1 / 7
文档名称:

分布式光纤测温系统精度和实时性优化研究 鲁佳慧.pdf

格式:pdf   大小:1,650KB   页数:7页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

分布式光纤测温系统精度和实时性优化研究 鲁佳慧.pdf

上传人:贾赦 2022/11/25 文件大小:1.61 MB

下载得到文件列表

分布式光纤测温系统精度和实时性优化研究 鲁佳慧.pdf

相关文档

文档介绍

文档介绍:该【分布式光纤测温系统精度和实时性优化研究 鲁佳慧 】是由【贾赦】上传分享,文档一共【7】页,该文档可以免费在线阅读,需要了解更多关于【分布式光纤测温系统精度和实时性优化研究 鲁佳慧 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。激光杂志
LaserJournal
ISSN0253-2743,CN50-1085/TN
《激光杂志》网络首发论文
题目:分布式光纤测温系统精度和实时性优化研究
作者:鲁佳慧,万成功,金恺,王敏,黄光明
网络首发日期:2022-08-12
引用格式:鲁佳慧,万成功,金恺,王敏,
优化研究[J/OL].激光杂志.
.
网络首发:在编辑部工作流程中,稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶
段。录用定稿指内容已经确定,且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期
刊特定版式(包括网络呈现版式)排版后的稿件,可暂不确定出版年、卷、期和页码。整期汇编定稿指出
版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出
版管理条例》和《期刊出版管理规定》的有关规定;学术研究成果具有创新性、科学性和先进性,符合编
辑部对刊文的录用要求,不存在学术不端行为及其他侵权行为;稿件内容应基本符合国家有关书刊编辑、
出版的技术标准,正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。
为确保录用定稿网络首发的严肃性,录用定稿一经发布,不得修改论文题目、作者、机构名称和学术内容,
只可基于编辑规范进行少量文字的修改。
出版确认:纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约,在《中国
学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版,以单篇或整期出版形式,在印刷
出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出
版广电总局批准的网络连续型出版物(ISSN2096-4188,CN11-6037/Z),所以签约期刊的网络版上网络首
发论文视为正式出版。
网络首发时间:2022-08-1217:06:51
网络首发地址:.
分布式光纤测温系统精度和实时性优化研究
鲁佳慧,万成功,金恺,王敏,黄光明*
华中师范大学物理科学与技术学院,武汉430079
摘要:为了提高基于拉曼散射光的分布式光纤测温(Roman-BasedDistributedOpticalFiberTemperature
Sensor,RDTS)系统的测量精度,本文采用双端环形结构,有效避免了Stokes光与Anti-Stokes光的损耗系
数差异导致的测温精度下降。在此基础上采用累加平均与小波包阈值去噪相结合的方法降低系统的随机噪
声,在提高系统信噪比的同时,提高了系统的响应速度。实验表明,测温光纤为10km时,该方法将系统
,℃(<1km)~℃(>8km)℃
(<1km)~℃(>8km);与传统累加平均算法相比,,实现了实时测量,适用
于快速变化的温度场。
关键词:分布式光纤;双端测量;小波包去噪;响应速度
中图分类号:TN253文献标志码:A
Researchonoptimizingaccuracyandreal-timeperformanceofdistributed
opticalfibertemperaturesensorsystem
LuJiahui,WanChenggong,JinKai,WangMin,HuangGuangming*
CollegeofPhysicsScienceandTechnology,CentralChinaNormalUniversity,Wuhan,Hubei430079,China
Abstract:InordertoimprovethemeasurementaccuracyofRaman-baseddistributedopticalfibertemperaturesensor
(RDTS)system,adouble-endinjectionringstructureisusedtoavoidthelosscoefficientdifferencebetweenStokes
