Charakterisierung der Empfindlichkeit von Glasfaserkabeln gegenüber akustischen Schwingungen

Dec 25, 2023

Scientific Reports Band 13, Artikelnummer: 7068 (2023) Diesen Artikel zitieren

756 Zugriffe

1 Altmetrisch

Details zu den Metriken

Glasfaserinfrastruktur ist für die Übertragung von Daten aller Art sowohl auf Langstrecken als auch auf kürzeren Distanzen in Städten von entscheidender Bedeutung. Auch für Dateninfrastrukturen innerhalb von Gebäuden, insbesondere in hochsicheren Organisationen und Regierungseinrichtungen, werden optische Fasern bevorzugt eingesetzt. Dieser Artikel konzentriert sich auf eine Referenzmessung und Analyse der Empfindlichkeit von Glasfaserkabeln gegenüber akustischen Wellen. Die Messung wurde in einer schalltoten Kammer durchgeführt, um stabile Schalldruckbedingungen im Bereich von 20 Hz bis 20 kHz zu gewährleisten. Der Frequenzgang, das Signal-Rausch-Verhältnis pro Frequenz und der Sprachübertragungsindex werden für verschiedene Arten von Glasfaserkabeln und verschiedenen Deckenplatten bewertet und anschließend verglichen. Der Einfluss der Befestigungsmittel des Kabels wird ebenfalls untersucht. Die Ergebnisse belegen, dass Glasfaser-basierte Infrastruktur in Gebäuden als empfindliches Mikrofon genutzt werden kann.

Heutzutage werden optische Fasern immer häufiger sowohl für die Datenübertragung als auch für Nichtdatenübertragungen verwendet. Viele Forschungsgruppen konzentrieren sich auf den Schutz glasfaserbasierter Infrastrukturen vor Datenabhörungen, die durch verschiedene Techniken erfolgen können1. Einige Datenübertragungen sind nicht verschlüsselt, und selbst wenn dies der Fall ist, besteht ein hohes Risiko, dass diese Daten in naher Zukunft von Quantencomputern entschlüsselt werden können. Daher sind die aktuellen Themen Quantenverschlüsselung und Post-Quanten-Verschlüsselung. Ein relativ unerforschtes Gebiet ist die faseroptische Sensorik für Schwingungen im akustischen, also hörbaren Spektrum.

Auf die optische Faser einwirkende mechanische Vibrationen und akustische Geräusche führen zu Veränderungen der Dehnung und des Brechungsindex des Faserkerns. Diese Veränderungen können anschließend mit verschiedenen Methoden erfasst und in ein elektrisches Signal umgewandelt und anschließend akustisch wiedergegeben werden. Informationen wie der Audioanteil eines Videoanrufs, eines Gesprächs zwischen Personen in einem Raum oder eines Telefongesprächs können abgefangen werden, noch bevor sie in digitale Form umgewandelt und verschlüsselt werden. Daher können Glasfaserinfrastrukturen, vor allem innerhalb von Gebäuden, als empfindliche Mikrofone eingesetzt werden, was ein erhebliches Sicherheitsrisiko darstellt. Die Wurzeln der faseroptischen akustischen Sensorik reichen bis in die 1970er Jahre zurück, als die ersten Experimente zur akustischen Sensorik durchgeführt wurden2,3,4. Akustische Sensorik ist aufgrund der Sicherheit von Informationssystemen und Netzwerken auf Glasfaserbasis in letzter Zeit ein intensiv erforschtes Gebiet5,6,7. Akustische Sensortechniken können nach den verwendeten Methoden unterteilt werden.

Änderungen der Faserspannung können durch Rayleigh-Rückstreuung erkannt werden. Die Distributed Acoustic Sensing-Technik (DAS) nutzt diesen Effekt, indem ein kohärenter Laserimpuls entlang einer optischen Faser übertragen wird8. Die Streupunkte in der Faser bewirken, dass die Faser als verteiltes Interferometer fungiert. Die Intensität des reflektierten Lichts wird als Funktion der Zeit nach dem Aussenden des Laserpulses gemessen. DAS erkennt Signaturen auf Pico-Dehnungsebene in der Faser, die durch vibroakustische Störungen verursacht werden, die durch ein Ereignis in der Nähe des optischen Kabels verursacht werden. Diese Störungen verändern die Streuung im Faserkern auf molekularer Ebene und sind auf die Subwellenlängen-Heterogenitäten zurückzuführen, die beim Ziehen der Faser entstehen. Die weitere Forschung konzentriert sich auf die Technologie der phasenempfindlichen optischen Zeitbereichsreflektometrie (\(\Phi\)-OTDR)9.

Änderungen im Brechungsindex des Faserkerns, die durch externe mechanische Vibrationen und akustisches Rauschen verursacht werden, führen zu Doppler-Verschiebungen von Lichtwellen, die sich durch eine optische Faser bewegen. Dieses Phänomen kann als Doppler-Effekt in einem flexiblen und dehnbaren Wellenleiter erklärt werden10. Die Doppler-induzierte Frequenz- oder Phasenverschiebung einer sich ausbreitenden Lichtwelle ist in optischen Interferometersystemen erkennbar, bei denen die momentane Interferenzphase im Zeitbereich in das elektrische Signal umgewandelt wird11. Die Frequenzverschiebung ist in einer Anordnung von Fabry-Perot- (FPI), Mach-Zehnder- (MZI) oder Michelson-Interferometern (MI) erkennbar, die aus optischen Fasern mit den erforderlichen optischen Elementen im optischen Aufbau bestehen.

Der FPI wird sehr häufig zur Anordnung punktoptischer Mikrofone verwendet. Es stehen verschiedene FPI-basierte Mikrofondesigns zur Verfügung12,13,14,15,16 und Abhängigkeiten der Hohlraumlänge und der verwendeten Materialien können verglichen werden. Solche Mikrofone können auch für die Mehrpunkterfassung verwendet werden, beispielsweise mithilfe eines 1:4-Splitters17.

Eine spezielle Verwendung des FPI ist möglich18, wenn die Multimode-Singlemode-Multimode-Struktur (MSM) und die direkte Messerfassung zur Erkennung akustischer Schwingungen verwendet werden. In die optische Sensorfaser integrierte Faser-Bragg-Gitter-Mikrostrukturen (FBG)19 können als Spiegel für das FPI verwendet werden, bei dem ein optischer Hohlraum zwischen zwei oder mehr FBGs gebildet wird. Die FPI-Anordnung eignet sich sowohl für den Einsatz als Mikrofone als auch für Hydrophone20,21. Mehrere auf der FPI-Anordnung basierende Arbeiten widmeten sich der Spracherkennung mit einem Ethylen-Propylen-Dien-Terpolymerfilm und der Aluminiumoberfläche17 sowie einer Membran aus Cellulosetriacetat13. Es gibt auch einzigartige Varianten der Erkennungsschemata in der Vereinbarung mit dem FPI. Dazu gehört ein Experiment mit einem Laser-Feedback-Interferometer, bei dem Änderungen des Brechungsindex der Sensorfaser zu Änderungen der optischen Frequenz des Detektionslasers führen22. Ein wichtiger Nachteil der FPI-basierten Techniken zur akustischen Erfassung ist die begrenzte Möglichkeit, nur an einem oder einer sehr geringen Anzahl von Punkten auf der optischen Faser zu messen. Der andere Nachteil ist die Notwendigkeit einer speziell modifizierten Faser, z. B. mit FBG-Mikrostrukturen.

