队列长度≤131 072子帧,因此这类超长帧需要通过多块存储空间拼接才能实现.
1.2采集模块架构
由于各类分布式光纤传感系统数据格式的统一性,采集模块架构可统一设计,图2是抽象后的采集模块架构,适用于ROTDR和BOTDR. 采集模块的核心为FPGA芯片. 来自传感光纤的周期性重复的多帧信号,经AD芯片模数转换后,进入FPGA芯片,分布式光纤传感通常多通道同时进行,图2是其中1个通道的工作流程. 进入FPGA的周期性多帧传感信号首先根据同步信号,被分割成单帧,然后进入乒乓操作流程:开辟2块相同大小的RAM,每块RAM的大小为1帧传感信号所需的空间大小,其中一块RAM用于传感数据的接收和帧与帧之间的累加,另一块用于多帧传感信号平均降噪算法处理以及和计算机之间的数据传输. 每当数据接收完成,交换2块RAM之间的功能. 平均降噪算法算法耗时较长,采用这种内存的乒乓操作,将数据采集、平均降噪算法以及数据传输过程分开,能够实现2次全量程传感之间零间隔.
每1帧数据按照环形队列的数据格式存储在FPGA的RAM中. 每采集1个新数据,队列指针向后移1位,将当前指针指向的数据取出并与采集的数据相加,累加值将指针位置的数据替换并压入队列. 上述的队列更新流程如图3A显示,事实上,上述流程是传感数据的累加过程,通过这个流程,可以将每2组数据采集的时间间隔压缩为0. 在FPGA内部,环形队列由FIFO(先入先出)线性队列组成,图3B是首尾相连的、线性的环形队列. Altera公司的FPGA芯片最大支持的FIFO队列深度为131 072. 对于分布式光纤检测来说,如果要实现很高的空间分辨率(如0.1 m),即每隔0.1 m采集1个数据,对于100 km长度的检测则需要106个数据,单个FIFO队列已无法满足分布式光纤采集所需要的数据量,需要将多个队列拼接才能达到需要的深度.
图3C显示了如何利用多个FIFO队列组成1个长环形队列. 每个FIFO队列至少都有1个状态位和2个控制位. 状态位FULL表示队列是否已满,2个控制位WRITE_EN和READ_EN用于控制队列数据的压入和弹出. 多个队列组成环形队列时,前一个队列FULL状态位连接到后一个队列写入控制位,同时控制本队列的读出控制位. 前一队列的数
图2 分布式光纤传感技术中实现快速检测的数据采集模块架构
图3 快速检测的数据采集模块的数据结构和算法
据输出连接后一队列的数据输入. 这样当前一队列满时,自动向下一队列扩展,实现多个队列的拼接. 最后一个队列的数据接入加法器,和来自AD转换的传感信号相加,再压入第一个队列,实现对多次重复测量的传感信号的累加,用于平均降噪算法.
1.3FPGA的芯片选取和设计
采集模块中FPGA芯片的选取主要考虑2个因素,即端口速率和内部RAM大小. 由于光速非常快,本文选取端口速率最高为250 MHz的FPGA芯片. 在数据采集模块中,采用14位高精度模数转换器,在降噪算法中采用10 000次以上的平均降噪,提高20 dB以上的信噪比[9],为了提高运算速率,平均算法采用移位来实现,因此平均次数必须是2的整数倍,设计为214.另外Altera公司FPGA支持最大的FIFO队列长度为131 072,因此FIFO开辟的空间最大为131 072×28 bits. 典型的分布式光纤拉曼传感和分布式光纤布里渊传感的最大检测距离相差5~10倍,因此其片内RAM大小也不同,综合成本和性能,对于分布式光纤拉曼传感,选择Arria II系列的EP2AGX65DF25C4N, 它拥有5 246 kbits的片内存储器. 而对于分布式光纤布里渊传感,选择了EP4SGX530HH35C4,它拥有27 376 kbits的片内存储器. 每个数据采集模块,都采用4通道采集,实现分布式传感的多通道复用. 上述2款芯片的存取空间能够满足4通道同时进行乒乓操作和数据传输.