lightandAnti-,themethodofcombiningcumulativeaverageandwaveletpacketthreshold
denoisingisusedtoreducetherandomnoiseofthesystem,whichimprovesthesignal-to-noiseratioofthesystem
,thesignal-to-noise
,andtherangeoftemperaturefluctuationreducesfrom
(<1km)~(>8km)(<1km)~(>8km).Comparedwiththetraditionalcumulativeaveragealgorithm,
,whichrealizesreal-timemeasurementandissuitableforfastchanging
temperaturefields.
Keywords:distributedopticalfiber;double-endedmeasurement;waveletpacketdenoise;responsespeed
基金项目:国家重点研发计划()
作者简介:鲁佳慧(-),女,在读硕士,主要研究方向:嵌入式系统设计、光纤测温。
E-mail:******@
通讯作者:黄光明(-),男,博士,教授,博士生导师,主要研究方向:电路与系统。
E-mail:******@
差异,𝑍表示与光源的距离。
引言
𝑃𝑆𝑍
𝑅(𝑇(𝑍))=𝐴𝑆=𝐶𝑒𝑥𝑝(−𝐿𝐸)𝑒𝑥𝑝[−∫Δα(𝑢)𝑑𝑢](1)
分布式光纤测温技术是一种区别于传统点式测温𝑃𝑆𝑇0
的连续型测温技术[1],凭借其天然绝缘、抗磁干扰和上式中:
防水耐腐蚀等优点,被广泛应用于电力工程[2]、石油𝐾𝜆−4𝜂
𝐶=𝐴𝑆𝐴𝑆∙𝐴𝑆
[3][4][5,6]−4
化工、管道监测和煤矿、隧道火灾监测等诸多𝐾𝑆𝜆𝑆𝜂𝑆
领域。目前应用最为广泛的是基于拉曼散射光的分布ℎΔ𝜈
𝑆𝐿𝐸=
式光纤测温(Roman-BasedDistributedOpticalFiber𝑘𝐵
TemperatureSensor,RDTS)系统。Δα(𝑢)=𝛼𝑎𝑠(𝑢)−𝛼𝑠(𝑢)
[7]
系统测量精度是RDTS系统的关键性能指标,𝐾𝐴𝑆和𝐾𝑆分别为与光纤的Anti-stokes散射截面、
其主要由系统信噪比决定。背向拉曼散射光经光纤传Stokes散射截面有关的系数,𝜂𝐴𝑆、𝜂𝑆分别为Stokes光
[8,9]
输时,背向散射效应和光纤的不均匀性会带来噪声,和Anti-Stokes光背向散射系数,𝜆𝐴𝑆、𝜆𝑆分别为Anti-
光生电信号也会受到电路噪声的影响,这些噪声会淹stokes光子和Stokes光子的波长,ℎ是普朗克常量,𝑘𝐵
没微弱的信号。针对RDTS系统去噪问题,国内外学为玻尔兹曼常量,𝛥𝜈是拉曼声子频率,石英光纤的
13
者提出了多种去噪算法以滤除背向拉曼散射信号的噪𝛥𝜈×10𝐻𝑧,𝛼𝐴𝑆(𝑢),𝛼𝑆(𝑢)分别是Anti-
声[1,10,11,12]。传统的信号处理方法是累加平均技术,以stokes光波长和Stokes光波长的衰减系数。
牺牲系统的响应速度来改善系统的信噪比[13]。佟敬阔但实际上,为了消除系统误差因子𝐶的影响,通
等[14]提出了一种应用于RDTS系统的累加平均融合小常在测温光纤起始位置引入参考光纤,可以获得归一
波降噪的技术,可以实现1℃的测温精度,响应时间化拉曼光强比𝑅̅(𝑇(𝑧)),如公式(2)所示。
小于3s,但小波阈值去噪算法只分解信号的低频成分,
𝑅(𝑇(𝑧))为参考光纤处的拉曼光强比值。
忽略了信号的高频成分。针对光纤损耗系数差异带来𝑟𝑒𝑓
[15]
测温精度下降的问题,李健等基于参考光纤设计了R(T(Z))
𝑅̅(𝑇(𝑍))=(2)
一种免定标双端环路解调装置,(T(𝑧𝑟𝑒𝑓))
℃的测温精度,但双端结构同时增加当参考线圈的温度𝑇0已知,根据公式(1)和公
RDTS系统的信息处理时间,影响系统的实时性。式(2)可得光纤各段的温度表达式:
本文在双端环形结构的基础上,结合Stokes光和11𝑍−1
𝑇(𝑍)={−[ln(𝑅̅(𝑇(𝑧)))+∫Δα(𝑢)∙𝑑𝑢]}(3)
Anti-Stokes光对测温光纤进行温度解调,避免了𝑇0𝑆𝐿𝐸𝑍0
Stokes光与Anti-Stokes光的损耗系数差异导致的测温这里𝑍0为参考线圈的末端,即测温光纤的起点位
精度下降问题,提出了将累加平均与小波包阈值去噪置。通过公式(3)可以看出光纤各段的温度与
相结合的方法,在进一步降低系统噪声的同时,提高𝑍𝑍
∫Δα(𝑢)∙𝑑𝑢密切相关,∫Δα(𝑢)∙𝑑𝑢表示测温光纤
了系统的实时性。𝑍0𝑍0
的起点到发生拉曼散射位置这条路径上的背向散射
原理与改进Z
1RDTS信号衰减差异。虽然引入参考光纤,能消除系统误差
因子𝐶的影响,但不能消除由Stokes光和Anti-Stokes