Bei Anordnungen, die das MZI zur akustischen Erfassung verwenden, ist es beispielsweise möglich, Mikrofaser-MZI23 zu verwenden, was wiederum eine spezielle Faser erfordert, oder herkömmliche Fasern zur akustischen Überwachung von Gasturbinen24 zu verwenden. Es ist auch möglich, den offenen Hohlraum und die Kollimatoren im Sensorarm des MZI zur Schallerkennung zu nutzen25.

Anordnungen des MI werden häufig als Hydrophone zur Messung von Ultraschall26, aber auch als Sensoren für hörbare Frequenzen27 verwendet. Es wurde auch über Implementierungen zur Erfassung seismischer Vibrationen berichtet28 sowie über eine mögliche Verwendung bei der Überwachung von Meeresstrukturen29. Erwähnenswert ist auch, dass Forschungsarbeiten durchgeführt werden, die sich mit der Verbesserung der Geräuschstabilität des MI30 befassen. Die Sterntopologie der Glasfaserinfrastruktur innerhalb von Gebäuden bietet die Möglichkeit, die MI-Anordnung aufzubauen. Üblicherweise verläuft eine einzelne Glasfaser vom Raum mit dem zentralen optischen Schalter zum Raum mit einem Endgerät. Die Faser kann somit auf ihrer gesamten Strecke akustische Signale erfassen und als Messarm einer MI-Anordnung angeschlossen werden.

In diesem Artikel haben wir einen experimentellen MI aufgebaut, der die Erkennung akustischer Signale durch eine optische Faser ermöglicht, die durch verschiedene Arten von Korridoren geführt wird. Wir haben uns darauf konzentriert, die Empfindlichkeit dieser Anordnung gegenüber definierten akustischen Signalen in einem vollständig reflexionsarmen Labor zu messen. Die Experimente untersuchten den Einfluss mehrerer Faktoren wie der Position der optischen Fasern und der Art der optischen Fasern auf die Qualität des erkannten Signals hinsichtlich des Niveaus der Sprachverständlichkeit. Die Eigenschaften der erfassten Signale wurden analysiert, die Frequenzgänge der einzelnen Messungen verglichen und Signal-Rausch-Verhältnisse untersucht. In unserer Arbeit messen und bewerten wir auch den Speech Transmission Index (STI), der die gängige Methode zur objektiven Beurteilung der erwarteten Verständlichkeit von Sprachsignalen nach Durchlaufen eines Systems darstellt.

Das Michelson-Interferometer wird aufgrund seiner Flexibilität häufig eingesetzt. Eine Faseranordnung enthält nur einen einzigen Koppler, durch den kohärentes Licht von der Laserquelle zum Abtast- und Referenzarm verteilt wird, wie in Abb. 1 dargestellt. Die Intensität des Ausgangslichts kann in einer vereinfachten Version unter der Annahme eines Verhältnisses von 50:50 berechnet werden Splitter und keine Dämpfung, gemäß der Formel31

Dabei ist \(I_{o}\) die konstante Intensität des vom Splitter ausgegebenen Lichts, \(L_s\) und \(n_s\) die Länge bzw. der Brechungsindex der Sensorfaser, \(L_r\) und \ (n_r\) sind die Länge bzw. der Brechungsindex der Referenzfaser. Schließlich ist \(\lambda\) die Wellenlänge. Am Ende dieser Arme befinden sich Spiegel oder Faraday-Spiegel, die das Licht zum Koppler reflektieren, der die Strahlen wieder zusammenführt und der Fotodetektor das Licht erkennt. Da der MI die gesamte Leistung zurück zum Koppler reflektiert, empfiehlt es sich, einen Isolator zu verwenden, der eine Beschädigung des Lasers verhindert. Da das Licht die Arme zweimal durchläuft, verdoppelt sich die optische Phasenverschiebung pro Länge. Somit ist der MI empfindlicher als der MZI32.

Schematische Darstellung des MI33.

Zur Detektion mechanischer und akustischer Schwingungen wird häufig MI eingesetzt, wie beispielsweise im Aufsatz von Li et al.34 dargelegt wird. Der Aufsatz diskutiert unter anderem aktuelle Methoden der Demodulation in Faserinterferometern. Ein weiterer Artikel35 befasst sich mit der Rauschunterdrückung unter Verwendung von MZI, MI und \(\Phi\)-OTDR in Kombination. Beim MI besteht zudem die Möglichkeit, die Anzahl der Arme zu erweitern, was eine Lokalisierung der Schallquelle36 ermöglicht.

Aufgrund des Selbstheterodyneffekts muss das Phasenrauschen des Lasers sowohl bei MI als auch bei MZI37,38 berücksichtigt werden. Die Phasenschwankungen des Lasers können als additives Rauschen in der detektierten Interferenzphase beobachtet werden. Unter Berücksichtigung des Phasenrauschens des Lasers als Eingangssignal und des Rauschens in der erkannten Interferenzphase als Ausgangssignal fungiert das Interferometer als Feed-Forward-Hochpass-Kammfilter, wie in Abb. 2 dargestellt.

Signalflussdiagramm des im MI beobachteten Selbstheterodyneffekts. \(S_{\Phi \,in }(f)\) die spektrale Leistungsdichte des Laserphasenrauschens am Eingang, \(S_{\Phi \,out }(f)\) die spektrale Leistungsdichte der Interferenzphase am Ausgang \(\tau\) die Gesamtlaufzeitdifferenz zwischen den beiden Armen des Interferometers.

Die Übertragungsfunktion eines solchen Systems kann ausgedrückt werden als:

Nach Einsetzen von \(\textrm{j}2\pi f\) anstelle von s kann der Betrag der Übertragungsfunktion ausgedrückt werden:

siehe Abb. 3. Die spektrale Leistungsdichte des Phasenrauschens der Ausgangsinterferenz hängt dann wie folgt von der spektralen Leistungsdichte des Phasenrauschens des Eingangslasers ab:

Übertragungsfunktion \(\vert H_{\Phi }(f)\vert ^2\) für das in der detektierten Interferenzphase beobachtete Laserphasenrauschen. Die Frequenzachse ist auf \(1/\tau\) normiert.

In der Praxis bedeutet dies, dass für die Anwendung eine umso kohärentere Laserquelle erforderlich ist, je größer der Längenunterschied \(\Delta L\) zwischen den Mess- und Referenzarmen und je breiter der gewünschte Frequenzbereich ist. Beispielsweise hat ein MI mit \(\Delta L = 100\) m \(1/\tau = 1\) MHz und die Leistung des Laserphasenrauschens wird bei 10 kHz um 24 dB gedämpft. In unseren Experimenten verwenden wir ein RIO ORION-Modul mit einer Linienbreite von 1 kHz, das sich in der Praxis gut für akustische Frequenzerfassungsanwendungen mit \(\Delta L\) bis in den Kilometerbereich eignet.

Eine Charakterisierung von Lichtwellenleitern und Kabeln als akustische Sensoren hauptsächlich für Sprache dürfte in realen Infrastrukturen, beispielsweise aus Sicherheitsgründen, von größtem Interesse sein. Trotz dieser Tatsache besteht unser Experiment darin, akustische Schwingungen in einer maximal kontrollierten Umgebung zu erfassen. Unsere Messungen werden daher in einem schalltoten Raum durchgeführt. Dies ermöglicht es uns, inhärente Faktoren von denen zu trennen, die die Qualität des Signals im realen Fall beeinflussen. Soweit wir wissen, wurde nur ein einziges ähnliches Experiment durchgeführt, Zhang et al.39, das die Kalibrierung des optischen Fasersensors beschreibt; Es enthält nur grundlegende Messungen, weder Messungen der menschlichen Sprache noch einen Vergleich der Verständlichkeit mit Referenzmikrofonen.

