Повышение эффективности измерения температуры волоконным датчиком на основе бриллюэновской оптической рефлектометрии во временной области с алгоритмом ближайших k-соседей (k-nn)

Предлагается использовать алгоритм ближайших K-соседей (K-NN) для обработки зондирующих сигналов, полученных на предложенном авторами ранее оптоволоконном датчике бриллюэновской оптической рефлектометрии во временной области (БОРВО) с высоким пространственным разрешением, называемом дифференциальным кросс-спектральным БОРВО (ДКС-БОРВО). Ключевая проблема, связанная с ДКС-БОРВО, заключается в том, что, когда используемая длительность импульса T_L меньше, чем время жизни фонона (порядка 10 нс), ширина спектра бриллюэновского усиления (СБУ) увеличивается, хотя при этом и уменьшаются искажения спектра. Несмотря на это уменьшение искажений формы спектра, разрешение по бриллюэновскому сдвигу частоты ухудшается из-за расширения бриллюэновского спектра. С другой стороны, в то время как длительность T_L, превышающая установившееся состояние бриллюэновского сигнала, сужает спектр, возникают боковые лепестки в пределах установившегося состояния, что приводит к ухудшению разрешения по бриллюэновскому сдвигу частоты; это ограничение наблюдается только в ДКС-БОРВО, несмотря на его возможности измерения с высоким пространственным разрешением. В нашей модели мы использовали данные, измеренные экспериментально для волокна длиной около 400 м с оптимизированной последовательностью T_L в диапазоне температур 40–80°C для получения температурного коэффициента Бриллюэна C_T. Затем, на этапе обучения, мы построили идеальные СБУ с помощью моделирования с различной шириной линии 50–70 МГц, чтобы обучить модель K-NN с учетом изменения ширины линии из-за разницы в условиях на этапах обучения и тестирования, тем самым сделав ее гибкой для различных условий, в которых находится волокно. На этапе тестирования мы использовали данные, измеренные экспериментально для зондирования волокна длиной около 3.6 км с T_L = 60 нс, чтобы получить распределение температуры. Для случая T_L = 60 нс мы улучшили точность определения температуры, используя K-NN, примерно до 2.77°C. Следовательно, можно сделать вывод, что модель K-NN может быть отличным альтернативным инструментом для обработки СБУ, измеренных ДКС-БОРВО, и получения распределения температуры вдоль волокна.