分布式光纤声传感DAS系统可以长距离采集振动信号,被广泛用于周界安防,分布式石油天然气管线,皮带机托辊健康监测,电力海缆舞动监测等应用场景。但这些应用的最终效果是否能做好在很大程度上决定于上层的应用软件及信号识别算法。 AI作为新技术,能很好的实现对信号的特征识别,因此用AI技术来实现对分布式光纤声传感的特征信号识别开始被广泛尝试及应用。
而特征信号的识别的第一步是采集到特征信号,能够采集到尽可能纯净的特征信号,这样在做识别的过程中,识别的效果才越好。
分布式光纤声传感DAS系统,采用相干光路进行实现,所以系统会存在相干衰落的问题。相干衰落的表现是在解调出的信号上随机的产生噪声,随机的噪声对AI模型训练影响还是非常大的。所以我们在选择DAS主机前,首先需要考虑的是该主机是否对相干衰落进行处理。相干衰落无法消除,但是我们可以通过算法进行抑制,而要通过算法抑制,通常需要使用数字IQ的解调算法而非模拟IQ解调,所以做AI识别选择DAS主机设备前,最好确认该主机是否具备了相干衰落抑制的功能。
DAS系统我们通常是使用相位数据进行解调,整条光缆所有通道同时解调,并输出振动曲线,我们成为全域相位解调。由于DAS系统的数据量通常很大,根据光缆的长度,每秒钟可能有数百M的数据量产生,所以全域的相位解调能力也是DAS系统性能指标的一个关键。