Zur Messung der Übertragung von akustischen Schwingungen auf die Faser haben wir die in Abb. 4 gezeigte Konfiguration eines Heterodyn-Michelson-Interferometers (MI) aufgebaut. Der Messarm des Interferometers bestand aus der zu testenden optischen Faser, die durch die kontrollierte Umgebung des schalltoten Raums führte In der Kammer wird es akustischen Vibrationen ausgesetzt, die von einem Lautsprechersystem erzeugt werden.

Der verwendete Heterodyn-MI-Aufbau ist eine Erweiterung des in Abb. 1 gezeigten klassischen Homodyn-MI. Anstatt die Interferenzphase als Gleichstromintensitätspegel am Fotodetektor zu erfassen, wird die Interferenzphase als Phasenverschiebung der erfassten Hochfrequenz (RF) beobachtet. Schlagnote. Der Heterodyn-MI-Aufbau verwendet einen akusto-optischen Modulator (AOM), um die optische Frequenz zwischen dem Referenzarm und dem Sensorarm um einen bestimmten Betrag zu verschieben. In unserem Fall sind es 2 \(\times\) 80 MHz, da das Licht den AOM zweimal passiert. Die von beiden Armen des MI zurückkehrenden Lichtwellen werden am Fotodetektor nichtlinear gemischt und erzeugen einen HF-Schwebungston. Die Zentralfrequenz der Schwebungsnote entspricht der gesamten Frequenzverschiebung zwischen den MI-Armen, also in unserem Fall 160 MHz. Die Einwirkung akustischer Vibrationen auf den Tastarm führt zu geringfügigen Änderungen seiner optischen Länge. Diese können als Phasenmodulation der erkannten HF-Schwebungsnote oder mit anderen Worten als deren Phasenverschiebung gegenüber einem 160-MHz-Referenzoszillatorsignal beobachtet werden. Da bei der Heterodyn-Detektionstechnik nur die detektierte Phase relevant ist, ist das Verfahren immun gegenüber Intensitätsschwankungen des optischen Signals.

Schematische Darstellung des Heterodyn-Michelson-Interferometeraufbaus. AOM-akustooptischer Modulator, FM-Farraday-Spiegel, optischer ISOL-Isolator, PD-Fotodetektor, LASER RIO ORION bei 1540 nm, SPK-Lautsprecherbox, 90/10-Faserkoppler. Der HF-Signalgenerator und der HF-Spektrumanalysator sind an eine gemeinsame 10-MHz-Referenz gekoppelt. Die HF-Verstärker und Filter sind der Übersichtlichkeit halber weggelassen. Bei bestimmten Messungen wurde FM2 alternativ in die schalltote Kammer gebracht.

Um eine größere Vielseitigkeit bei der Signalverarbeitung zu ermöglichen, wird die Demodulation des Beatnote-Signals offline an Sätzen digital aufgezeichneter HF-Signalproben durchgeführt. Wie in Abb. 4 dargestellt, wird das HF-Signal mit einem Echtzeit-HF-Spektrumanalysator (Signal Hound USB-SA44B) im Zero-Span-Bereich in die Basisband-In-Loop- und Quadratur-(I/Q)-Signalkomponenten herunterkonvertiert. die digitalisiert und gespeichert werden. Die I/Q-Signalkomponenten enthalten die vollständigen Informationen über die HF-Signalgröße und die momentane Phase relativ zum lokalen Oszillator (LO) des Spektrumanalysators mit der Frequenz \(f_{{LO} }\) = 160 MHz. Die Abtastrate des Basisbandsignals beträgt 486 kS/s, was eine etwa 20-fache Überabtastung der hörbaren Frequenzbandsignale ermöglicht. Die Gleichungen (5a) und (5b) beschreiben die Beziehung zwischen den momentanen Phasenabtastwerten \(\phi _n\) in der Zeit (relativ zum Referenz-LO) und den Betragsabtastwerten \(M_n\) des HF-Signals und der I/Q-Komponentenabtastwerte \(I_n\) und \(Q_n\):

wobei \({\text {atan2}}\) den Vierquadranten-Umkehrtangens bezeichnet.

Um die Interferenzphase \(\Phi\) zu erhalten, deren Änderung direkt proportional zur Änderung der optischen Weglänge ist, müssen wir die momentane Phase \(\phi\) des HF-Signals mit dem Algorithmus entpacken, der beispielsweise in der Matlab-Dokumentation40 beschrieben ist. Dadurch wird das Intervall möglicher Phasenwinkelwerte nahtlos von \((\,-\pi ,\pi \rangle\) auf \((-\infty ,\infty )\ erweitert. Die resultierenden Abtastwerte von \(\Phi\ ) werden als primäres Eingangsaudiosignal für Analysen verwendet, die in den folgenden Abschnitten des Manuskripts besprochen werden.

Der für die Messungen genutzte schalltote Raum hat ein Volumen von 90 m\(^3\) und seine kritische Frequenz liegt bei etwa 120 Hz. In der Mitte der Kammer wurde eine simulierte Deckenkonstruktion zum Tragen von 3\(\times\)3 Deckenplatten der Standardgröße 60\(\times\)60 cm installiert. Als Tonquelle kam ein Zweiband-Lautsprechersystem Event 20/20 zum Einsatz. Die Referenzachse des Lautsprechersystems war senkrecht zur Struktur ausgerichtet, die in ihrem Mittelpunkt die zu testende Faser trug. Die Kompensation der Schalldruckabhängigkeit von der Frequenz aufgrund des Frequenzgangs des Lautsprechersystems und der Raummoden bei niedrigen Frequenzen erfolgte mit dem am Bauwerk montierten Messmikrofon B & K Typ 4190 als Grenzflächenmikrofon in der Referenzachse des Lautsprechers, siehe Abb. 12. Die Struktur und das Lautsprechersystem wurden unter Verwendung mechanischer Dämpfungselemente installiert, um die Übertragung von Vibrationen in die zu testende Faser über andere Wege als die akustischen Wellen zu minimieren, siehe Abb. 5. Für die Messung wurde der Akustikanalysator Audio Precision APx525 verwendet Ein Kanal wird vom Kompensationsmikrofon und der andere vom vom Interferometer erfassten Audiosignal gesteuert. Alle Messungen wurden im geschlossenen Regelkreis mit Analysator und Generator synchron durchgeführt.

Foto des Aufbaus im schalltoten Raum.

Im gegebenen Setup streben wir folgende Vergleiche an:

die Wirkung des Paneltyps,

die Auswirkung des Kabel-/Fasertyps,

die Auswirkung der Kabel-/Faserposition in Bezug auf die Deckenpaneele,

die Auswirkung der FM2-Spiegelposition.

Um die Sensorfähigkeiten in verschiedenen Konfigurationen zu messen und sowohl visuell als auch numerisch zu bewerten, haben wir drei Arten von Messungen durchgeführt, die zu den folgenden Größen führten:

Frequenzgang des Systems unter Verwendung eines gewobbelten Sinus-Anregungssignals,

Signal-Rausch-Verhältnis pro Frequenz (SNRf) unter Verwendung eines gestuften Sinus-Anregungssignals,

der Speech Transmission Index for Public Address systems (STIPA).

