Граничные условия алгебраического решения малоракурсной волоконно-оптической томографической задачи

Аннотация

Приведено общее математическое описание для двух новых схем укладок волоконно-оптических измерительных линий распределенной волоконно-оптической измерительной сети по трем направлениям со смещением диагональных линий зигзагообразным способом. Представлены численные результаты, доказывающие преимущества новых схем укладок по сравнению с традиционными для волоконно-оптических измерительных сетей. Обосновано развитие распределенных волоконно-оптических измерительных сетей на основе протяженных чувствительных элементов интерферометрического типа для формирования синограмм внешних физических полей. Доказана применимость к ним подходов малоракурсной волоконно-оптической томографии при решении задач контроля состояния распределенных волоконно-оптических измерительных сетей на протяженных участках для систем мониторинга физических полей. Дано описание выделения полезного сигнала из общего потока поступающих данных, состав и особенности помех и шумов. Представлены граничные условия для работы такой системы мониторинга с точки зрения внешних условий, критериев для рассматриваемых волоконно-оптических интерферометрических чувствительных элементов и соотношения сигнал/шум. Приведены результаты моделирования для двух крайних случаев рассматриваемых внешних физических воздействий на распределенную измерительную сеть. Продемонстрированы возможности выделения и обработки полезных сигналов, имеющих значения практически на уровне шумов, а также работы системы мониторинга с низким уровнем шумов. Цель работы – дать математическое обоснование перспективности применения двух новых схем укладок волоконно-оптических измерительных линий распределенной сети для перехода к томографической реализации системы охраны протяженных участков со скрытыми волоконно-оптическими интерферометрическими чувствительными элементами в очерченных граничных условиях работы системы мониторинга физических полей.

Сведения об авторах

Igor Victorovich Denisov, Балтийский федеральный университет им. И. Канта

профессор Института физико-математических наук и информационных технологий, доктор технических наук, доцент

