近日，我院光电子智能器件与系统团队在分布式光纤传感技术领域取得重要研究进展。研究团队针对相位敏感光时域反射计（Φ-OTDR）在强噪声环境下信噪比低、复杂波形恢复困难的问题，提出了一种基于盲源分离理论的信号噪声分离算法，成功实现了在强环境噪声及频谱严重重叠条件下的高保真振动恢复。相关研究成果以“Enhanced vibration recovery of Φ-OTDR under noisy circumstance using signal-noise separation algorithm”为题发表于国际光学期刊《Optics Express》上。

分布式声学传感（DAS）技术基于Φ-OTDR系统，能够沿光纤实现多点同时探测，在车辆跟踪、基础设施监测、边境安防及远距离听测等领域具有广泛应用前景。然而，传统Φ-OTDR系统在实际应用中面临一个关键瓶颈：由于其固有传感机制，目标振动信号与探测激光噪声、环境噪声不可避免地叠加在一起被同时探测。当噪声强度较大或噪声与目标信号发生频谱重叠时，重建振动的信噪比会急剧下降，严重影响了后续事件识别的准确性。例如，在语音识别应用中，信噪比每降低1dB，识别准确率可能下降约10%。现有的一些硬件改进方法虽然能够一定程度上抑制噪声，但往往需要复杂的系统结构，增加了部署难度；而传统的数字域处理方法，如经验模态分解和变分模态分解等，在目标信号强度远小于噪声或存在频谱重叠时，难以准确识别并去除噪声成分。

针对上述挑战，该团队提出了一种创新的算法框架。该算法首先通过边带信号提取进行相位校正，以抵消干涉衰落引起的失真；随后将校正后的相位组织成相位混合矩阵，利用Φ-OTDR系统固有的多单元感知特性，引入盲源分离理论，从混合信号中有效分离目标振动与环境噪声。该方法不依赖于噪声强度和频谱成分，即使在强噪声和严重频谱重叠的条件下，依然能够保持鲁棒性。与现有方法相比，该方法无需复杂的硬件改动，计算复杂度可控，且在强噪声和频谱重叠等极端条件下仍能保持卓越的分离性能和波形恢复可信度。这一突破极大提升了Φ-OTDR系统在复杂工业环境下的实用性和可靠性，为其在高电压变电站放电检测、制造厂缺陷检测等强噪声干扰场景下的应用拓展了新的可能性。

实验结果表明，该算法在传统Φ-OTDR方案中表现卓越。对于40 Hz的正弦振动信号，算法将信噪比从原始信号的9.4 dB提升至36.6 dB，对于200 Hz和1 kHz振动信号也分别实现了14.4 dB和16 dB的信噪比提升，信噪比提升效果显著。在强环境噪声和严重频谱重叠条件下，算法成功恢复了被噪声完全淹没的30 Hz方波和三角波振动信号。即使在噪声与振动信号频谱重叠度高达0.9以上的情况下，该算法仍能有效抑制低频噪声，准确提取目标振动信息，恢复后的波形与施加信号的相关系数分别达到0.97和0.98。展示了算法在处理多频复杂振动模式方面的强大能力，弥补了传统线性频域处理方法在克服频谱重叠难题时的不足。

图1.被噪声淹没的方波和三角波振动信号的高保真恢复结果。

该工作得到了国家重点研发计划、国家自然科学基金以及中央高校基本科研业务等项目的资助。合肥工业大学物理学院博士生郑子其为论文第一作者，光学工程系周勇副教授和高伟清教授为论文共同通讯作者。

图、文/周勇 审核/高伟清

论文链接：https://doi.org/10.1364/OE.585885