Die Messung der Frequenzgänge mithilfe des gewobbelten Sinussignals sowie die Schätzung der Sprachverständlichkeit mithilfe des STIPA-Protokolls sind gängige Techniken in der Signalverarbeitung und Systemanalyse, siehe Beschreibung unten. Die Metriken werden an Audiosignalen gemessen, die mithilfe der Phasendemodulation aus den erfassten I/Q-Signalen gewonnen werden. Die Signale werden auf \(F_s = 48\) kHz heruntergesampelt.

Wir behandeln alle (bereits diskreten, endlich langen) Signale als Spaltenvektoren, d. h. ein Signal \(\textbf{x}\) der Länge N wird mit \(\textbf{x}= [x_1, x_2,\dots , x_N]^\top\). Wir indizieren Matrizen auf ähnliche Weise, d. h. die Matrix \(\textbf{A}\) der Größe \(M\times N\) enthält Elemente \(a_{i,j}\) für \(i=1,\dots ,M\) und \(j=1,\dots ,N\).

Eines der gebräuchlichsten Mittel zur Charakterisierung von Eigenschaften eines linearen zeitinvarianten Systems S ist die Verwendung seiner Impulsantwort \(\textbf{h}_S\) oder seiner Frequenzantwort \(\textbf{f}_S\), bezogen auf die ersteres durch die Fourier-Transformation \(\mathscr {F}\) durch eine Standardformel41 \(\textbf{f}_S = \mathscr {F}(\textbf{h}_S)\). Der Frequenzgang wird üblicherweise mithilfe eines linear oder exponentiell gewobbelten Sinussignals \(\textbf{a}\) geschätzt, das als Eingangssignal vom System S transformiert wird, um einen Ausgang \(\textbf{b} = S( \textbf{a})\). Die Antwort wird dann berechnet42,43,44 als \(f_S = \frac{\mathscr {F}(\textbf{b})}{\mathscr {F}(\textbf{a})}\). Wir schätzen die Reaktion mithilfe des erfassten Mikrofonsignals (bezeichnet mit \(\textbf{b}\)) und der entsprechenden Impulsantwort (\(h_{\textbf{b}}\)), wie sie vom APx erhalten wurde, siehe Abb. 6 . Bezeichnet man das (unbekannte) Quellsignal \(\textbf{a}\), so gilt \(h_{\textbf{b}} = \mathscr {F}^{-1}(\frac{\mathscr {F} (\textbf{b})}{\mathscr {F}(\textbf{a})})\). Der gewünschte Frequenzgang ist

wobei sowohl die Signale \(\textbf{b}\) (vom Mikrofon) und \(\textbf{c}\) (demoduliert von der Faser) als auch die Antwort \(\textbf{h}_{\textbf{b }}\) (vom APx bereitgestellt) sind verfügbar. Die Division und Multiplikation in Gl. (6) werden elementweise durchgeführt.

Schematische Darstellung der Frequenzgangschätzung.

Das zweite Eingangstestsignal besteht aus 50 aufeinanderfolgenden Zeitabschnitten, die jeweils von einer einzelnen, reinen Sinuskurve einer vorgeschriebenen Frequenz f besetzt sind. In unseren Experimenten haben wir 53 Werte der Zielfrequenz f verwendet, die logarithmisch von 50 Hz bis 20 kHz gespreizt waren. Um das an der Faser erfasste Signal zu analysieren, teilen wir das erfasste Signal zunächst in Segmente auf, die dem oben beschriebenen Eingangssignal entsprechen. Dann wird jedes Segment \(\textbf{x}\) in das Nutzsignal \(\hat{\textbf{x}}\) (Sinuskurve mit gegebener Frequenz f) und Rauschen \(\textbf{n}\) zerlegt. , so dass \(\textbf{x}= \hat{\textbf{x}} + \textbf{n}\) und \(\textbf{n}\) im Sinne der kleinsten Quadrate minimal ist. Es ist dann einfach, das SNR entsprechend der Quellenfrequenz f zu berechnen.

Im Detail suchen wir nach dem Signal \(\hat{\textbf{x}}\) (beachten Sie, dass durch die Wahl der Parameter a, b eine solche Summe eine Sinuskurve mit fester Frequenz f und beliebiger Amplitude und Phase erzeugt)

wobei \(m=1,\ldots ,M\). Die reellen Zahlen a, b sind Parameter, die so optimiert werden müssen, dass die Energie des Rauschens \(\textbf{x}- \hat{\textbf{x}}\) minimiert wird. Die Länge M ist die Länge eines einzelnen Schritts in der Sequenz, in unserem Fall \(M = 1,6\cdot F_s = 76\,800\) Samples für eine Schrittlänge von 1,6 s. Bei der beschriebenen Aufgabe handelt es sich um ein lineares Regressionsproblem. Unter Verwendung der Entwurfsmatrix \(\textbf{X}\) der Größe \(M\times 2\), \(x_{m,1} = \cos (2\pi fm/F_s )\), \(x_{ m,2} = \sin (2\pi fm/F_s )\), können die optimalen Parameter und das entrauschte Signal explizit gefunden werden45 als

Dann können wir SNRf für die spezifische Frequenz f as leicht berechnen

wobei der SNRf-Wert in Dezibel ausgedrückt wird.

STIPA ist eine etablierte Methode zur objektiven Beurteilung der Sprachverständlichkeit, nachdem das Sprachsignal durch ein System geleitet wurde46. Das standardisierte Testsignal enthält rosa Rauschen, amplitudenmoduliert in sieben nicht überlappenden Bändern. Die Bänder, Frequenzen und Modulationstiefen werden so vorgegeben, dass das resultierende Geräuschsignal statistisch der männlichen Sprache ähnelt. Am Ausgang wird das Signal hinsichtlich Amplitudenverlust und Modulationstiefe analysiert und eine Endzahl (STI, Speech Transmission Index) im Intervall von 0 bis 1 berechnet. Die Referenzwerte finden Sie in Abb. 7.

STI-Skala und die entsprechende Sprachverständlichkeit.

Zunächst stellen wir den Vergleich für bestimmte Auswahlmöglichkeiten des Panels vor:

kein Panel (none),

Standardpanel (Standard),

AMF ECOMIN Filigran Akustikplatte (Akustik).

Die Ergebnisse werden anhand des Frequenzgangs in Abb. 8 und anhand der Stufenanalyse in Abb. dargestellt. 9 und 10, wo für die Messung das über dem Panel hängende Standard-Patchkabel G.657.A1 (PC) verwendet wurde. Beachten Sie, dass der Frequenzgang aufgrund der Art der Messung besonders bei hohen Frequenzen sehr verrauscht ist. Daher verwendeten wir für die Visualisierungen eine Glättung in Bruchteilen einer Oktave47 unter Verwendung von 1/12-Oktaven.

Geglättete Größenfrequenzeigenschaften für verschiedene Paneltypen. Für Frequenzen über ca. Bei einer Frequenz von ca. 2 kHz wird die abnehmende Reaktion des Kanals allmählich durch das selbstheterodyne Phasenrauschen des Lasers überlagert und daher sollte dieser Frequenzbereich im Vergleich nicht berücksichtigt werden.