Dmitriy Nikolaevich Piskun, Балтийский федеральный университет им. И. Канта

аспирант

Литература

1. Kul'chin Y.N., Denisov I.V., Kirichenko O.V., Sedov V.A., Rybal'chenko N.A. Distributed Optoelectronic Signal System. Measurement Techniques. 2005;48(7):668-674. doi: https://doi.org/10.1007/s11018-005-0202-1
2. Zakasovskaya E.V., Kulchin Yu.N. Optimization of the information processing algorithm in distributed fiber-optical measuring systems. Information Science and Control Systems. 2010;(4):50-60. Available at: https://elibrary.ru/item.asp?id=15337453 (accessed 13.09.2022). (In Russ., abstract in Eng.)
3. Kulchin Yu.N., Zakasovskaya E.V. Application of Neural Networks Complexes in the Distributed Fiber-Optical Measuring Systems. Problemy Upravlenia = Control Sciences. 2011;(4):5-12. Available at: https://elibrary.ru/item.asp?id=16524849 (accessed 13.09.2022). (In Russ., abstract in Eng.)
4. Kryukov I.N., Denisov I.V., Kiper A.V. The use of fiber-optic measurement of extended monitoring networks deformation fields in the construction of geographically distributed systems of protection. Radiotekhnika = Radioengineering. 2017;(1):5-11. Available at: https://elibrary.ru/item.asp?id=29423559 (accessed 13.09.2022). (In Russ., abstract in Eng.)
5. Ginevskii S.P., Kotov O.I., Nikolaev V.M., Petrun'kin V.Yu. Use of reconstructive computerised tomography methods in fibre-optic sensors. Quantum Electronics. 1995;25(10):978. doi: https://doi.org/10.1070/QE1995v025n10ABEH000514
6. Kotov O.I., Medvedev A.V., Nikolaev V.M., Petrun'kin V.Yu. [Application of tomographic methods in fiber-optic sensors]. Applied Physics Letters. 1990;16(2):90-94. Available at: http://journals.ioffe.ru/articles/viewPDF/25207 (accessed 13.09.2022). (In Russ.)
7. Kulchin Yu.N., Vitrik O.B., Petrov Yu.S., Kirichenko O.V., Kamenev O.T., Romashko R.V., Denisov I.V. Holographic Neural Network for Processing of Signals of Distributed Optical Fiber Measuring Networks with the Topography Principle of Data Gathering. Optical Memory and Neural Networks. 1997;6(2):149-156.
8. Denisov I.V., Sedov V.A., Sedova N.A., Piskun D.N., Kiper A.V. Selection of algebraic methods for solving of the fiber-optical tomographic problem. Radiotekhnika = Radioengineering. 2022;86(1):21-27. (In Russ., abstract in Eng.) doi https://doi.org/10.18127/j00338486-202201-04
9. Kulchin Yu.N., Denisova E.V., Denisov I.V. Application of algebraic and neural-like methods for reconstruction of distribution functions of physical fields. Optical Memory & Neural Networks (Information Optics). 2003;12(4):283-297. Available at: https://elibrary.ru/item.asp?id=48660344 (accessed 13.09.2022).
10. Natterer F. The Mathematics of Computerized Tomography. In: Classics in Applied Mathematics. Vol. 32. Philadelphia, PA, USA: Society for Industrial and Applied Mathematics; 2001. 226 p. doi: https://doi.org/10.1137/1.9780898719284
11. Herman G.T. Basis Functions in Image Reconstruction from Projections: A Tutorial Introduction. Sensing and Imaging. 2015;16(1):6. doi: https://doi.org/10.1007/s11220-015-0107-2
12. Denisov I.V., Sonin A.E. Definition of the fiber-optical reconstructive tomography for distributed physical fields. Radiotekhnika = Radioengineering. 2018;(2):49-51. Available at: https://elibrary.ru/item.asp?id=32881340 (accessed 13.09.2022). (In Russ., abstract in Eng.)
13. Busurin V.I., Semenov A.S., Udalov N.P. Optical and fiber-optic sensors (review). Soviet Journal of Quantum Electronics. 1985;15(5):595-621. doi: https://doi.org/10.1070/QE1985v015n05ABEH007053
14. Dvoiris L.I., Ivanov V.A., Kryukov I.N. Method of increasing noise immunity of seismic detection means. Radiotekhnika = Radioengineering. 2019;(2):40-43. (In Russ., abstract in Eng.) doi: https://doi.org/10.18127/j00338486-201902-08
15. Denisov I.V., Piskun D.N., Sedova N.A., Sedov V.A. Irregular layout of fiber-optical lines for tomographic monitoring of nautical structures. Marine Intellectual Technologies. 2021;(4-3):120-127. (In Russ., abstract in Eng.) doi: https://doi.org/10.37220/MIT.2021.54.4.098
16. Eliseev A.V., Muzychenko N.Ju., Roibu M.O. The algorithm for constructing membership functions by statistical processing of expert estimates. Informatsionno-izmeritelnye i upravlyayushchie sistemy = Information-measuring and Control Systems. 2016;14(11):64-68. Available at: https://elibrary.ru/item.asp?id=27472095 (accessed 13.09.2022). (In Russ., abstract in Eng.)
17. Denisov I.V., Kiper A.V. Optoelectronic intellectual complexes for monitoring of extended physical fields. Radiotekhnika = Radioengineering. 2013;(2):77-79. Available at: https://elibrary.ru/item.asp?id=18894456 (accessed 13.09.2022). (In Russ., abstract in Eng.)
18. Hendin O., Horn D., Hopfield J.J. Decomposition of a mixture of signals in a model of the olfactory bulb. Proceedings of the National Academy of Sciences. 1994;91(13):5942-5946. doi: https://doi.org/10.1073/pnas.91.13.5942
19. Markel V.A., Schotland J.C. Inverse problem in optical diffusion tomography. II. Role of boundary conditions. Journal of the Optical Society of America A. 2002;19(3):558-566. doi: https://doi.org/10.1364/JOSAA.19.000558
20. Zakasovskaya E.V., Tarasov V.S. Optical fiber imaging based tomography reconstruction from limited data. Computer Methods in Applied Mechanics and Engineering. 2018;328:542-553. doi: https://doi.org/10.1016/j.cma.2017.09.011
21. Tan X., Abu-Obeidah A., Bao T., Nassif H., Nasreddine W. Measurement and visualization of strains and cracks in CFRP post-tensioned fiber reinforced concrete beams using distributed fiber optic sensors. Automation in Construction. 2021;124:103604. doi: https://doi.org/10.1016/j.autcon.2021.103604
22. Scupi A.A. The use of numerical programs in research and academic institutions. IOP Conference Series: Materials Science and Engineering. 2016;145(8):082002. doi: https://doi.org/10.1088/1757-899X/145/8/082002
23. Romashko R.V., Bezruk M.N., Ermolaev S.A., Storozhenko D.A., Kulchin Yu.N. Detecting weak acoustic fields by multichannel fiber-optical sensory system. In: Proceedings of SPIE 10176, Asia-Pacific Conference on Fundamental Problems of Opto- and Microelectronics. SPIE; 2016. Article number: 1017612. doi: https://doi.org/10.1117/12.2268124
24. Kulpa M., Howiacki T., Wiater A., Siwowski T., Sieńko R. Strain and displacement measurement based on distributed fibre optic sensing (DFOS) system integrated with FRP composite sandwich panel. Measurement. 2021;175:109099. doi: https://doi.org/10.1016/j.measurement.2021.109099
25. Matveenko V., Kosheleva N., Serovaev G. Measurement of strain and temperature by fiber-optic sensors embedded into samples manufactured by additive technology. Procedia Structural Integrity. 2022;42:307-314. doi: https://doi.org/10.1016/j.prostr.2022.12.038
Опубликована
2022-12-20
Как цитировать
DENISOV, Igor Victorovich; PISKUN, Dmitriy Nikolaevich. Граничные условия алгебраического решения малоракурсной волоконно-оптической томографической задачи. Современные информационные технологии и ИТ-образование, [S.l.], v. 18, n. 4, p. 829-837, dec. 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/907>. Дата доступа: 22 apr. 2024 doi: https://doi.org/10.25559/SITITO.18.202204.829-837.
Раздел
Прикладные проблемы оптимизации