1.4USB数据传输模块设计
USB数据传输过程是FPGA内部乒乓操作的一部分. 内部存储空间RAM分为2部分(图2),接收数据时将其中一部分存储空间RAM1交给接收模块控制,组成环形队列,进行数据的接收与累加. 接收数据后,RAM1切换给USB模块控制. 同时USB模块放开对另一块存储空间RAM2的控制,将其释放给数据接收模块. 设计上位机(计算机)的信号传输采用USB2.0协议. 对数据接收过程耗时Tr和USB信号传输过程耗时Tusb做如下估算:
(1)
(2)
式中,neff和L分别为传感光纤的有效折射率和长度,k为降噪平均操作的次数,c光速;R为传感中的空间分辨率,B为采集数据的精度,Susb为USB传输速率.
这里仅考虑USB净荷的传输时间,忽略USB报文的头部长度和协议建立时间,同时忽略平均降噪算法的耗时,相对于式(1)、式(2),所忽略项影响非常小. 设计中,B=14 bits,采用14位的采样精度;R=1,采用1 m的空间分辨率;Susb=48 Mbps,采用USB2.0的全速协议;neff为1.45. 据估算,只要重复采集的次数k>30,可满足. 在实际应用中,重复采集的次数从103至105量级变化会有几千到一万次,远大于上述条件. 因此采用乒乓操作是非常合理的一种设计,通过这个设计,可以做到零延迟的数据接收.
采用的USB芯片选择赛普拉斯公司的CY7C68013A,这个芯片可以配置为普通端口模式(PORTS)、通用可编程接口模式(GPIF)和从器件FIFO(SLAVE)模式3种数据传输模式. FIFO(SLAVE)模式下,数据不需要经过CY7C68013的微处理器控制,可以直接进行数据传输,传输速度最快理论值能达480 Mbps. 设计中选取FIFO(SLAVE)模式,采用48 Mbps的传输速度. USB软件设计分为2部分,一是CY7C68013的固件程序,固件程序通过执行8051代码完成相应的功能,实现USB设备工作模式的选择、中断处理和数据的发送与接收的控制;二是FPGA程序设计,进行逻辑和时序的控制. 这2部分共同协作完成整个系统数据的发送和接收.
2 系统仿真和调试
利用Quartus II软件对FPGA芯片进行设计、编译、综合. 同时利用Modelsim对各模块的相关时序进行仿真,缩短设计周期,同时确保达到设计要求. 同时也利用逻辑分析仪Sigbal Tap II进行在线调试. 最终完成数据采集的相关功能设计. 图4是使用2 km的传感光纤,利用数据采集模块,在分布式光纤拉曼传感系统中采集的信号. 数据通过USB2.0协议传输到电脑,用Labview程序显示最终采集到的信号波形.
采用2通道同时采集,图4是采集的拉曼散射anti-Stokes信号和Stokes信号. 整个数据采集过程采用214次的降噪平均处理,所耗时间小于1 s,如果使用传统的数据采集算法和架构所耗时间会在30 s到几分钟. 本文的快速检测软硬件设计,能够使这类分布式光纤传感获得准实时的特性,实时性是光纤检测中一个重要的特性,小于1 s的实时性,能够使此模块在火灾预警等实际应用场合中的优势显著.
3 结论
本文实现了一种能实现快速检测的数据采集软硬件系统,并应用在分布式光纤传感中,将全量程检测检测时间从30 s甚至几分钟缩短到10 s以内. 解决了目前分布式光纤传感中测量时间长,不能实时检测的问题,实现了准实时检测,大大提高了分布式光纤传感的性能,有望拓宽其应用领域.
图4 2 km传感光纤上采集的分布式拉曼传感信号
[1]Candiani A, Sozzi M, Cucinotta A, et al. Optical fiber ring cavity sensor for label-free DNA detection[J]. IEEE Journal of Selected Topics in Quantum Electronics, 2012, 18(3): 1176-1183.
[2]Candiani A, Giannetti S, Sozzi M, et al. Microstructured optical fiber Bragg grating sensor for DNA detection[J]. Optical Fibers & Sensors for Medical Diagnostics & Treatment Applications XIII, 2013, 8576(3):343-348.
[3]Mokhtar M R, Owens K, Kwasny J, et al. Fiber-optic strain sensor system with temperature compensation for arch bridge condition monitoring[J]. Sensors Journal IEEE, 2012, 12(5): 1470-1476.
[4]Scott R H, Banerji P, Chikermane S, et al. Commissioning and evaluation of a fiber-optic sensor system for bridge monitoring[J]. Sensors Journal IEEE, 2013, 13(7): 2555-2562.
[5]Li L, Han Q, Liu T, et al. Reflective all-fiber current sensor based on magnetic fluids[J]. Review of Scientific Instruments, 2014, 85(8): 083107.
