针对相位敏感光时域反射仪(Φ-OTDR)信号信噪比较低的问题, 提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)的小波信息熵阈值去噪算法。该算法配合CEEMDAN分解, 通过小波信息熵阈值去噪, 提取扰动位置的高频信息, 从而提高系统的信噪比。首先, 采用Savitzky-Golay滤波算法对不同光脉冲间的信号进行预处理; 其次, 采用CEEMDAN将滑动差分后单个脉冲内信号分解为不同的固有模态函数(IMF), 并利用连续均方误差准则确定含噪较多的高频IMF分量; 然后, 采用小波信息熵阈值去噪算法对以上高频IMF分量进行阈值去噪处理; 最后, 将其与低频IMF分量以及残差分量进行重构。采用自行研制的相干Φ-OTDR系统实测数据进行了验证, 结果表明, 文中算法与两种传统去噪算法相比, 信噪比提升了3dB, 这对于系统的实际应用具有重要意义。

针对基于相敏型光时域反射计(OTDR)的振动传感系统所使用的平均算法、差分算法不能有效实现对扰动的识别定位问题，提出了一种结合小波分析理论和信息熵理论的处理算法，以实现系统对外界扰动的准确评价。在深入分析系统所得信号特征及小波信息熵处理方法特点的基础上，探讨了窗长、步长对评价算法的影响，并使用加权算法对该评价算法进一步优化。实验表明，本方法可以区别噪声信号和扰动信号，实现对外界扰动事件的快速准确识别并精确定位扰动发生的位置，对系统的实际应用有重要意义。