Análisis comparativo de métodos de desenvolvimiento de fase para sensores acústicos distribuidos en fibra óptica

Abstract

Este trabajo tiene como principal objetivo implementar y comparar algoritmos de desenvolvimiento de fase provenientes de distintas áreas y aplicarlos al sensado acústico distribuido (DAS) en fibra óptica, trabajando con datos reales obtenidos de un esquema de reflectometría óptica en el dominio temporal sensible a fase (Phi-OTDR) heterodino implementado en laboratorio. El uso de la tecnología DAS permite medir perturbaciones en una fibra óptica a través de largas distancias con una alta precisión a partir de la fase de la luz retrodispersada dentro de la misma fibra. Los métodos implementados en este trabajo son modificados en caso de ser necesario para traducir su rendimiento al caso de trazas obtenidas del sensado DAS. El objetivo es comparar diversos métodos, con el fin de encontrar métodos desde distintas áreas que sean generalizables a tecnología DAS que sean robustos, flexibles y computacionalmente eficientes. En este trabajo se revisan métodos provenientes de tecnología de radar de apertura sintética, procesamiento de imágenes, filtros de Kalman y redes neuronales.

The main objective of this work is to implement and compare phase unwrapping algorithms from different areas, and apply them to optical fiber Distributed Acoustic Sensor (DAS) data, using real data obtained from a heterodyne phase sensitive optical time domain reflectometry (Φ-OTDR) scheme implemented in a laboratory. The use of DAS allows for the measurement of disturbances in an optical fiber over long distances with high precision, by measuring the phase of the backscattered light within the optical fiber. The unwrapping methods that are implemented in this work are modified, if necessary, to translate their performance from their respective field to DAS data. The goal is to compare a diverse set of methods, and find methods from different areas that are applicable to DAS data that are robust, flexible, and computationally efficient. In this work, the methods reviewed come from uses like synthetic aperture radar, image processing, Kalman filtering, and neural networks.