光波长不同引起的损耗差异。
RDTS系统是基于光时域反射技术和光纤中背向在许多实际应用中,由于存在光纤熔接和弯曲导
拉曼散射的温度效应[16]。传统的温度解调方法采用自致的局部损耗、光在光纤中的传输损耗、极端环境导
发背向拉曼散射产生的Stokes光作为参考光,Anti-致的光纤老化[17],Δα(𝑢)会发生改变,温度测量也会
stokes光作为信号光,能够消除激光器不稳定等因素。变得不准确。
公式(1)为Anti-stokes光与Stokes光的比值,利用

拉曼光强比𝑅(𝑇(𝑧))可以实现环境温度测量。其中,
𝑇(𝑧)为与位置相关的热力学温度,𝑃𝐴𝑆和𝑃𝑆分别为采用了一种双端测量方法消除衰减项对测量精度
Anti-stokes光功率、Stokes光功率,𝐶为系统误差因子,的影响。双端测量是利用光开关,分别在顺时针和逆
𝑆𝐿𝐸为系统温度敏感系数,𝛥𝛼(𝑢)为背向散射信号衰减时针两个方向上得到Anti-stokes光与Stokes光的强度
比值:低频小波系数和量化后从第1~J层的高频小波系数。
[18]
𝑆𝑍常用的阈值函数有硬阈值、软阈值等。硬阈值
𝑅(𝑇(𝑍))=𝐶∙exp(−𝐿𝐸)∙𝑒𝑥𝑝[−∫Δα(𝑢)∙𝑑𝑢](4)
𝐸1𝑇0函数在均方误差意义上能够得到原始信号的最优估计,
𝑆𝑍但却会使重构信号在某些点不连续,很容易产生
𝑅(𝑇(𝑍))=𝐶∙exp(−𝐿𝐸)∙𝑒𝑥𝑝[∫Δα(𝑢)∙𝑑𝑢](5)
𝐸2𝑇𝐿Pseudo-Gibbs现象;软阈值函数使重构信号更为光滑,
则𝑅𝐸1(𝑇(𝑧))和𝑅𝐸2(𝑇(𝑧))的几何均值为因此本次实验选择软阈值函数。软阈值函数定义式如
公式(9)所示。
√𝑅𝐸1(𝑇(𝑍))𝑅𝐸2(𝑇(𝑍))
𝑠𝑔𝑛(𝑤)(|𝑤|−𝜆)|𝑤|≥𝜆
𝜂(𝜔,𝜆)={(9)
𝑆1𝐿0|𝑤|<𝜆
=𝐶∙exp(−𝐿𝐸)∙𝑒𝑥𝑝[−∫Δα(𝑢)∙𝑑𝑢](6)
𝑇20其中,𝑠𝑔𝑛(⋅)为符号函数,𝑤为小波包系数序列,
公式(6)显示光纤上各个点的损耗都是𝜆为阈值。
1𝐿过小的阈值会限制去噪效果,过大的阈值会滤除
𝑒𝑥𝑝[−∫Δα(𝑢)∙𝑑𝑢],表明光纤各处损耗与位置无
20有用信号特征。随着信号分解层数的增加,噪声小波
关。因此,这时再引入参考光纤,对公式(6)进行系数会减小[19]。当分解层数较高时,需要较小的阈值
归一化,如公式(7)所示。衰减差异可以从温度计来处理小波系数,对每个分解层的小波系数设置统一
算中完全被消除。的阈值会限制去噪效果。因此,本文采用层间的阈值
选取方法[20],阈值的计算公式如公式(10)所示。
√𝑅̅(𝑇(𝑍))𝑅̅(𝑇(𝑍))
𝐸1𝐸2𝜆=𝜎√2lg𝑁×(1∕2)𝐽−1(10)
其中,𝜎为信号噪声的标准差,N为分布式光纤
𝑅(𝑇(𝑍))𝑅(𝑇(𝑍))
=√𝐸1𝐸2信号序列长度,J为分解层数。根据公式(10),分解
𝑅(𝑇(𝑍))𝑅(𝑇(𝑍))
𝐸10𝐸2𝑂层数的增加会使阈值减小,这与噪声分布规律相符。
11
=𝑒𝑥𝑝[𝑆𝐿𝐸∙(−)](7)2新型系统设计
𝑇0𝑇(𝑧)RDTS
可从公式(7)中提取温度分布:本文设计的RDTS系统主要由测温光纤、光路模
块和信号检测处理模块个部分组成,系统结构如图
11−13
𝑇(𝑍)=〈−{𝑙𝑛[√𝑅̅𝐸1(𝑇(𝑍))𝑅̅𝐸2(𝑇(𝑍))]}〉(8)
𝑇0𝑆𝐿𝐸1所示。
因此,双端结构提供了一个不受𝛥𝛼(𝑢)影响的测测温光纤为10km的多模光纤,在距测温光纤前
温方法,可以消除波长相关损耗和局部损耗。对于相端约5km处设置一段长为3m的测温光纤环。FPGA
等的测温距离,双端结构使用的光纤长度为单端结构(FieldProgrammableGateArray)产生同步信号来控制
的两倍,使信息处理时间翻倍,影响系统的实时性。脉冲激光器发射脉冲光。脉冲光经过波分复用器中的
双向耦合器耦合注入1×2光开关,光开关两通道分时

