基于φ-OTDR的振动检测研究型综合实验设计

秦祖军，高江江，银 珊，王新强

（桂林电子科技大学电子工程与自动化学院，广西桂林 541004）

0 引言

目前，国内许多高校正积极探索和开设研究型综合教学实验［1-4］。本文将科研内容引入到实验教学中，设计了基于相位敏感光时域反射仪（φ-OTDR）车辆振动检测的研究型综合实验。它具备复杂工程问题的特征，需运用工程原理、综合数学、光学、电子电路和信号处理等知识，经过深入分析才能得到解决。该实验要求学生在清晰认知φ-OTDR 工作原理基础上，能熟练搭建实验系统开展车辆振动测试，重点要求学生针对现有方法的不足提出新的信号处理算法以提高检测信号信噪比以及系统工作可靠性。整个教学过程加强引导与互动交流，鼓励学生积极探索，注意激发学生对实验过程的兴趣，提高实验教学效果。实践教学表明，针对常规幅值差分累加算法在振动信号解调中存在差分间隔依赖性问题，学生能融合所学数理知识提出一种简单、高可靠的振动信号检测方法。该方法不仅可以避免常规方法因差分间隔依赖性出现的振动误判问题，而且大幅增加了检测信号的信噪比。该研究型综合实验能培养学生运用理论知识和实践技能解决复杂工程问题的能力，锻炼学生积极探索精神与工程创新能力。

1 实验设计

φ-OTDR属于分布式光纤传感器，以其全方位和连续方式检测多种物理参量的优势，成为物联网时代感知信息与获取信息的重要工具［5-12］。该系统以窄线宽激光器为探测光源，可以提取和识别外界微小扰动信息，能对传感链路进行实时问询与监测。因此，通过φ-OTDR检测车辆振动，交通管理部门可以对高速公路行驶车辆进行实时监控，借此获取高速公路各种交通信息数据，以便进行快速决策。

φ-OTDR根据解调参量不同，分为幅值解调型和相位解调型两类：前者通过解调背向瑞利散射光的幅度信息定位振动事件；后者则通过解调背向瑞利散射光的相位信息［13］实现振动事件的检测。相较于强度解调，相位解调系统结构复杂且成本较高，因此本文以幅度解调方案设计教学实验项目。一般地，幅度解调通常采用幅值差分累加算法［14-15］以确定振动源的空间位置，即：

式中：S表示差分累加后的振动信号；D表示每个探测脉冲产生的后向瑞利散射信号的强度曲线；N 表示采集的瑞利散射曲线数目；k 表示曲线差分间隔。上述常规差分累加算法虽然简单，但是其振动检测对差分间隔的强烈依赖性导致其适用性不强，其主要理由是：常规差分累加算法中k的取值需要根据待测振动信号的频率、探测脉冲重复频率（与检测范围有关）等反复调试确定，其取值恰当与否密切关系着振动源定位准确性。通常，振动源信号频率越高（低），k 值越小（大）；检测距离越长（短），k 值越小（大）。事实上，k值的确定还与机动车类型、驾驶状态、路况等因素密切关联。因此，有必要提出一种可靠性好的振动检测方法以克服常规差分累加算法的不足，使φ-OTDR 在公路车辆检测中具备真正的工程应用潜力。

2 φ-OTDR振动检测实验

φ-OTDR车辆振动检测原理为：当车辆在公路上行驶时，由于车辆车轮碾压路面以及车辆内部机械噪声经车轮传入路面的振动会沿着路面传递到传感光纤上，导致传感光纤纤芯折射率发生变化，继而改变后向瑞利散射光的相位及其干涉光强度。通过式（1）对获取的后向瑞利散射信号进行信号处理，即可确定车辆的空间位置信息，如图1 所示。

图1 φ-OTDR系统结构

激光器发出的连续光被1∶9分束器分成两路光路。其中，一路（90%）作为信号光，由声光调制器调制成特定脉宽和周期的脉冲光，并经三端口环形器注入传感光纤；另一路（10%）作为参考光。传感光纤所激发的后向瑞利散射光经环形器与参考光经50∶50 光耦合器后被平衡探测器（BPD）检测进行光电转换，之后交由解调板进行IQ 解调。解调后的I、Q 两路信号分别进行A/D转换，送入计算机通过式（1）进行信号处理并确定振动源位置。

图中任意波形发生器的作用为：给AOM 提供标准脉冲，将连续激光调制成脉冲光；控制采样时间，以便当脉冲光产生时示波器进行同步采集。为了提高图1 所示系统的检测信号信噪比和灵敏度，采用相干接收和平衡探测技术；为了减少偏振波动影响，分别在参考光路和信号光路上增加了偏振控制器。