Wie erwartet beobachten wir in Abb. 8, dass die Reaktion ohne Panel stärker ist als mit dem Akustik- oder Standardpanel. Der Unterschied zwischen den beiden Paneltypen ist nur in Teilen des Spektrums sichtbar, insbesondere bei sehr niedrigen Frequenzen. Allerdings beobachten wir auch, dass der Frequenzgang bei Frequenzen über ca. 1 kHz. In diesem Bereich ist die Reaktion sehr stark, allerdings besteht das Signal größtenteils aus Rauschen, was das Ergebnis unzuverlässig macht. Dies motiviert die SNR-Analyse der Stufenfrequenzmessungen – Abb. Abb. 9 zeigt die gemessenen Signale im Zeit-Frequenz-Bereich, während Abb. 10 die SNRf-Werte darstellt.

Spektrogramme für die Stufenmessung mit unterschiedlichen Paneltypen. Die Farbskala ist in allen drei Spektrogrammen gleich. Beachten Sie, dass die Frequenzbereiche den gemessenen Frequenzen entsprechen, also nicht äquidistant sind wie bei der häufig verwendeten Kurzzeit-Fourier-Transformation.

SNRf für verschiedene Paneltypen.

Vergleich verschiedener Setups hinsichtlich SNRf.

Wir beobachten in Abb. 9, dass beide Panel-Typen teilweise als Tiefpassfilter arbeiten – siehe obere rechte Ecke der Spektrogramme, wo die Größe des Signals (sichtbar als Diagonale des zeitlichen Spektrums) in beiden Fällen abnimmt (Abb. 9c,d). Darüber hinaus führt das gesamte System zu einem erheblichen Rauschpegel, der von der Frequenz des Eingangssignals abhängt.

Abschließend konzentrieren wir uns in Abb. 10 auf das SNRf. Beachten Sie, dass die Werte insgesamt sehr niedrig sind. Dies ist auf den Versuchsaufbau zurückzuführen, bei dem das Nutzsignal im Frequenzbereich extrem schmal ist, da es nur aus einer einzigen Frequenz besteht. Andererseits entspricht die Rauschenergie dem gesamten restlichen Frequenzbereich. Daher konzentrieren wir uns nur auf den relativen, nicht auf den absoluten Vergleich der Ergebnisse. Abbildung 10 zeigt, dass der Rauschpegel in Bezug auf das Signal geringer ist, wenn kein Panel vorhanden ist (dh das SNR ist höher). Wenn die Panels vorhanden sind, ist die Abhängigkeit vom jeweiligen Typ zwar erwartungsgemäß (Akustikpanel überträgt weniger Signal), scheint aber nicht ganz signifikant zu sein.

Für den Vergleich der Kabeltypen haben wir folgende Möglichkeiten getestet:

Standard-Patchkabel G.657.A1 (PC) – \(\oslash\)2,0 mm, gelbes PVC, Furkationsschlauch, Kevlar-Fäden,

FTTX 12 Fasern G.657.A1 (FTTX)—\(\oslash\)6,0 mm, PE-Außenmantel, Bündelader, Gel,

KDP Flat Drop 2 Fasern G.657.A1 (KDF) – 2,0 \(\times\) 3,0 mm, FR-LSZH-Außenmantel, 2\(\times\) dielektrisches Festigkeitselement \(\oslash\)0,5 mm,

KDP 24 Fasern G.657.A1 (KDP) – \(\oslash\)10,1 mm, FR-LSZH-Außenmantel, wasserblockierendes E-Glas, wasserblockierendes Garn, gelgefüllte Bündelader mit optischen Fasern,

Excel LSOH 24 G.652D-Fasern OS2 (Excel) – \(\oslash\)8,5 mm, FR-LSZH-Außenmantel, dichtes Rohr, E-Glas-Verstärkungselement.

Für die Analyse haben wir die Position des über dem Panel hängenden Kabels gewählt, da diese Einstellung mögliche Ungenauigkeiten bei der Anordnung verschiedener Kabel ausschließt. Basierend auf der obigen Beobachtung konzentrieren wir uns auf die Ergebnisse der Stufenanalyse in Abb. 11a.

Wie erwartet sehen wir, dass die Kabel mit einer dickeren Beschichtung (KDP, Excel) im Vergleich zu den dünneren Optionen (PC, FTTX und KDF) bei niedrigeren Frequenzen einen Abfall des SNRf aufweisen. Bemerkenswert ist hingegen der relativ hohe SNRf-Wert beim FTTX-Kabel um 2 kHz. Die erhöhte Empfindlichkeit des FTTX-Kabels im Vergleich zu anderen ist höchstwahrscheinlich auf die Materialzusammensetzung des Kabelmantels zurückzuführen. Es handelt sich um einen harten PE-Kunststoff, der akustische Schwingungen auf die Fasern überträgt.

Fotos der individuellen Platzierung des FUT.

Bezüglich der Kabelposition haben wir mehrere Aufbauten getestet, siehe auch Abb. 12:

über dem Gitter hängend, ohne vorhandene Paneele, als Referenz (keine Paneele),

über der Platte hängend (hängend),

in einer Spule auf der Platte liegend (Spule),

auf der Platte kreisförmig um den Umfang liegend (Kreis),

liegend auf einem Polyurethanschaum auf der Platte in einem Kreis um den Umfang (Schaum).

Offensichtlich dient die Schaumstoffschicht als Dämpfungselement im Gesamtsystem, ähnlich einem Tiefpassfilter. Während dies im Hinblick auf den Frequenzgang stärker ausgeprägt ist (der die tatsächliche Amplitude des Signals widerspiegelt, siehe Abb. 13 zwischen 100 Hz und 1 kHz), beobachten wir es auch in Abb. 11b, wenn wir die Schaumstoffoption mit den anderen vergleichen, mit Ausnahme von der Fall des hängenden Kabels. Im letzteren Fall verringern sich auch die SNRf-Werte, was darauf zurückzuführen ist, dass die Vibrationen des Panels indirekt über eine andere Luftschicht auf die zu testende Faser (FUT) übertragen werden, im Gegensatz zu allen anderen Fällen, in denen die FUT liegt direkt auf dem Panel.

Geglättete Größenfrequenzeigenschaften abhängig davon, ob die FUT auf einer Schaumstoffschicht liegt oder nicht.

Abschließend bewerten wir die Auswirkung der FM2-Spiegelposition mit dem Ziel zu untersuchen, ob der Spiegel selbst als optisches Mikrofon oder als Verstärker für die Auswirkung der gesamten FUT dient. Wir testen die folgenden Setups, siehe Abb. 14 zur Veranschaulichung der Setups:

FM befindet sich auf der Seite der Laserquelle (Quelle),

FM in der Mitte des FUT auf dem Panel liegend (liegend),

FM in der Mitte des FUT vertikal auf das Panel geklebt (vertikal),

FM in der Mitte des FUT in einer Plastikglocke (Glocke),

FM in der Mitte des FUT auf einen nicht spielenden Lautsprecher (Lautsprecher) geklebt.

