🔬 optics

Numerical Model of a Multiple-Input-Multiple-Output Distributed Acoustic Sensing System with Joint Phase and Birefringence Estimation

Dieses Paper führt ein numerisches Modell für ein Multiple-Input-Multiple-Output Distributed Acoustic Sensing (MIMO-DAS)-System ein und validiert es experimentell, welches durch die Verwendung von polarisationsmultiplexen kodierten Sequenzen die gemeinsame Schätzung der gemeinsamen optischen Phase und der dynamischen Faserbirefringenz ermöglicht und dadurch eine verbesserte Ereignisdiskriminierung sowie eine erhöhte Empfindlichkeit gegenüber sowohl longitudinalen als auch transversalen Faserstörungen ermöglicht.

Ursprüngliche Autoren: Diane Prato, Mehran Mokhtari Sheramin, Renaud Gabet, Elie Awwad

Veröffentlicht 2026-08-07

📖 3 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Diane Prato, Mehran Mokhtari Sheramin, Renaud Gabet, Elie Awwad

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich das weltweite Internet als ein riesiges, unsichtbares Nervensystem aus Glasfäden vor. Diese Fäden, sogenannte Glasfaserkabel, tragen unsere Texte, Videos und Anrufe über Ozeane und Städte hinweg. Aber was wäre, wenn diese gleichen Glasfäden auch als gigantische, supersensible Ohren und Haut fungieren könnten? Das ist die Magie der „Distributed Acoustic Sensing“ (DAS). Anstatt tausende winzige, teure Sensoren entlang einer Straße oder einer Pipeline zu verlegen, können Ingenieure das bestehende Glasfaserkabel selbst in einen massiven Sensor verwandeln. Sie tun dies, indem sie Laserlicht durch die Faser schießen und auf die schwachen Echos hören, die zurückgestreut werden.

Stellen Sie sich die Faser wie einen langen, ruhigen Flur vor. Wenn Sie schreien, prallt der Schall von den Wänden ab. In einer Glasfaser ist der „Schrei“ ein Laserpuls, und die „Echos“ stammen von winzigen, natürlichen Unvollkommenheiten im Inneren des Glases, der sogenannten Rayleigh-Streuung. Normalerweise hören Wissenschaftler nur darauf, wann das Echo zurückkehrt, um zu bestimmen, wie weit etwas entfernt ist. Aber es gibt eine geheime Ebene dieses Echos: Das Licht besitzt auch eine „Drehung“ oder Orientierung, die man Polarisation nennt. Die meisten alten Systeme ignorierten diese Drehung und konzentrierten sich nur auf den Zeitpunkt. Doch genau wie ein Kreisel unterschiedlich auf einen Stoß von der Seite im Vergleich zu einem Zug von hinten reagiert, reagiert die Polarisation des Lichts auf einzigartige Weise auf verschiedene Arten von Druck und Dehnung der Faser. Die große Frage, die Forscher gestellt haben, lautet: Können wir sowohl auf das Timing als auch auf die Drehung gleichzeitig hören, um genau zu bestimmen, welche Art von Ereignis stattfindet?

Diese Arbeit stellt einen cleveren neuen Weg vor, um genau das zu tun. Die Autorin Diane Prato und ihr Team entwickelten ein detailliertes Computermodell und testeten es im Labor, um ein „MIMO-DAS“-System zu erschaffen. MIMO steht für Multiple-Input-Multiple-Output, eine schicke Art zu sagen, dass sie zwei verschiedene Lichtströme gleichzeitig aussenden, jeder mit einer anderen Drehung, und zuhören, wie sich beide verändern. Sie verwendeten einen speziellen Codierungstrick (genannt Golay-Sequenzen), um diese Signale zu senden, was ermöglicht, dass die Sensorik direkt neben dem regulären Internetverkehr stattfindet, ohne einen Verkehrsstau zu verursachen.

Das Team entdeckte, dass sie, indem sie sowohl die „gemeinsame Phase“ (das Timing des Echos) als auch die „Doppelbrechung“ (wie sehr sich die Drehung des Lichts verändert) beobachteten, wie ein Detektiv, der einen Tatort untersucht, vorgehen konnten. Sie fanden heraus, dass, wenn man an der Faser in der Länge zieht (wie das Dehnen eines Gummibands), sich das Timing des Echos ändert, die Drehung jedoch weitgehend gleich bleibt. Wenn man die Faser jedoch von der Seite zusammendrückt (wie das Kneifen eines Schlauchs), ändern sich sowohl das Timing als auch die Drehung auf eine spezifische Weise.