2.1 主要实验仪器

φ-OTDR检测系统包括窄线宽激光器（中心波长1 550.1 nm，线宽3 kHz，最大50 mW 功率）、分光器、AOM（工作波段1 550 nm，频移量200 MHz，上升/下降沿10 ns）、三端口环形器、标准单模光纤、2 ×2 合束器、平衡探测器（BPD，光谱响应范围为850～1 650 nm，响应度0.9 A/W@1 550 nm）、任意波形发生器、偏振控制器、带通滤波器（中心频率200 MHz，带宽30 MHz）、IQ解调板、示波器（泰克DPO7254，作为数据采集卡）及计算机。

2.2 实验场地选择

实验中，探测脉冲光由实验室搭建的φ-OTDR 系统产生，并由传感光纤输送至室外实验场地进行实地测量；传感光纤中激发的后向瑞利散射信号再反馈回实验室，与本振光经相干检测后进行光电转换、IQ 解调、信号采集与处理等。室外实验场地设置在校园内，传感光纤距离道路边沿约0.2～0.5 m（见图2 红线），埋设深度依实验条件确定（约0.1 m；埋设深度要确保车辆振动信号通过土壤有效传递至光纤，同时尽量隔离其余噪声振动源的干扰）。

图2 车辆振动检测实验现场

2.3 基于ADRF6850 芯片的IQ解调板

后向瑞利散射信号与本振光经2 ×2 结构的3 dB耦合器后输入BPD 进行相干检测。BPD 由两个几乎一样的雪崩光电二极管组成。在BPD中，光电流经跨阻放大转化为电压信号，由差分电路将二极管输出的电压信号进行差分运算，以抑制共模噪声，输出交流分量。BPD的交流耦合输出信号为

式中：q为平衡探测器的响应度；后向瑞利散射信号和参考光的振幅分别为Es和EL，对应的角频率分别是ωs和ωL，其相位分别为φs和φL。

由于声光调制，上述后向瑞利散射信号频率相对本振光频率下移200 MHz。由式（2）可知，BPD 输出的是200 MHz 的中频信号。为缓解直接采集中频信号造成的计算及存储压力，利用通信专用ADRF6850正交解调芯片制作IQ 解调板（见图3）实现中频信号下变频。设计中，需要注意的方面主要包括：电源及其去耦电路；低通滤波电路；输入输出阻抗匹配等。经正交解调板输出的两路信号I（t）和Q（t）分别输入示波器的输入端口1 和2 实施A/D 采集。通过计算机信号处理，可以反推出后向瑞利散射信号的幅值，即：

图3 学生制作的基于ADRF6850的IQ解调板

3 车辆振动检测方法设计与实验操作流程

常规差分累加算法中，振动检测结果对差分间隔的强烈依赖性会导致车辆定位出现误判（漏判或者虚报）。

3.1 信号处理算法设计

事实上，当若干后向瑞利散射曲线叠加时，振动位置处的曲线呈现出的波动幅度远大于其余非振动位置。图4 为车辆行驶至220 m 处时，N 条瑞利散射曲线的标准方差（N=4 000）。具体方法可表示为

图4 N条瑞利散射信号曲线的标准方差

3.2 实验操作流程

具体实验操作流程设计如下：

（1）按图1 所示φ-OTDR 结构搭建实验光路、光电转换、IQ 解调和信号采集模块。相关参数设置如下：光纤长度L=260 m，车速v=20～40 km/h，脉冲重复频率fm=200 kHz，脉冲宽度W=100 ns，采样频率fs=100 MHz。关键参数的设计规则如下：首先，脉冲重复频率值的设计要确保传感光纤中任意时刻只有一个探测脉冲传输，即fmL≤c/（2n），式中，c 表示真空光速；n表示光纤折射率。本实验传感光纤总长度约260 m，设计的探测脉冲重复频率fm=200 kHz。其次，采集卡采样率足够高的情况下，脉冲宽度决定φ-OTDR的空间分辨率，即：SR=cW/（2n）。本文设计的系统采样率fs为100 MHz（对应1 m的空间采样率），远优于100 ns探测光脉冲对应的10 m空间分辨率。

（2）各光、电器件通电，分别调整信号光路和本振光路中的偏振控制器，降低相干检测的偏振相关噪声。随后测试车辆运行，φ-OTDR 系统开始信号采集。经BPD输出的中频交流电压信号交由IQ 解调板解调。解调完成的I、Q两路基带信号被示波器采集并通过内部的LAN网络总线送入计算机处理，进行车辆振动检测。任意波形发生器分别为声光调制器和示波器提供脉冲信号和同步信号。

（3）连续采集N 个探测脉冲产生的后向瑞利散射信号Dj。考虑本文工作仅检测振动信号和振动位置定位，不做振动信号波形识别，N值选取为4 000。

（4）计算机信号处理，定位振动信号。提取不同道路位置后向瑞利散射信号，分别采用式（1）和（4）两种方法进行处理，分析车辆振动信号检测结果对曲线差分间隔的依赖性以及检测信号的信噪比。每种方法中，通过改变曲线差分间隔k，分析式（1）和（4）振动信号检测结果与曲线差分间隔k的关联性。信号处理过程如图5 所示。需要说明的是，示波器采集的数据为单列结构，总长度为：NfsnL/c，表示以N 为周期，每个周期内的数据分别表示传感光纤各采样点位置的瑞利散射信号幅值。进行信号处理时，需要对采集的数据进行重新编排。

