Estrategia adaptativa multifuente para un sensor de fibra óptica distribuida basada en una red de máscaras

Área de la Ciencia:

• Ingeniería Óptica
• Procesamiento de Señales
• Tecnología de Detección

Sus antecedentes:

• La separación de eventos múltiples superpuestos en sistemas φ-OTDR es un desafío, especialmente con datos de entrenamiento limitados.
• La escasez de datos puede causar sobreajuste en los estimadores de máscaras, lo que dificulta el aislamiento de los componentes de señal deseados.
• Los métodos convencionales a menudo dependen de la aumentación de datos para abordar conjuntos de datos limitados.

Objetivo del estudio:

• Proponer una nueva estrategia adaptativa de separación para eventos múltiples en sistemas φ-OTDR.
• Superar las limitaciones de la escasez de datos y mejorar la separación de señales superpuestas.
• Mejorar la calidad de los resultados separados sin una extensa aumentación de datos.

Principales métodos:

• Desarrollo de una estrategia adaptativa de separación que refina iterativamente las señales mal separadas.
• Aprovechamiento de los conjuntos de datos existentes y los estimadores de máscaras dentro del proceso iterativo.
• Validación del enfoque a través de análisis teóricos y pruebas experimentales.

Principales resultados:

• La estrategia adaptativa separa eficazmente eventos múltiples superpuestos en sistemas φ-OTDR.
• Se demostró una mejora en la calidad del aislamiento de la señal en condiciones de datos limitados.
• Se mostró la viabilidad y portabilidad de la estrategia en diversos escenarios.

Conclusiones:

• La estrategia adaptativa de separación propuesta ofrece una solución novedosa para la separación de eventos múltiples en φ-OTDR.
• El método es eficaz incluso con muestras de entrenamiento limitadas, abordando un desafío clave en el campo.
• La estrategia muestra un potencial prometedor para aplicaciones prácticas en detección óptica.