Методика оценки чувствительности к вибрации оптических компонентов, основанная на вейвлет-анализе вибрационно-модулированного излучения

   Введение. Вибрации навигационных систем, в частности волоконно-оптических гироскопов, влияют на интенсивность излучения, проходящего через их оптические компоненты. Это приводит к погрешности позиционирования транспортных средств. На данный момент механизм влияния вибраций на волоконно-оптические гироскопы и причины их высокой вибрационной чувствительности не до конца изучены. В настоящей работе исследована амплитудная модуляция оптического сигнала, вызванная вибрацией пассивных оптических компонентов.

   Метод. Методика оценки чувствительности к вибрации включает регистрацию на экспериментальном стенде излучения, проходящего через оптические компоненты при их колебаниях с частотой от 20 до 2000 Гц и амплитудой 5 g. Алгоритм обработки результатов измерений основан на вейвлет-преобразовании, а также быстром преобразовании Фурье и обеспечивает поиск и оценку вызванной вибрацией амплитудной модуляции проходящего излучения.

   Основные результаты. Приведены типичные случаи временной развертки сигналов, проходящих через оптические компоненты. Показано влияние вибрации на излучение. Обнаружена модуляция оптического сигнала, прошедшего через Y-разветвители различных производителей, которая проявляется как в виде периодического изменения измеряемой мощности излучения, так и в виде изменения коэффициента деления. Приведен алгоритм, позволяющий проводить ускоренный анализ за счет рационального отбора данных для последующего вейвлет-анализа.

   Обсуждение. Предложенная методика исследования модуляции на основе вейвлет-анализа позволяет оценить чувствительность оптических компонентов к вибрации, выделить резонансные частоты для Y-разветвителей. Предложенный программный комплекс позволяет определять модуляцию, составляющую менее 0,1 % от начальной мощности.

1. Hati A., Nelson C.W., Taylor J., Ashby N., Howe D.A. Cancellation of vibration-induced phase noise in optical fibers // IEEE Photonics Technology Letters. 2008. V. 20. N 22. P. 1842–1844. doi: 10.1109/lpt.2008.2004697

2. Liu X., Jin B., Bai Q., Wang Y., Wang D., Wang Y. Distributed fiber-optic sensors for vibration detection // Sensors. 2016. V. 16. N 8. P. 1164. doi: 10.3390/s16081164

3. Li R.-J., Lei Y.-J., Chang Z.-X., Zhang L.-S., Fan K.-C. Development of a high-sensitivity optical accelerometer for low-frequency vibration measurement // Sensors. 2018. V. 18. N 9. P. 2910. doi: 10.3390/s18092910

4. Aleksandr A. Vlasov, Mikhail Yu. Plotnikov Artem N. Ashirov, Artem S. Aleynik. The method for protection of sensitive fiber optic components from environmental noise and vibration impacts // Proc. of the IEEE International Conference on Electrical Engineering and Photonics (EExPolytech). 2019. P. 305–307. doi: 10.1109/EExPolytech.2019.8906889

5. Song N., Zhang C., Du X. Analysis of vibration error in fiber optic gyroscope // Proceedings of SPIE. 2002. V. 4920. P. 115–121. doi: 10.1117/12.481959

6. Zhang Y., Gao G. Fiber optic gyroscope vibration error due to fiber tail length asymmetry based on elastic-optic effect // Optical Engineering. 2012. V. 51. N 12. P. 124403. doi: 10.1117/1.OE.51.12.124403

7. Li H., Cui L., Lin Z., Zhang C. Analysis and optimization of dynamic measurement precision of fiber optic gyroscope // Mathematical Problems in Engineering. 2013. V. 2013. P. 265895. doi: 10.1155/2013/265895

8. Osunluk B. Enviromental effects on interferometric fiber optic gyroscope performance. Dissertation for the degree of PhD in electrical and electronics engineering. Bilkent University, 2021. 110 p.

9. Frigo M., Johnson S.G. FFTW: An adaptive software architecture for the FFT. // Proc. of the IEEE International Conference on Acoustics, Speech and Signal Processing. 1998. V. 3. P. 1381–1384. doi: 10.1109/icassp.1998.681704

10. Зименко К.А., Боргуль А.С., Маргун А.А. Анализ и обработка сигналов электромиограммы // Научно-технический вестник информационных технологий, механики и оптики. 2013. T. 13. № 1. С. 41–43.

11. Козинов И.А. Обнаружение локальных свойств анализируемых сигналов и процессов с использованием вейвлет-преобразования // Информационно-управляющие системы. 2015. № 1 (74). С. 21–28. doi: 10.15217/issn1684-8853.2015.1.21

12. Mahamune R., Laskar S.H. Classification of the four-class motor imagery signals using continuous wavelet transform filter bank-based two-dimensional images // International Journal of Imaging Systems and Technology. 2021. V. 31. N 4. P. 2237–2248. doi: 10.1002/ima.22593

13. Lilly J.M., Olhede S.C. Generalized Morse wavelets as a superfamily of analytic wavelets // IEEE Transactions on Signal Processing. 2012. V. 60. N 11. P. 6036–6041. doi: 10.1109/TSP.2012.2210890

14. Lilly J.M., Olhede S.C. Higher-order properties of analytic wavelets // IEEE Transactions on Signal Processing. 2009. V. 57. N 1. P. 146–160. doi: 10.1109/TSP.2008.2007607

15. Lilly J.M. Element analysis: a wavelet-based method for analysing time-localized events in noisy time series // Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2017. V. 473. N 2200. P. 20160776. doi: 10.1098/rspa.2016.0776

16. Qin Z., Chen L., Bao X. Continuous wavelet transform for non-stationary vibration detection with phase-OTDR // Optics Express. 2012. V. 20. N 18. P. 20459–20465. doi: 10.1364/OE.20.020459