Принцип работы оптического рефлектометра заключается в зондировании серией лазерных импульсов оптического волокна и регистрации рассеянного назад излучения. Регистрируя отраженный сигнал и анализируя его характеристики в зависимости от времени, можно локализовать место виброакустического воздействия на оптическое волокно, изучить частотный спектр воздействующего источника вибраций, оценить интенсивность воздействия, его продолжительность и длительный характер изменения во времени. Применение различных методов обработки сигнала и распознавания событий (как адаптивных алгоритмов, так и дообучаемых нейронных сетей) позволяет в автоматизированном режиме выделять и классифицировать источники виброакустического воздействия на оптическое волокно, записывать происходящие события в архив, формировать сигналы тревоги для службы охраны или мониторинга протяженных объектов.
Основанный на этих принципах программно-аппаратный комплекс «Дунай» (ПАК «Дунай») с 2012 по 2019 года успешно прошел многочисленные полевые испытания на объектах ООО «Газпром» и ОАО «Ростелеком», полигонах Минобороны, периметрах крупных аэропортов и аэропортов малой авиации, объектах РЖД (2 внедрения в опытную эксплуатацию совместно с АО «НИИАС» оптической платформы «Дунай» в рамках системы интервального регулирования «Анаконда» с 2015 года, а также испытания ПАК «Дунай» на 2 объектах АО «ЯЖДК») и протяженных объектах критической инфраструктуры в Южной Корее и Индии, которые подтвердили эффективность системы.
Основное назначение системы «Дунай» в железнодорожной отрасли – локализация, определение типа железнодорожных составов, их скорости и ускорения для реализации точного интервального регулирования. Вспомогательной задачей является локализация и классификация дефектов как подвижного состава, так и железнодорожного пути. Протяжённость зоны мониторинга, контролируемой одним рефлектометром, для задач интервального регулирования составляет до 90 км в стандартной конфигурации и до 120 км в расширенной конфигурации при использовании лишь одного оптического волокна без дополнительных усилителей на линейном участке (без удаленной накачки типа ROPA). Учитывая, что максимальная дальность работы зависит, в первую очередь, от оптических потерь в волокне, которые варьируется от одной оптоволоконной линии к другой, необходимо указать, что бюджет оптических потерь по классу событий «Движение железнодорожной техники» составляет до 20 дБ в стандартной конфигурации и до 26 дБ – в расширенной. При этом сигнал анализируется по-отдельности с каждых 1.5 метров оптического волокна.
Стоит также отметить, что повышенная дальность работы не означает необходимость расположения систем на максимальном удалении. При работе по соседним оптическим волокнам с пересечением зон мониторинга происходит дублирование функционала объединенной системы со следующими преимуществами:
- устойчивость к единичному обрыву оптического волокна (системы обеспечивает мониторинг с каждой из сторон до точки обрыва);
- повышение функциональной надежности объединенной системы за счет полного дублирования функциональных блоков;
- повышение точности классификации событий вследствие того, что каждая из систем производит обработку сигнала с небольшими вариациями за счет различных используемых волокон и удаленности от приборов.
Использование одновременно адаптивных алгоритмов первичной обработки информации и нейронных сетей для классификации выявленных событий позволяет проводить полный цикл анализа информации на встроенном индустриальном компьютере. Таким образом, система занимает в стойке всего лишь 3 юнита (3U), уже включая промышленный компьютер и сервер агрегации и передачи информации.
Принципы классификации виброакустических сигналов на основе нейронных сетей
После первичной обработки информации сигнал разбивается на серию узкополосных частотных и амплитудных фильтров, как показано на рис. 1а. Далее алгоритмы предварительного детектирования, учитывая частотную и амплитудную составляющую сигнала, оставляют для дальнейшего анализа только те участки массива данных, в которых присутствует полезный сигнал (рис. 1б). При этом минимизируются как ложно положительные результаты детектирования (выделение областей с отсутствием полезного для анализа сигнала в присутствии сильных шумов и помех), так и ложно отрицательные (пропуск областей с полезным для анализа сигналов).
Дальнейшая же классификация сигналов по источнику виброакустических сигналов и их типу производится на основе дообучаемых нейронных сетей. Дообучаемость означает, что используется не только существующая база размеченных сигналов, но и сигналы, собираемые во время пуско-наладочных работ на конкретном объекте мониторинга с учетом специфичных для него шумов, качества прокладки кабеля, типа и состояния грунта, а также особенностей необходимых к распознаванию источников виброакустических сигналов. Учитывая широкую базу сигналов, а также оптимизацию архитектуры нейронных сетей, для дообучения на новом объекте требуется всего 4 часа записи сигналов для обеспечения точности классификации детектированных событий на уровне более 98% вдоль всей области мониторинга и с учетом вариаций состояния грунта и расположения кабеля с оптическим волокном.
Одним из аспектов классификации событий на основе нейронных сетей является объединение элементарных событий в объекты, а также получение траектории и скорости движения железнодорожного транспорта. При этом повышение точности позиционирования ЖД-составов по сравнению лишь с алгоритмическими системами детектирования достигается за счет повышения точности распознавания полезного сигнала на фоне сильных и меняющихся со временем шумов и помех от других источников, пусть даже сильно похожих по частотным и амплитудным характеристикам на ЖД-транспорт, как это показано на рис. 2. Повышение же точности классификации подвижного состава достигается не только за счет описания сценариев их поведения, но и за счет отслеживания индивидуальных особенностей каждого из выявленных объектов в зоне мониторинга.
Рисунок 2. Результат работы классификатора событий на основе нейронных сетей в реальном времени на встроенном индустриальном компьютере, обрабатывающем участок длиной более 73 км.
Работоспособность системы «Дунай» подтверждена в условиях прокладки кабеля по телекоммуникационным стандартам в условиях многолетней мерзлоты и высоких оптических потерь в волокне (до 19-20 дБ).
Разработана и экспериментально испытана новая методика интерпретации сигналов с ПАК «Дунай» с применением нейросетевого классификатора на дистанции 77 км. Представленный метод способен повысить точность адаптивных алгоритмов детектирования сигналов в условиях сильных шумов и помех.
Система может послужить основной для комплексов интервального регулирования железнодорожного транспорта при использовании уже существующей инфраструктуры, без обязательной потребности в дорогостоящей специализированной прокладке кабеля и частого расположения приемо-передающих устройств в малонаселенных районах.
Материал подготовлен для журнала "Автоматика, связь, информатика", №9/2019