Die Ergebnisse der Stufenanalyse in Abb. 11c zeigen keine klaren Muster, was darauf hindeutet, dass der integrierte Effekt der gesamten FUT mögliche Eingaben in den Signalstrom, die durch den Spiegel selbst verursacht werden, überwiegt. Allerdings ist ein gewisser Unterschied im Bereich zwischen 100 und 200 Hz zu beobachten, wo das SNR für die Quellen- und Lautsprechervarianten deutlich abnimmt. Im Gegensatz dazu erreichen die Vertikal- und Glockenoptionen in diesem Bereich sehr hohe SNR-Werte. Die vertikale Option zieht noch mehr Aufmerksamkeit auf sich, wenn man die Spektrogramme der Stufenmessung visuell vergleicht, siehe Abb. 15. Man kann feststellen, dass die Rauschpegel im Vergleich zu den deutlich beobachtbaren Stufen bei allen untersuchten Optionen größtenteils ähnlich sind (beachten Sie, dass die (Frequenzintervalle sind auf die untersuchten Frequenzen zentriert und die Farbskalen sind identisch.) Allerdings weist die Option mit vertikal positioniertem Spiegel (subjektiv) die geringste harmonische Verzerrung unter allen Optionen auf. Dies kann beobachtet werden, indem man sich auf die Anzahl der sichtbaren Harmonischen (Linien parallel zur Hauptdiagonalen) konzentriert, die bei den Quellen- und Lautsprecheroptionen am größten und bei der vertikalen Option am kleinsten ist. Beachten Sie, dass dieses Phänomen nicht numerisch bewertet wird, da weder die SNR-basierte Analyse noch STIPA (siehe Diskussion unten) einen signifikanten Effekt erkennen ließen, der der harmonischen Verzerrung zugeschrieben werden könnte.

Fotos der individuellen Art der FM-Platzierung. In diesen Setups wird der FUT in der Mitte abgeklemmt und der FM dort platziert.

Spektrogramme für die Stufenmessung mit unterschiedlichen Spiegelpositionen. Die Farbskala wird von allen Spektrogrammen gemeinsam verwendet.

Bezüglich der Sprachübertragung im Sinne von STIPA sind die Werte für alle Setups in Tabelle 1 aufgeführt. Bezogen auf den Paneltyp nimmt der STI deutlich ab, wenn Panels vorhanden sind und die direkten akustischen Wellen blockieren. Dies stimmt mit Abb. 10 überein. Der Standardplattentyp blockiert das Signal überraschenderweise besser als der Akustikplattentyp. Allerdings sollte man mit strengen Beurteilungen vorsichtig sein, da die Unsicherheit der STI-Messung46 bei 0,02–0,03 liegt und es beim Austausch der Panels vorkommen kann, dass die Faser ihre Position oder Form leicht verändert.

Bezüglich der Kabelposition wird der niedrigste STI bei hängendem Kabel und bei auf Schaumstoffblöcken platziertem Kabel beobachtet. In diesen Fällen ist das Kabel vor mechanischen Vibrationen geschützt, die vom Panel selbst ausgehen. Diese Vibrationen werden durch die akustischen Wellen der Audioquelle erzeugt und spielen eine entscheidende Rolle für einen überraschend hohen Anstieg des STI-Wertes. Der STI ist in diesen beiden Fällen sogar größer als bei entfernten Panels. Dabei übernimmt das Panel die Rolle eines Resonators.

Der Kabeltyp scheint ein zwingender Faktor bei der Sprachübertragung zu sein. Während der mit Abstand beste STI-Score mit dem FTTX-Kabel (0,66) erreicht wurde, ist das KDP-Kabel deutlich resistenter gegen Vibrationen und erreicht den niedrigsten STI von 0,23. Die Rangfolge der Kabel entspricht der in Abb. 11 dargestellten frequenzabhängigen SNRf-Analyse.

Im Aufbau mit einem Faraday-Spiegel beeinflusst dessen Position den resultierenden STI, dieser Effekt ist jedoch nicht so ausgeprägt wie der Effekt des Kabeltyps. Der beste Wert von STI 0,65 wurde mit dem auf dem Panel liegenden Spiegel erreicht. Dieser hohe Wert ist jedoch wahrscheinlich darauf zurückzuführen, dass nur in diesem speziellen Aufbau der Resonatoreffekt des Panels, wie oben beschrieben, auftrat. Siehe Abb. 14a, wo deutlich zu sehen ist, dass die Faser im Gegensatz zu den anderen Aufbauten festen Kontakt mit dem Panel hat.

In der Arbeit konzentrierten wir uns auf die Entwicklung einer Referenzmethode zur Messung der Empfindlichkeit optischer Kabel gegenüber akustischen Schwingungen im hörbaren Spektrum. Neben der Bewertung der Empfindlichkeit verschiedener Glasfaserkabel wurde auch der Einfluss des Deckenplattentyps auf die Übertragungsqualität bewertet. Für die Messungen wurden die empfindlichsten optischen Fasersensorsysteme sowie Standard-Audiomikrofone verwendet, wodurch relevante Informationen über die Ausbreitung akustischer Wellen gewonnen werden konnten. Um die Messung als Referenz zu betrachten, wurde eine reflexionsarme Kammer/Raum verwendet und drei verschiedene Signalverarbeitungsmethoden vorgeschlagen. Die Ergebnisse zeigen, dass optische Kabelinfrastrukturen innerhalb von Gebäuden als empfindliche Mikrofone genutzt werden können und menschliche Sprache aufzeichnen können.

In zukünftigen Arbeiten möchten wir uns stärker auf die Nachbearbeitung der erfassten Audiosignale konzentrieren und durch den Einsatz geeigneter Algorithmen eine Verbesserung der Qualität der gewonnenen Audiosignale erreichen. Wir möchten uns auch auf Messungen unter realen Bedingungen konzentrieren, also in einem Raum mit vorhandener optischer Infrastruktur, die hauptsächlich der Datenübertragung dient. Unter realen Bedingungen ist aufgrund einer Vielzahl unterschiedlicher Störquellen mit einer Verschlechterung der Messqualität zu rechnen. Dank der Daten aus der Referenzmessung im schalltoten Raum gehen wir jedoch davon aus, dass wir mit entsprechender Nachbearbeitung einige der Störungen unterdrücken und die Qualität und Verständlichkeit des Audios steigern können.

Die während der aktuellen Studie verwendeten und/oder analysierten Datensätze sind auf begründete Anfrage beim entsprechenden Autor erhältlich.

Spurny, V., Munster, P., Tomasov, A., Horvath, T. & Skaljo, E. Sicherheitsrisiken für Komponenten der physikalischen Schicht in Glasfaserinfrastrukturen. Sensorenhttps://doi.org/10.3390/s22020588 (2022).

Artikel PubMed PubMed Central Google Scholar

Cole, JH, Johnson, RL, Cunningham, JA & Bhuta, PG Optische Erkennung von niederfrequentem Schall. J. Acoust. Soc. Bin. 20, 418–426 (1975).

Google Scholar

Cole, JH, Johnson, RL & Bhuta, PG Faseroptische Schallerkennung. J. Acoust. Soc. Bin. 62, 1136–1138 (1977).

Artikel ADS Google Scholar

Bucaro, JA, Dardy, HD & Carome, EF Glasfaser-Hydrophon. J. Acoust. Soc. Bin. 62, 1302–1304. https://doi.org/10.1121/1.381624 (1977).

Artikel ADS Google Scholar

Wang, Y. et al. Eine umfassende Studie zur akustischen Sensorik über optische Fasern. IEEE Access 7, 85821–85837. https://doi.org/10.1109/ACCESS.2019.2924736 (2019).

Artikel Google Scholar

Teixeira, JG, Leite, IT, Silva, S. & Frazão, O. Fortschrittliche faseroptische akustische Sensoren. Photon. Sens. 4, 198–208 (2014).