切换。然后脉冲光进入参考光纤,随后传入测温光纤
采用双端测量的RDTS系统在提高测温精度的同中。激光脉冲与光纤中的粒子相互作用后产生拉曼散
时牺牲了响应速度,因此本文提出将小波包阈值去噪射光,其中的背向拉曼散射光返回波分复用器中,被
算法用于双端测量RDTS系统,以保证在提高系统信滤为Stokes光和Anti-Stokes光。雪崩光电二极管在
噪比的同时,提高系统的响应速度。Stokes光和Anti-Stokes光的照射下,将光信号转化为
小波包分析可以同时分解低频小波系数和高频小电信号。系统中的双通道高速A/D模块采样雪崩二极
波系数,能对信号的整个频段进行有效的信息提取。管输出的电信号,并将采集到的数据送入FPGA中进
在RDTS系统中实现小波包阈值去噪算法主要可分为行累加平均。累加平均后的信号送到ARM核中,取
4个步骤:(1)分解:选择合适的小波基函数和小波db6小波基、分解层数为6对信号进行小波包去噪处
分解层数J,然后利用J层小波包对分布式光纤信号进理,结合光时域反射技术对电信号进行解调和处理。
行分解;(2)计算:最佳小波包树根据给定的熵准则经解调得到的数据通过以太网传输至上位机,即可获
计算得出;(3)量化:选择合适的阈值量化从1~J层得整条测温光纤上的温度信息。
的每个高频小波系数(4)重构:重构小波分解J层的系统中采用的高速A/D模块的采样频率为
250MSPS,为完整地采集每组脉冲激光所产生的背向如图3(b)所示,从而产生测量误差。因此,采用双
拉曼散射信号,脉冲激光器发射频率需小于10kHz,端测量的环形结构,将激光脉冲分时注入测温光纤前
为了系统工作稳定,本系统的激光脉冲频率为8kHz。端和末端,并相应地从前端和末端获得Anti-Stokes光
信号和Stokes光信号,如图3(c)所示。将前向和反
光学部分参考光纤传感光纤
向对应的Anti-Stokes光信号和Stokes光信号相乘并进
1X2
脉冲激光器
波分复用器光开关
受热区域行几何平均后,引入参考光纤后解调出的温度曲线得
耦合器5km到了修正,如图3(d),可以看到温度解调的精度大
大提高。
分光器
Anti-StokesStokes
APD累加平均小波包
阈值去噪
Daubechies
小波阶数:6
驱动电路高速A/D
分解层数:6
FPGA算法部分
同步信号ARM核
计算机
电学部分
图1RDTS系统结构示意图
3实验结果与分析

