- 王顶顶;张红娟;王鹏飞;靳宝全;
为提高相位敏感光时域反射仪（Φ-OTDR）在复杂噪声环境下的振动检测性能，解决传统降噪方法在处理非平稳、多频振动信号时存在的模态混叠和参数依赖问题，提出一种基于时变滤波经验模态分解（TVF-EMD）的Φ-OTDR信号降噪方法。该方法首先利用TVF-EMD将原始振动信号自适应分解为多个固有模态函数，通过计算各模态的样本熵，设定阈值以区分信号相关模态与噪声相关模态，并基于信号相关模态重构振动信号，从而实现噪声的有效抑制。仿真结果与实验验证表明，所提方法可使平均信噪比分别提升13.281、14.3 dB，且在实际高速公路隧道振动信号中噪声波动显著降低。
2025年06期 v.49;No.351 64-68页 [查看摘要][在线阅读][下载 1420K] - 李钰婷;张红娟;王鹏飞;高妍;王宇;靳宝全;
为解决光纤传感系统在长距离检测中高频局部放电声波信号响应受限的问题，提出一种基于频分复用的相位敏感光时域反射仪（Φ-OTDR）系统。该系统采用电光调制器生成多频探测脉冲，结合正交解调技术对各通道拍频信号分别解调，并按脉冲时序组合相位信息，实现声波信号的准确重构。实验结果表明：在11.6 km传感光纤上，6通道频分复用系统实现了24 kHz的频率响应，等效采样率提升至传统系统的6倍；高压电缆局部放电实验中，系统成功检测到约20 kHz的局部放电信号，验证了其在长距离、高频局部放电检测中的有效性与稳定性。
2025年06期 v.49;No.351 69-73页 [查看摘要][在线阅读][下载 1476K] - 周玮;张小燕;智艳飞;
为实现碳纤维复合材料（CFRP）模块在保持其强度特性的同时，具备对外部应力大小与位置的识别能力，设计了一种基于光纤布喇格光栅（FBG）阵列的智能CFRP模块。该模块将8个FBG传感器按碳纤维堆叠方向预埋于CFRP中，形成直径为50 mm的环形结构，并搭建了包含宽带光源、光耦合器与解调仪的感知系统，通过FBG波长偏移反演应力位置与大小。实验结果表明：FBG正上方响应灵敏度最高，达2.37 pm/N，轴向与垂向灵敏度随距离增加而递减，所有应力测试线性度均高于0.97;25个测试点的FBG响应组合具有唯一性，验证了模块在10 mm空间分辨率下实现二维位置识别的可行性。
2025年06期 v.49;No.351 74-79页 [查看摘要][在线阅读][下载 1587K] - 陈锦山;王新澜;陈端云;吴诗雨;王林芳;余斯航;赵丽娟;
为了提升基于光时域反射仪（OTDR）光纤异常事件识别的准确率，提出一种基于灰狼算法优化支持向量机（GWOSVM）的电力光纤状态监测方法。该方法首先利用小波变换实现OTDR测得背向瑞利散射信号的降噪和定位，再以事件发生处的归一化背向瑞利散射信号为特征量，利用GWO-SVM对事件类型进行识别。其中，GWO能优化SVM的核心参数，从而提高模型识别的准确率。实验结果表明，SVM和粒子群算法优化支持向量机（PSO-SVM）方法平均分类准确率分别为97.4%和98.72%，而本文提出的GWO-SVM高达99.36%，较前两者分别提升了1.96%和0.97%。
2025年06期 v.49;No.351 80-84页 [查看摘要][在线阅读][下载 1365K] - 李香芹;
为提升重要区域周界安防系统的实时检测能力并降低误报率，设计了一种基于微弯曲光纤与光时域反射技术的车辆入侵实时检测系统。该系统通过结构简化的微弯传感器感知外界压力引起的光信号衰减，结合光时域反射技术实现入侵事件的定位与识别，并采用分区阈值判断与归一化相关分析优化信号处理。实验结果表明，在700 m传感范围内，系统对质量为1 030 kg、速度为60 km/h的车辆入侵的检测成功率达99.2%，并适用于最高200 km/h的高速车辆场景，具备响应快、成本低、无需复杂算法的优势。
2025年06期 v.49;No.351 85-88页 [查看摘要][在线阅读][下载 1310K] - 杜娟;
针对传统光缆故障识别方法中信号特征提取复杂、识别准确率不高的问题，提出一种融合双通道格拉姆角场（GAF）与树突（DD）网络的识别方法。该方法首先对一维光时域反射仪（OTDR）时序信号进行标准化与极坐标编码，通过双通道GAF技术将其转换为格拉姆角和场（GASF）与格拉姆角差场（GADF）2种二维图像，以保留时序特征并增强多模态故障差异；随后利用DD网络挖掘图像中数据间的逻辑关系，构建高精度分类模型。实验结果表明，所提方法在自建OTDR数据集上的分类准确率达到98.67%±1.06%，优于小波包分解、经验模态分解、变分模态分解等传统特征提取方法，也高于其它主流分类模型，验证了其在光缆事件识别任务中的有效性与优越性。
2025年06期 v.49;No.351 89-95页 [查看摘要][在线阅读][下载 1418K]