Artikel ADS Google Scholar

He, Z. & Liu, Q. Verteilte akustische Sensoren mit optischen Fasern: Ein Überblick. J. Lightw. Technol. 39, 3671–3686. https://doi.org/10.1109/JLT.2021.3059771 (2021).

Artikel ADS Google Scholar

Hill, D. Distributed Acoustic Sensing (DAS): Theorie und Anwendungen. In Frontiers in Optics 2015, FTh4E.1 (Optica Publishing Group, 2015) https://doi.org/10.1364/FIO.2015.FTh4E.1.

Tomboza, W., Guerrier, S., Awwad, E. & Dorize, C. Hochempfindliches Differenzphasen-OTDR zur Erkennung akustischer Signale. IEEE Photon. Technol. Lette. 33, 645–648. https://doi.org/10.1109/LPT.2021.3084557 (2021).

Artikel ADS Google Scholar

Kageyama, K. et al. Doppler-Effekt in flexiblen und erweiterbaren Lichtwellenleitern und Entwicklung eines neuen faseroptischen Vibrations-/Akustiksensors. J. Lightw. Technol. 24, 1768–1775. https://doi.org/10.1109/JLT.2005.863331 (2006).

Artikel ADS Google Scholar

Zhou, C. et al. Doppler-Effekt-basierter optischer Faserschwingungssensor mit frequenzverschobener Interferometrie-Demodulation. J. Lightw. Technol. 35, 3483–3488 (2017).

Artikel ADS CAS Google Scholar

Han, C., Ding, H., Li, B., Shi, L. & Xu, H. Ein faseroptisches Miniaturmikrofon basierend auf einem plankonkaven Mikrointerferometer. Rev. Sci. Instrument. 93, 045001. https://doi.org/10.1063/5.0084559 (2022).

Artikel ADS CAS PubMed Google Scholar

Hayber, SE, Tabaru, TE, Keser, S. & Saracoglu, OG Ein einfaches, hochempfindliches Glasfasermikrofon auf Basis einer Cellulosetriacetat-Membran. J. Lightw. Technol. 36, 5650–5655. https://doi.org/10.1109/JLT.2018.2878345 (2018).

Artikel ADS CAS Google Scholar

Yang, Y., Wang, Y. & Chen, K. Breitbandiges faseroptisches Fabry-Perot-Akustikerfassungsschema unter Verwendung einer Hochgeschwindigkeits-Demodulation der absoluten Hohlraumlänge. Opt. Express 29, 6768–6779. https://doi.org/10.1364/OE.415750 (2021).

Artikel ADS PubMed Google Scholar

Chyad, RM et al. Akustische Fasersensoren durch Fabry-Perot-Interferometer-Technologie. J. Phys. Konf. Ser. 1660, 012052. https://doi.org/10.1088/1742-6596/1660/1/012052 (2020).

Artikel Google Scholar

Zhou, Z. et al. Verbesserung der Spracherkennung im optischen Faserakustiksensor durch adaptive Schwellenwertfunktion. Opt. Fasertechnologie. 47, 1–6. https://doi.org/10.1016/j.yofte.2018.11.013 (2019).

Artikel ADS Google Scholar

Hayber, SE & Keser, S. 3D-Schallquellenlokalisierung mit einem faseroptischen Sensorarray basierend auf einem genetischen Algorithmus. Opt. Fasertechnologie. 57, 102229. https://doi.org/10.1016/j.yofte.2020.102229 (2020).

Artikel CAS Google Scholar

Sun, A., Wu, Z., Wan, C. & Yang, C. Vollfaseroptischer Akustiksensor basierend auf einer Multimode-Singlemode-Multimode-Struktur. Optik 123, 1138–1139. https://doi.org/10.1016/j.ijleo.2011.07.040 (2012).

Artikel ADS Google Scholar

Sahota, JK, Gupta, N. & Dhawan, D. Faser-Bragg-Gitter-Sensoren zur Überwachung physikalischer Parameter: Eine umfassende Übersicht. Opt. Ing. 59, 060901. https://doi.org/10.1117/1.OE.59.6.060901 (2020).

Artikel ADS CAS Google Scholar

Zhang, P. et al. Faseroptischer akustischer Sensor basierend auf dem Fabry-Perot-Faser-Bragg-Gitter-Hohlraum (FBG-FP). Im Jahr 2021 19. Internationale Konferenz für optische Kommunikation und Netzwerke (ICOCN), 1–3. https://doi.org/10.1109/ICOCN53177.2021.9563894 (2021).

Guo, Z. et al. Ultradünnes optisches Hydrophon-Array basierend auf Faser-Bragg-Gittern. Im Jahr 2019 18. Internationale Konferenz für optische Kommunikation und Netzwerke (ICOCN), 1–3. https://doi.org/10.1109/ICOCN.2019.8934720 (2019).

Leong, MC et al. Berührungslose Vibrationserfassung und akustische Wellenerkennung basierend auf einem Laser-Feedback-Interferometer. Im Jahr 2020 IEEE 8th International Conference on Photonics (ICP), 91–92. https://doi.org/10.1109/ICP46580.2020.9206494 (2020).

Zhu, X. et al. Hochempfindlicher akustischer Sensor auf Basis eines Mikrofaser-Mach-Zehnder-Interferometers mit konischer, polarisationserhaltender Faser. Faserintegr. Opt. 41, 41–61. https://doi.org/10.1080/01468030.2022.2042626 (2022).

Artikel ADS CAS Google Scholar

Stepanov, KV et al. Nichtinvasive akustische Überwachung von Gasturbineneinheiten durch faseroptische Sensoren. Sensorenhttps://doi.org/10.3390/s22134781 (2022).

Artikel PubMed PubMed Central Google Scholar

Zhu, W., Li, D., Liu, J. & Wang, R. Membranfreie akustische Sensorik basierend auf einem optischen Faser-Mach-Zehnder-Interferometer. Appl. Opt. 59, 1775–1779. https://doi.org/10.1364/AO.381002 (2020).

Artikel ADS PubMed Google Scholar

Duque, WS, Rodríguez Díaz, CA, Leal-Junior, AG & Frizera, A. Faseroptisches Hydrophon basierend auf Michelsons-Interferometer mit aktiver Stabilisierung zur Messung des Flüssigkeitsvolumens. Sensorenhttps://doi.org/10.3390/s22124404 (2022).

Artikel PubMed PubMed Central Google Scholar

Zhou, H.-y. et al. Die Anti-Interferenz-Methode des Michelson-Glasfaserinterferometers zur GIS-Teilentladungs-Ultraschallerkennung. Im Jahr 2019 IEEE-Konferenz über elektrische Isolierung und dielektrische Phänomene (CEIDP), 283–286. https://doi.org/10.1109/CEIDP47102.2019.9009739 (2019).

Marra, G. et al. Ultrastabile Laserinterferometrie zur Erdbebenerkennung mit Land- und Seekabeln. Wissenschaft 361, 486–490. https://doi.org/10.1126/science.aat4458 (2018).

Artikel ADS CAS PubMed Google Scholar

Min, R. et al. Optische Fasersensorik für die Überwachung der Meeresumwelt und der Meeresstrukturgesundheit: Ein Rückblick. Opt. Lasertechnologie 140, 107082. https://doi.org/10.1016/j.optlastec.2021.107082 (2021).