图21000、10000、20000次累加平均的去噪效果
℃的环境中,图
2(a)、图2(b)、图2(c)分别为背向拉曼散射信号经过1
000次、10000次、20000次累加平均后解调的温度
数据。由于背向拉曼散射信号近端强,远端弱,而噪
声保持不变,当信噪比低时解调后的温度曲线呈喇叭
形状。可以直观地看到,随着累加次数的增加,系统
信噪比得到了明显提升,测温误差也逐渐减少。当累
加次数为1000次、10000次、20000次时,测量温度
波动分别对应±℃(>8km)、±℃(>8km)、
±℃(>8km),、、
。由此验证,随着累加次数的增加,系统的测量
时间也逐渐上升,且当累加次数超过10000次时,累
加次数的增加不再显著提高系统测量精度。
由于光纤传输中Stokes光和Anti-Stokes光之间存
在损耗系数差异,若未对该差异进行校正,RDTS系图3光纤损耗修正的前后对比图
统获到的温度曲线不能完全真实地反映测温光纤的温

度信息。在实验中,测温光纤处于室温环境,解调后
的温度信号曲线应该近似为一条水平线。℃的环境
Stokes光和Anti-Stokes光在光纤中传输存在损耗系数中,累加平均次数设置为1000次,采样点间隔为
差异,导致Stokes光和Anti-,设置小波阶数为6,分解层数为6。对于同一信
曲率不一致,如图3(a)所示。如果不对该差异做校号采用不同的小波基函数进行去噪处理会有不同效果。
正,引入参考光纤后解调出的温度曲线则会向下倾斜,本实验选取Symlets,Coiflets和Daubechies小波进行
比较分析。℃~℃,显著提高了测温精度。
普遍采用信噪比(signalnoiseratio,SNR)和均

方根误差(rootmeansquarederror,RMSE)作为评价
算法去噪效果的标准[7,14,18]。信噪比指信号能量与噪RDTS系统的响应时间是整个系统的重要性能指
声能量的比值,均方根误差指降噪后信号与原始信号标[13]。在实际工程应用中需要实时地监测温度的变化,
的均方误差。此时RDTS系统需要较快的响应速度。本实验中,经
1𝑁
∑𝑠(𝑖)2过1000次累加平均和小波包阈值去噪(改进后算法)
𝑃𝑠𝑁𝑖=1
𝑆𝑁𝑅=10lg()=10lg2()
𝑃𝑛𝜎的温度数据与经过20000次累加平均但未使用小波包
式中:𝑃𝑠,𝑃𝑛分别为信号和噪声的功率,N为信阈值去噪(原始算法)的温度数据进行对比。将距测
号序列长度,𝑠(𝑖)为信号序列第i个采样点,𝜎2为信号温光纤前端约5km处的测温光纤环放于水浴锅加热至
噪声的方差。50℃,测试结果如表2。改进算法的响应时间只有
1𝑁,,系统可以实现实时
𝑅𝑀𝑆𝐸=√∑[𝑠(𝑖)−𝑠̂(𝑖)]2()
𝑁𝑖=1测温。
式中:𝑠(𝑖)、𝑠̂(𝑖)分别为原始信号序列第i个采样
点以及降噪后信号序列第i个采样点。表2利用小波包阈值去噪前后的对比实验数据
5km处实测SNR响应时间
温度(℃)(db)()
表1三种小波基函数对信号的去噪效果s

