龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于空间分辨率内冗余数据的Φ‑OTDR系统相干衰落抑制方法及装置，具体为：首先仿真出随机的一维连续信号和噪声波形，并进行通道复制扩充，对每个通道的波形加入不同的随机噪声，得到多通道信号和噪声数据集；然后设定时序神经网络模型的结构、参数、激活函数、损失函数和优化器，将数据集送入模型进行训练；接着判断模型误差是否满足要求，若不满足要求则调整模型的结构、参数、激活函数、损失函数和优化器，对模型进行重新训练；若满足要求则将Φ‑OTDR系统探测得到的实际数据进行处理打包，送入训练后的模型进行预测，得到沿光纤全局分布的信号特征。本发明复杂度低，降低了相干衰落噪声对Φ‑OTDR系统的影响，提高了系统的传感能力。
主权项：1.一种基于空间分辨率内冗余数据的Φ-OTDR系统相干衰落抑制方法，其特征在于，包括以下步骤：步骤1、结合Φ-OTDR系统解调信号的波形特点，仿真出随机的一维连续信号和噪声波形；步骤2、将步骤1生成的波形进行通道复制扩充，并对每个通道的波形加入不同的随机噪声，得到多通道信号和噪声数据集；步骤3、设定时序神经网络模型的结构、参数、激活函数、损失函数和优化器，将步骤2生成的多通道信号和噪声数据集送入时序神经网络模型进行训练；步骤4、通过评价指标判断误差是否满足要求，若满足则转至步骤5；否则对时序神经网络模型的结构、参数、激活函数、损失函数和优化器进行调整，并转至步骤3对时序神经网络模型进行重新训练；步骤5、将Φ-OTDR系统探测得到的实际数据进行处理打包后，送入训练后的时序神经网络模型进行预测，得到优化后的数据，并将优化后的数据进行频谱分析，得到沿光纤全局分布的信号特征。
全文数据：
权利要求：
百度查询： 南京理工大学 基于空间分辨率内冗余数据的Φ-OTDR系统相干衰落抑制方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号