[6]Minardo A, Coscetta A, Porcaro G, et al. Structural health monitoring in the railway field by fiber-optic sensors[M]. Switzerland: Springer International Publishing, 2015: 359-363.
[7]Murayama H, Wada D, Igawa H. Structural health monitoring by using fiber-optic distributed strain sensors with high spatial resolution[J]. Photonic Sensors, 2013, 3:355-376.
[8]Kobyakov A, Sauer M, Chowdhury D. Stimulated Brillouin scattering in optical fibers[J]. Advances in Optics and Photonics, 2010, 2(1): 1-59.
[9]Nikles M, Thevenaz L, Robert P A. Brillouin gain spectrum characterization in single-mode optical fibers[J]. Journal of Lightwave Technology, 1997, 15(10): 1842-1851.
[10]Farahani M A, Gogolla T. Spontaneous Raman scattering in optical fibers with modulated probe light for distributed temperature Raman remote sensing[J]. Journal of Lightwave Technology, 1999, 17(8): 1379-1391.
[11]Dakin J P, Pratt D J, Bibby G W, et al. Temperature distribution measurement using Raman ratio thermometry[C]∥29th Annual Technical Symposium, International Society for Optics and Photonics. San Diego, USA, 1986: 249-256.
[12]Yuan C X, Wang Z N, Jia X H, et al. 94 km Brillouin distributed optical fiber sensors based on ultra-long fiber ring laser pumping[J]. Spectroscopy and Spectral Analysis, 2014, 34(5): 1191-1195.
[13]Barnoski M K, Jensen S M. Fiber waveguides: A novel technique for investigating attenuation characteristics[J]. Applied Optics, 1976, 15(9): 2112-2115.
[14]Dakin J P, Pratt D J, Bibby G W, et al. Distributed optical fibre Raman temperature sensor using a semiconductor light source and detector[J]. Electronics Letters, 1985, 21(13): 569-570.
[15]De Souza K, Lees G P, Wait P C, et al. Diode-pumped Landau-Placzek based distributed temperature sensor utilising an all-fibre Mach-Zehnder interferometer[J]. Electronics Letters, 1996, 32(23): 2174-2175.
[16]张悦, 张记龙, 李晓, 等. 光纤中拉曼散射回波超高灵敏度探测技术研究[J]. 光谱学与光谱分析, 2009, 29(5): 1300-1303.
Zhang Y, Zhang J L, Li X, et al. Research on the supersensitive detecting technology of backward Raman scattering signal in optic fiber[J]. Spectroscopy and Spectral Analysis, 2009, 29(5): 1300-1303.
【中文责编:谭春林英文责编:肖菁】
Hardware and Software Design for Rapid Detecting Property in the Distributed Fiber Optic Sensing System
Zhou Bin*, Huang Guojing, Lu Changtao, Ruan Hang
(South China Academy of Advanced Optoelectronics, South China Normal University, Guangzhou 510006, China)
A data acquisition system of the distributed sensing technologies is developed with rapid detection property using FPGA, for slow detection speed of a full-scale detecting of current distributed optical fiber sensing system. With our fast data acquisition system, the time consumption of a full-scale detection is suppressed to be less than ten seconds from 30s or even a few minutes, making it possible for the quasi real-time monitoring. Distributed fiber-optic sensing technology is one of the most promising fiber-optic sensor technologies. Its biggest advantage is the large range and long distance detection. Both of Brillouin and Raman distributed sensing principle and its repeatability, frame structure characteristics of the sensor data are introduced. According to these characteristics, long ring queue of a number of FIFO in FPGA are designed to buffer and average data, for signal noise reduction. Data transfer module based on USB2.0 of CY7C68013A is designed to transfer data to the PC for displaying and storage. Results showed that the design realizes quasi real-time detection, solving the lack of long time and not real-time detection. It greatly increases the performance of distributed optical fiber sensing. The proposed sensing system can be used in monitoring the power line systems, railway, subway tracks, tunnels, dams or landslide, where require real-time monitoring and a large number of sensors.
distributed fiber sensor; data acquisition; optical fiber Brillouin effect; optical fiber Raman effect
2015-04-12《华南师范大学学报(自然科学版)》网址:http://journal.scnu.edu.cn/n
国家自然科学基金项目(6130705);广东省引进创新团队计划资助项目(201001D0104799318);中国博士后基金项目(2013M 531866)
周斌,讲师,Email:zhoubin_mail@163.com.
O438.1
A
1000-5463(2015)05-0018-05