原始信Db6Coif6Sym6


SNR/
RMSE/℃-,将距测温光纤
前端约5km处的光纤进行快速升温和降温处理来模拟
从表1统计的信噪比和均方根误差可以看出,在快速变化的温度场,在此过程中RDTS系统对整段测
RDTS系统中,利用Db6进行测量信号去噪的效果最温光纤连续采集100次,对这100组数据进行小波阈
好。值去噪实验。5km处未去噪温度值与去噪修正后的温
将距测温光纤前端约5km处的测温光纤环放于水度值如图5所示,图中,修正数据明显比测量数据平
浴锅加热至100℃,去噪前后效果对比如图4所示。滑,且保留了温度的变化信息,证明了本文的累加平
均与小波包阈值去噪相结合的方法能在保留温度变化
信息的同时,实现有效的数据去噪。
图55km温度异常点处的测量和去噪后的数据
图4去噪前后温度曲线对比
结论
从图4可以直观地看到,未进行去噪处理的温度4
曲线基底噪声较大,而去噪后的温度曲线基底噪声明本文采用双端环形结构,有效避免了Stokes光与
显减小,且没有模糊高温(100℃)尖峰。利用小波Anti-Stokes光的损耗系数差异导致的测温精度下降。
℃~℃降低同时引入参考光纤可以省略温度测量前的校准过程,
提高了工程适用性。在此基础上采用累加平均与小波化研究[J].,(1):17-21.
包阈值去噪相结合的方法降低系统的随机噪声。在提[10]LiJ,LiY,ZhangM,
高系统信噪比的同时,提高了系统的响应速度。实验RamanDistributedTemperatureSystembyUsingNoise
表明,[J].PhotonicSensors,2018,8(2):103-113.
,℃(<1km)~℃[11]WangHH,WangX,ChengY,
(>8km)℃(<1km)~℃(>8km);与reductionmethodofRDTSusingD-SVD[J].OpticalFiber
传统累加平均算法相比,。Technology,2019,48:151-158.
系统信噪比提高了14dB,测温波动范围缩小到原来的[12]ZhangZS,WuH,ZhaoC,-performanceRaman
1/5,响应时间降低到原来的1/13,适用于温度快速变distributedtemperaturesensingpoweredbydeeplearning[J].
化的场景或对测温响应速度要求较高的应用。JournalofLightwaveTechnology,2021,39(2):654-659.
[13]程碧钊,王东,王宇,-OTDR系统实时性能方法研
参考文献究[J].,(6):701-706.
[1]左婧,李忠虎,闫俊红,[14]佟敬阔,靳宝全,王东,-OTDR分
处理算法研究[J].,(Z2):991-[J].,(1):158-162.
[2]ZhangY,KanY,MaoX,[15]JianLi,YangXu,MingjiangZhang,
CapacityofPowerCableBasedonDTS[J].JournalofPhysicsimprovementindouble-endedRDTSbysuppressingthelocal
ConferenceSeries,2020,1639(1):[J].中国
[3]王雪辉,于锟,:,(7):21-26.
运领域的应用[J].,(4):41-43.[16]ToccafondoI,NannipieriT,SignoriniA,
[4]段绍辉,田杰,周正仙,[J].IEEEPhotonics
监测的应用[J].,(3):47-,2015,27(20):2182-2185.
[5]鄢利,李振安,[17]SotoMA,SignoriniA,NannipieriT,
中的应用[J].,(2):100--EndedDistributedTemperatureSensors
[6]YanBQ,LiJ,ZhangMJ,-StokesSignalOnly[J].Journalof
temperaturesensorwithopticaldynamicdifferenceLightwaveTechnology,2012,30(8):1215-1222.
compensationandvisuallocalizationtechnologyfortunnelfire[18]邵广盛,刘志杰,余秋雨,
detection[J].Sensors,2019,19(10):[J].,(4):523-532.
[7]许扬,李健,[19]YongChen,YananCheng,
展[J].,(5):713--noisingalgorithmin
[8]MalakzadehA,DidarM,MansoursamaeiM,[J].OptikInternationalJournalforLightand
enhancementofaRamandistributedtemperaturesensorusingElectronOptics,2016,(132):243-248.
partialwindow-basednonlocalmeansmethod[J].Opticaland[20]