为提高布里渊光时域分析(BOTDA)系统的信噪比,减少累计平均次数,改善实时性的同时保障测量精度,提出了基于Armijo线搜索的BOTDA散射谱图像降噪算法。该算法从能量扩散的角度利用偏微分方程的各向异性保证降噪图像具有良好的边缘保持特性,基于图像的局部特征提高了传感系统的测量精度。运用Armijo回溯线搜索法自适应选取最速下降步长,对256次累计平均的BOTDA实验数据进行降噪处理,只需两步迭代,即可达到最佳降噪效果,有效减少了数据采集时间,提高了系统的实时性。

布里渊光时域分析(BOTDA)技术是基于光时域反射(OTDR)和受激布里渊散射(SBS)效应的一种重要的分布式光纤传感技术。由于具有多参量传感、精度高、距离长等优势, 该技术特别适用于大型基础设施、石油化工、电力通信网络和海底光缆等长距离、大范围的高危领域的故障定位和健康监测。但传统BOTDA只能用于静态测量, 其应用场合和发展前景受限。综述了目前基于BOTDA的各项动态测量技术, 详细介绍了其测量原理, 讨论了影响其传感速度的基本因素和研究难点, 并展望了未来BOTDA技术的发展前景。

利用传统的洛伦兹线型拟合来进行布里渊散射谱特征提取是一种普遍使用的方法, 其测量结果的准确度容易受噪声含量、扫频谱型和拟合算法的影响。不仅如此, 这种方法需要反复迭代求出参数向量的最小二乘解, 实时性较差。针对该情况提出的互相关卷积与高阶质心结合算法能有效提取布里渊频移, 具有极短的测量时间, 但扫频数据服从洛伦兹分布的程度直接影响了计算结果的准确度, 因此提出了二维小波阈值去噪方案, 并运用综合评价指标计算与拐点定位进行最优参量选取, 得到了一组最佳的降噪参量, 如此能有效提高测量结果的精准性。

随着布里渊光时域分析(BOTDA)传感技术在许多大型基础工程设施安全监测中的广泛应用，对测量精度和实时性的要求日益提高。采用传统的最小二乘曲线拟合方式对布里渊散射谱进行布里渊频移提取，其测量结果的精度依赖于参数初始值的选取和噪声的影响，并且拟合算法的参数迭代求解过程增加了数据处理的时间，降低了工程实时性。文章综述了多种非线性参数优化估计的曲线拟合算法和基于神经网络的布里渊散射谱特征提取的混合优化算法，介绍了无需经过曲线拟合的互相关法(XCM)、深度学习法(DL)和亚像素级精度的重心提取算法(CDA)，这些算法能适应更大的扫频步长，实时性更好。

针对目前布里渊光时域分析(BOTDA)分布式光纤传感系统存在的实时性较差的问题, 为了缩短测量时间, 提出一种基于互相关卷积与高阶矩质心计算相结合的布里渊散射谱特征提取方法。首先将布里渊散射谱沿光纤的扫频数据与理想Lorentz曲线作互相关卷积, 然后利用卷积结果峰值附近的理想Lorentz线型特征进行高阶矩质心提取, 并将提取结果作为布里渊频移(BFS)的估计值; 其次, 搭建1.5 km的瑞利BOTDA温度传感系统对所提算法进行可行性验证。结果表明: 不同于常用的Lorentz拟合(LCF), 所提算法避免了复杂的迭代求解所造成的测量时间延长, 具有良好的实时性与测量精度, 选取恰当的数据点数与阶数可将误差控制在小于1 MHz; 当进行长距离高分辨率的动态测量而不得不加大扫频间隔以减少测量时间时, 所提算法的测量误差远小于基于莱文伯-马奈特(LM)算法的LCF的测量误差。

针对传统的基于瑞利散射的布里渊光时域分析系统存在信噪比低的问题，提出了一种新的基于瑞利散射的布里渊光时域分析设计方案。采用平衡检测技术，同时利用斯托克斯边带和反斯托克斯边带的信息，输出信号功率比单端检测提高了两倍。由于两个光电二极管输入信号的等噪声特性，使用平衡检测使噪声功率增加2倍，输出信号的信噪比提高2倍。对2.4 km光纤进行实验，验证了系统的可行性，采用平衡检测技术后信号得到明显的改善。