Recientemente, un equipo de investigación del Instituto de Óptica y Mecánica Fina de Shanghai de la Academia de Ciencias de China (CAS) propuso la supresión de aliasing de múltiples fuentes para la detección acústica de fibra distribuida (DAS) con tecnología de mejora direccionalmente coherente. Los resultados fueron publicados en Letras de óptica .

DAS tiene algunas ventajas únicas, incluida una gran cobertura, alta resolución espacial y temporal, y fuerte adaptabilidad ambiental, por lo que se aplica ampliamente en muchos campos.

En el presente, DAS todavía está preocupado por el problema de alias de múltiples fuentes adyacentes debido a su mecanismo físico. Por un lado, las señales de destino débiles pueden quedar sumergidas por un intenso ruido ambiental de banda ancha; por otra parte, Las múltiples señales de destino son difíciles de detectar individualmente.

La resolución del aliasing de múltiples fuentes es útil para detectar individualmente señales de múltiples fuentes, se mejorará la capacidad de identificación y la fiabilidad del DAS, y se puede promover el proceso de solicitud a gran escala.

Los investigadores propusieron un nuevo esquema de detección DAS basado en la mejora de la coherencia direccional distribuida para la supresión de interferencias de múltiples fuentes.

Con la característica única de detección espacial continua y la idea de procesamiento de señales de matriz, se exploró la correlación espacial de los datos de detección multidimensionales, se realizó la mejora de la coherencia direccional distribuida, las señales de direcciones específicas podrían mejorarse o suprimirse, y se podría suprimir el alias de múltiples fuentes.

En experimentos, descubrieron que el método propuesto puede extraer señales de destino débiles a partir de un intenso ruido ambiental de banda ancha. Las señales de la misma frecuencia de diferentes objetivos adyacentes también se pueden separar entre sí con el método de escucha direccional.

En el método propuesto, la idea de procesamiento de señales de matriz se utilizó con éxito en DAS, y se realizó escucha direccional distribuida. Muchos problemas comunes de los alias de múltiples fuentes, como la baja precisión y robustez del reconocimiento, se puede resolver, y se espera que el método propuesto promueva la implementación a gran escala del DAS.