图5 后向瑞利散射信号处理过程

（5）撰写实验报告或实验论文。归纳整理实验过程与实验数据，分析实验结果并给出实验总结与实验过程反思。条件允许时要求就实验情况开展多媒体形式汇报。报告要求条理通顺，逻辑清晰和图文并茂。

4 实验教学结果与分析

实验测量中，信号处理中心设置于实验室，传感光纤总长度为260 m。其中，前130 m光纤为铺设段，用于将传感线路从实验室引出至测量道路；后130 m 光纤为测量段。车辆以20～40 km/h从130 m处行驶至测量末端。本文设置曲线差分间隔分别为k=50，250，500 和1 500 来检测车辆振动信号（也可取其他值，不影响本文的结果），用以对比分析常规差分累加算法和本文信号处理算法的性能。

图6 给出了当车辆行驶在z=220 m处（其他位置结果类似）时，上述4 种差分间隔情况下第j个脉冲后向瑞利散射信号与第j -k 个脉冲后向瑞利散射信号的差分值在20 ms的变化情况（未累加处理）。从图中可以看出，对于k≤250，在常规差分算法中，车辆振动信号被淹没在噪声中；当k ＞250 时，振动信号逐渐显现，信噪比也随着差分间隔值增加而逐渐提高。相反地，本文提出的算法在四种差分曲线间隔值情况下，均能观测到z=220 m 位置的振动信号；同时，相比常规差分算法，该算法呈现出的信噪比大为改善。

图6 不同曲线差分间隔时，第j个脉冲后向瑞利散射信号与第j-k个脉冲后向瑞利散射信号的差分值随时间演化关系

基于图6 中20 ms内的后向瑞利散射信号差分计算结果，图7 给出了曲线差分间隔分别为k=50，250，500 和1 500 时，两种差分算法经累加后确定的车辆振动信号。可以清晰地看出，只有当k 大于一定的数值（计算结果为125），常规差分累加算法才能探测到车辆振动位置；相反地，基于本文提出的算法获取的振动信号与k值的选择无关。因此，若k ＜125，则常规差分累加算法将出现车辆振动检测漏判。比较图6 和图7 可知，信号累加处理技术有效提高了信号信噪比，并降低了常规算法的曲线差分间隔临界值（由250 降低至125）。本实验中，定义信噪比为振动位置与非振动位置处信号峰值幅值的比值。在不同k 值情况下，由图7 可知本文提出的信号累加算法确定的振动信号信噪比均优于常规差分累加算法，能明确确定车辆的行驶位置。该结果说明，式（4）减弱了振动检测结果对曲线差分间隔取值的依赖性，有效降低了车辆振动信号的漏判概率。

图7 不同差分间隔时，确定车辆振动信号

为了量化分析曲线差分间隔对检测信号信噪比的影响，图8 给出了车辆振动信号信噪比随曲线差分间隔的变化关系。从图中看出，随着差分间隔k 值的增加，由常规差分累加算法和本文算法确定的振动信号信噪比均呈现先增加后减小的趋势。这主要与车辆振动信号频率和信号累加次数决定。具体地，对于数十赫兹的车辆振动信号，需要一定时间间隔的两条后向瑞利散射信号做差分进行检测；但是，随着差分间隔增加，累加次数会相应减小。当曲线差分间隔k ＜260时，常规差分累加算法确定的振动信号信噪比呈现出强烈的波动和不稳定。从该图也可知，本文算法呈现以下优点：①振动信号检测与k值选择无关（即使k=1 时，本算法获取的检测信号信噪比依然达到3.5 dB；常规差分累加算法此时无法检测出振动信号）；②明显改善的信噪比：在信噪比峰值曲线附近，优于常规差分累加算法4.5 dB；在曲线差分间隔为2 000 时，信噪比改善达到5.5 dB。

图8 车辆振动信号信噪比随曲线差分间隔

进一步地，若以振动检测信号信噪比最大值为标准，通过图8 可以优化确定本文算法的最佳曲线差分间隔k 为1 425（常规差分累加算法的优化k 值为1 400，两种方法优化的k 值近似相等）。经研究分析发现，由本文算法确定的不同位置处的优化曲线差分间隔k=1 425 ±30。

5 结语

基于前沿技术与工程应用角度，将科研项目与教育教学结合，开展了基于φ-OTDR 车辆振动检测的研究型综合实验项目。教学实践表明，针对常规差分累加算法中φ-OTDR振动定位检测强烈依赖曲线差分间隔的问题，学生能融合所学知识提出多种简单可靠方案。实验数据证明，该方法不仅使振动信号检测与差分间隔选择无关，还明显改善检测信号的信噪比。通过本研究型综合实验训练，能培养学生解决复杂工程问题的能力，有助于提升实验综合能力和自主学习意识，拓展他们分析问题、解决问题的能力及研究、探索与创新能力。