Artikel CAS Google Scholar

Hu, Y., Song, Q., Peng, H. & Xiao, Q. Verbesserung der Rauschstabilität des Michelson-Glasfaser-Sprachüberwachungssystems. IEEE Access 9, 60482–60488. https://doi.org/10.1109/ACCESS.2021.3073953 (2021).

Artikel Google Scholar

Jackson, DA, Dandridge, A. & Sheem, SK Messung kleiner Phasenverschiebungen mit einem Single-Mode-Glasfaserinterferometer. Opt. Lette. 5, 139–141 (1980).

Artikel ADS CAS PubMed Google Scholar

Lu, P., Liu, D. & Liao, H. Hochempfindliche faseroptische Akustiksensoren. In Advanced Sensor Systems and Applications VII Vol. 10025 (Hrsg. Liu, T. et al.) 202–209 (International Society for Optics and Photonics (SPIE), 2016).

Google Scholar

Yin, S., Ruffin, PB & Yu, FTS Fiber Optic Sensors: Zweite Auflage 1–477 (CRC Press, 2017).

Buchen Sie Google Scholar

Li, Y. et al. Phasendemodulationsmethoden für optische Faserschwingungserfassungssysteme: Ein Überblick. IEEE Sens. J. 22, 1842–1866. https://doi.org/10.1109/JSEN.2021.3135909 (2022).

Artikel ADS CAS Google Scholar

Yuan, H. et al. Ein Anti-Lärm-Vibrationssensorsystem mit optischen Fasern. Opt. Laser-Ing. 139, 106483. https://doi.org/10.1016/j.optlaseng.2020.106483 (2021).

Artikel Google Scholar

Wang, J. et al. Schallquellenlokalisierung basierend auf dem faseroptischen Interferometer-Array von Michelson. Opt. Fasertechnologie. 51, 112–117. https://doi.org/10.1016/j.yofte.2019.05.008 (2019).

Artikel ADS Google Scholar

Marra, G. Übertragung optischer Frequenzkämme über Glasfaserverbindungen. Ph.D. Diplomarbeit, University of Southampton (2013).

Jiang, H., Kéfélian, F., Lemonde, P., Clairon, A. & Santarelli, G. Ein agiler Laser mit extrem niedrigem Frequenzrauschen und hoher Sweep-Linearität. Opt. Express 18, 3284–3297. https://doi.org/10.1364/OE.18.003284 (2010).

Artikel ADS PubMed Google Scholar

Zhang, T. et al. Die Erforschung der Kalibrierung optischer Fasersensoren basiert auf einem akustischen Sensorkalibrierungssystem. In Zhu, J., Xu, K., Xiao, H. & Han, S. (Hrsg.) 2019 International Conference on Optical Instruments and Technology: Optoelectronic Measurement Technology and Systems, vol. 11439, 403 – 410 (Internationale Gesellschaft für Optik und Photonik (SPIE), 2020) https://doi.org/10.1117/12.2549877.

Die MathWorks, Inc. Signalphase auspacken. https://mathworks.com/help/dsp/ref/unwrap.html (2023). Zugriff am 3. April 2023.

Oppenheim, AV, Schafer, RW & Buck, JR Diskrete Zeitsignalverarbeitung 2. Aufl. (Prentice-Hall, 1998).

Google Scholar

Farina, A. Gleichzeitige Messung von Impulsantwort und Verzerrung mit einer Sinus-Sweep-Technik. In Audio Engineering Society Convention 108 (2000).

Müller, S. & Massarani, P. Übertragungsfunktionsmessung mit Sweeps. J. Audio Eng. Soc. 49, 443–471 (2001).

Google Scholar

Novak, A., Lotton, P. & Simon, L. Synchronisierter Swept-Sinus: Theorie, Anwendung und Implementierung. J. Audio Eng. Soc. 63, 786–798. https://doi.org/10.17743/jaes.2015.0071 (2015).

Artikel Google Scholar

Kay, SM Grundlagen der statistischen Verarbeitung, Band I: Schätztheorie (Prentice Hall, 1993).

MATH Google Scholar

Beschallungsanlagen – Teil 16: Objektive Bewertung der Sprachverständlichkeit anhand des Sprachübertragungsindex. Standard, Internationale Organisation für Normung, Genf, CH (2020).

Hatziantoniou, PD & Mourjopoulos, JN Verallgemeinerte Bruchoktavglättung von Audio- und akustischen Reaktionen. J. Audio Eng. Soc. 48, 259–280 (2000).

Google Scholar

Referenzen herunterladen

Die in diesem Dokument beschriebene Forschung wurde vom Innenministerium der Tschechischen Republik, Programm IMPAKT1, im Rahmen des Zuschusses VJ01010035, Projekt „Sicherheitsrisiken photonischer Kommunikationsnetze“, unterstützt. Die Forschung wurde auch durch das Projekt CZ.02.1.01/0.0/0.0/16_026/0008460 (MEYS CR) unterstützt. Die Autoren möchten P. Záviška für die Bereitstellung der STIPA-Implementierung für Matlab danken.

Abteilung für Telekommunikation, Technische Universität Brünn, FEEC, Technicka 12, 616 00, Brünn, Tschechische Republik

Petr Dejdar, Ondrej Mokry, Pavel Rajmic, Petr Munster, Jiri Schimmel und Tomas Horvath

Institut für wissenschaftliche Instrumente der Tschechischen Akademie der Wissenschaften (ISI), Královopolská 147, 612 64, Brünn, Tschechische Republik

Martin Cizek, Lenka Pravdova und Ondrej Cip

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Alle Autoren waren an der Projektgestaltung beteiligt. PD: Konzeptualisierung, Datenkuration, Untersuchung, Methodik, Validierung, Visualisierung, Schreiben – Originalentwurf. OM: Konzeptualisierung, Datenkuration, Untersuchung, Methodik, Software, Validierung, Visualisierung, Schreiben – Originalentwurf. MC: Konzeptualisierung, formale Analyse, Untersuchung, Methodik, Software, Validierung, Visualisierung, Schreiben – Überprüfung und Bearbeitung. PR: Konzeptualisierung, Datenkuration, Untersuchung, Methodik, Überwachung, Validierung, Visualisierung, Schreiben – Originalentwurf. PM: Konzeptualisierung, Datenkuration, Untersuchung, Methodik, Überwachung, Validierung, Visualisierung, Schreiben – Überprüfung und Bearbeitung. JS: Methodik, Software, Validierung, Schreiben – Originalentwurf, Schreiben – Überprüfung und Bearbeitung. LP: Visualisierung, Methodik. TH: formale Analyse, Finanzierungsbeschaffung, Ressourcen, Betreuung, Schreiben – Überprüfung und Bearbeitung. OC: Konzeptualisierung, Untersuchung, Überwachung, Schreiben – ursprünglicher Entwurf, Schreiben – Überprüfung und Bearbeitung. Alle Autoren überarbeiteten das Papier und gaben die endgültige Version zur Veröffentlichung frei.

Korrespondenz mit Petr Dejdar.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Dejdar, P., Mokry, O., Cizek, M. et al. Charakterisierung der Empfindlichkeit von Glasfaserkabeln gegenüber akustischen Vibrationen. Sci Rep 13, 7068 (2023). https://doi.org/10.1038/s41598-023-34097-9

Zitat herunterladen

Eingegangen: 19. Dezember 2022

Angenommen: 24. April 2023

Veröffentlicht: 01. Mai 2023

DOI: https://doi.org/10.1038/s41598-023-34097-9

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.