Назад в библиотеку

Распределенные волоконно-оптические системы для охраны периметра: перспективные технологии 

Авторы: Иванченко П., Красовский В.
Источник: Алгоритм безопасности, № 4, 2003

За последние 5 лет вопросам охраны периметра уделялось большое внимание. Среди публикаций, посвященных охране периметра, можно выделить монографию [1], цикл статей [2, 3], статьи [4 – 8], а также курс лекций [9]. Краткий обзор волоконно-оптических систем для охраны периметров, присутствующих на отечественном рынке, представлен в [10].

Цель данной статьи – познакомить читателя с устройством и принципами работы распределенных волоконно – оптических систем для охраны периметра. Современные волоконно-оптические датчики позволяют измерять почти все. Например, давление, температуру, расстояние, положение в пространстве, ускорение, колебания, массу, звуковые волны, уровень жидкости, деформацию, коэффициент преломления, электрическое поле, электрический ток, магнитное поле, концентрацию газа, дозу радиационного излучения и т.д. Оптическое волокно используется как линия связи, а также является чувствительным элементом. В последнем случае используется чувствительность волокна к электрическому полю (эффекту Керра), магнитному полю (эффект Фарадея), к вибрации, температуре, давлению, деформациях (изгибу) [11].

В данной статье описываются принципы построения системы распределенных волоконно-оптических датчиков, которые могут применяться для систем охраны периметра с определением места воздействия. Насколько нам известно, на нашем рынке они не представлены. За рубежом такие системы используются для охраны протяженных периметров (до 100 км), обеспечивают низкий уровень ложных срабатываний и невысокую, по сравнению с другими системами, цену за погонный метр. Подобные системы используются для охраны периметров таких объектов как аэропорты, ядерные реакторы, электростанции, территории складов и другие протяженные территории.

Во многих случаях необходимо определять не только факт нарушения границы объекта, но и его место. В этом случае необходимы мультисенсорные системы. Такая система может быть реализована несколькими способами. Первый способ – связать несколько дискретных датчиков в сеть или массив с выходами от каждого датчика, мультиплексируемыми с разделением по времени (TDM – time division multiplexing), или частоте (FDM – frequency division multiplexing), или по другой схеме.


Рис. 1. Массив датчиков с временным уплотнением сигналов

Второй способ заключается в использовании присущей волоконно-оптическим системам возможности создания распределенных сенсоров.

Один из вариантов – использование рефлектометрии излучения рэлеевского рассеяния. В оптическое волокно подается свет лазера с высокой выходной мощностью и коротким импульсом излучения, и затем измеряются параметры обратного рэлеевского рассеяния, а также френелевского отражения, от стыков и торцов волокна. По временной задержке между моментом излучения импульса и моментом прихода сигнала обратного рассеяния определяется местоположение неоднородности, по интенсивности излучения обратного рассеяния определяются потери на участке линии. Такое сканирование при помощи большого числа импульсов и обработка и усреднение позволяют получить картину распределения потерь в линии и их изменение под внешним воздействием.

Рис. 2. Распределенный рефлектометрический сенсор

Второй вариант – использование интерферометрических датчиков на Брэгговских решетках. Отражательные Брэгговские решетки в сердцевине одномодового оптического волокна могут быть созданы ультрафиолетовым излучением эксимерного лазера путем облучения через соответствующую маску либо голографическим способом (воздействием двух интерферирующих лучей). Отрезок оптического волокна между двумя решетками представляет собой интерферометр Фабри – Перо, отражение (и пропускание) которого зависят от оптической разности фаз отраженного от первой и второй решетки оптического сигнала. Под воздействием различных факторов (деформации, акустических колебаний, температуры, а при соответствующем покрытии волокна, электрического или магнитного поля) меняется разность фаз, а, следовательно, и отражение. Интерферометрические датчики обладают наибольшей чувствительностью к изменению длины отрезка волокна под воздействием внешних факторов. Схема волоконно-оптического распределенного датчика с решетками на одну длину волны приведена на Рис.3.

Рис. 3. Схема волоконно – оптического распределенного датчика с решетками на одну длину волны и временным демультиплексированием

В качестве источника излучения используется одночастотный одномодовый полупроводниковый лазер, работающий в импульсном режиме. Импульсы от каждой системы решеток приходят с различной временной задержкой. Для разделения сигналов от каждого участка используется временное мультиплексирование. Для демодуляции сигнала используется синхронное детектирование, для этого в схему введен фазовый модулятор. Оптическая линия задержки формирует серию импульсов, сдвинутых по времени, каждый их которых интерферирует с импульсом, отраженным от соответствующего участка волокна.

Схема распределенного датчика с парами решеток на разные длины волн приведена на Рис.4.

Рис. 4. Схема волоконно – оптического распределенного датчика с парами решеток на разные длины волн и частотным демультиплексированием

В этом случае используется широкополосный источник излучения (многомодовый лазер или светодиод). Воздействие на отрезок волокна приводит к изменению амплитуды соответствующей компоненты спектра. Сканирование спектра осуществляется с помощью интерферометра Фабри – Перо.

Для отделения сигналов, создаваемых нарушителем от шумов и помех используется анализатор сигналов, основанный на принципе нейронной сети. Применение нейронной сети обеспечивает высокую надежность обнаружения при низком уровне ложных срабатываний. Типовая схема блока обработки сигналов приведена на Рис.5.

Рис. 5. Схема блока обработки сигналов

В применении к задачам распознавания сигнала вторжения отдатчиков в охранных системах, нейронная сеть или нейрокомпьютер – это вычислительная система, алгоритм решения задач в которой представлен в виде сети пороговых элементов с динамически перестраиваемыми коэффициентами и алгоритмами настройки, независимыми от размерности сети пороговых элементов и их входного пространства.

Алгоритм обучения нейронной сети (так называемый алгоритм обратного распространения) заключается в том, что выход последнего слоя нейронов сравнивается с образцом обучения, и из разницы между желаемым и действительным делается вывод о том, каковы должны быть связи нейронов последнего слоя с предыдущим. Затем подобная операция производится с нейронами предпоследнего слоя. В итоге по нейросети от выхода к входу бежит волна изменения весов связей. Нейронная сеть, в общем виде, обладает двумя замечательными свойствами: способностью к обучению на некотором множестве примеров и стабильно распознавать (прогнозировать) новые ситуации с высокой степенью точности, причем в условиях сильных внешних помех, таких как появление противоречивых или неполных значений. Обучение системы сводится к работе алгоритма подбора весовых коэффициентов, который действует без непосредственного участия оператора.

Сигнал на вход нейросетевого анализатора подается в виде спектрального вектора, который формируется процессором DSP (digital signal processing), принцип действия которого основан на алгоритмах быстрого преобразование Фурье. На входе процессора расположен адаптивный фильтр, который оптимизирует работу устройства. Из отечественных охранных систем такой алгоритм обработки сигналов используется в волоконно – оптической охранной системе "Ворон", производимой фирмой Тран – при". Однако эта система не является распределенной.

Примером реализации распределенного датчика для охраны периметра является система "Fiber Fence – 2000" фирмы "Fiber Instrument sales Inc.", США. Принцип действия ее основан на оптической рефлектометрии. Максимальная протяженность охраняемого периметра составляет 80 км. Система используется совместно с оградой. В системе предусмотрена привязка охранной системы к карге местности, сигнал тревоги отображается на мониторе с указанием места вторжения. Стоимость системы составляет около 80 тыс. долл. [12] В России подобные распределенные сенсоры разрабатывались в 90 – х годах. Они предназначались для использования в качестве гидрофонов. В настоящее время они могут быть адаптированы для использования в системах охраны периметра.

Ссылки:

  1. Иванов И.В. Охрана периметров – 2. / Паритет граф, Москва, 2000.
  2. Введенский Б.С. Современные системы охраны периметров / Специальная техника, 1999 г., №3, стр. 34-39, № 4, стр. 24-29, №5, стр. 39-46.
  3. Введенский Б.С. Периметральные системы на защите вашего загородного участка / Приложение к журналу "Системы безопасности связи и телекоммуникации", декабрь 2000 г.
  4. Свирский Ю. Рынок периметровых средств охранной сигнализации на пороге 3 – го тысячелетия / Системы безопасности, № 38, 2001.
  5. Лавриненко А.В. Периметровые средства обнаружения: современное состояние / Специальная техника № 5, 2001.
  6. Звежинский С.С., Ларин А. / Периметровые маскируемые магнитометрические средства обнаружения, Специальная техника, № 5,2001.
  7. Давыдов Ю.Л., Кузьмичев В.В. / Средства и системы для защиты периметров объектов. Системы безопасности, № 25, 1999.
  8. Звежинский С. Проблема выбора периметровых средств обнаружения / БДИ № 4(44), 2002г.
  9. Скирневский П., Скирневский И. Охрана периметров промышленных объектов / Курс лекций с сайта www.f – sb.ru, под ред. 000 "Фракталь – СБ".
  10. Введенский Б.С. / Системы охраны периметров на выставке IFSEC2000, часть 2, "Специальная техника", 2000 г., № 5, стр. 2-12.
  11. Selvarajan A. Fiber optic sensor and their applications / Indian Institute of Science.
  12. Волоконно – оптические датчики / Под ред.Т.Окоси, Пер.с яп., М, Энергоатомиздат, 1990.
  13. Материалы с сайта www.fiber – fence.com