Durch ihre Simulationen und Laborexperimente zeigten sie, dass dieser duale Ansatz diese Unterschiede deutlich erkennen kann. Sie demonstrierten, dass sie eine Störung mit einer Präzision von etwa 1,3 Metern lokalisieren konnten. In ihren Tests konnten sie erfolgreich zwischen einer Faser, die in der Länge gezogen wurde, und einer, die seitlich zusammengedrückt wurde, unterscheiden. Obwohl die Arbeit anmerkt, dass diese Methode nicht perfekt darin ist, genau zu messen, wie stark der Druck ist (da die Mathematik je nach Winkel des Drucks kompliziert wird), ist sie dennoch ein leistungsstarkes neues Werkzeug, um zu bestimmen, welche Art von Ereignis auftritt. Das bedeutet, dass Netzwerke in Zukunft nicht nur sagen könnten, dass etwas auf einer Pipeline oder einer Bahntrasse passiert ist, sondern auch vermuten könnten, ob ein Zug vorbeigefahren ist (ein Längszug) oder ein Stein auf das Kabel gefallen ist (ein Querdruck) – und das alles, ohne einen einzigen zusätzlichen Sensor am Boden zu installieren.

Technische Zusammenfassung: Numerisches Modell eines MIMO-DAS mit gemeinsamer Phasen- und Doppelbrechungsbestimmung

Problemstellung
Die verteilte faseroptische Sensorik (Distributed Optical Fiber Sensing, DAS) nutzt die bestehende Telekommunikationsinfrastruktur für Überwachungsanwendungen wie Verkehrsüberwachung, Strukturüberwachung oder Erdbebenerkennung. Konventionelle Ansätze konzentrieren sich typischerweise auf eine von zwei Metriken:

Differenzielle $\Delta\phi$ -OTDR-Messung: Schätzt die gemeinsame optische Phase des rückgestreuten Lichts, welche hochempfindlich gegenüber longitudinalem Dehnungsstress ist, aber oft Polarisationsaspekte vernachlässigt, wodurch sie nicht in der Lage ist, rein transversale oder anisotrope Störungen zu detektieren.
Polarisations-OTDR (P-OTDR): Nutzt Polarisationseigenschaften zur Detektion transversaler Deformationen (Biegung, Verdrehung, transversaler Stress). Traditionelles P-OTDR erfordert jedoch häufig mehrere Eingangs-Zustände der Polarisation (SOPs), was zu längeren Messzeiten führt, die das dynamische Monitoring einschränken. Zudem nutzt es typischerweise nicht die gemeinsame Phase, wodurch es gegenüber axisymmetrischen Störungen blind bleibt.

Die vorliegende Arbeit adressiert den Bedarf an einem multiparametrischen dynamischen Sensoransatz, der gleichzeitig sowohl die gemeinsame optische Phase als auch polarisationsbezogene Größen (speziell die Doppelbrechung) schätzen kann, um zwischen verschiedenen Arten von Dehnungsereignissen (longitudinal vs. transversal/anisotrop) mit hoher Sensitivität und räumlicher Auflösung zu diskriminieren.

Methodik
Die Autoren entwickelten und validierten experimentell ein numerisches Modell für ein Multiple-Input-Multiple-Output Distributed Acoustic Sensing (MIMO-DAS) System. Die Methodik umfasst drei Hauptkomponenten:

Faserfortpflanzungs- und Streumodell:
- Die Faser wird als eine Serie von Segmenten modelliert, wobei jedes Segment als eine Wellenplatte mit linearer Doppelbrechung behandelt wird.
- Statische Bedingungen: Die intrinsische Doppelbrechung wird durch ein Modell erzeugt, bei dem die Komponenten des Stokes-Doppelbrechungsvektors unabhängigen Langevin-Prozessen folgen, was zu einer Rayleigh-Verteilung der Doppelbrechungsamplitude und einer zufälligen Orientierung entlang der Faser führt.
- Dynamische Störungen: Das Modell berücksichtigt den photoelastischen Effekt und die Faserelongation. Es unterscheidet zwischen zwei Ereignistypen:
  - Longitudinaler Strain (Längsdehnung): Modelliert als Faserverlängerung ( $\epsilon_z$ ) mit Poisson-Kontraktion ( $\epsilon_x = \epsilon_y = -\nu\epsilon_z$ ). Dies verändert die gemeinsame Phase über den photoelastischen Effekt und die Längenänderung, induziert jedoch keine zusätzliche Doppelbrechung (da $\epsilon_x = \epsilon_y$ ).
  - Transversaler/Anisotroper Strain: Modelliert mit ungleichen transversalen Dehnungen ( $\epsilon_x \neq \epsilon_y$ ), was zusätzliche Doppelbrechung induziert. Das Modell berechnet die Vektorsumme aus intrinsischer und ereignisinduzierter Doppelbrechung im Stokes-Raum und stellt fest, dass die resultierende Magnitude nichtlinear ist und von der relativen Orientierung der schnellen Achsen abhängt.
MIMO-DAS-Systemarchitektur:
- Das System verwendet durch Polarisationsdivision gemultiplexierte (PDM), BPSK-kodierte orthogonale Golay-Sequenzen zur Abtastung der Faser. Dieses Kodierungsschema reduziert die Spitzenleistung der Optik, was eine Koexistenz mit WDM-Datenübertragung ermöglicht und gleichzeitig das Signal-Rausch-Verhältnis (SNR) aufrechterhält.
- Das System verwendet einen dual-polarisations-kohärenten Empfänger, um das rückgestreute Signal zu erfassen.
- Signalverarbeitung: Das System schätzt die hin- und zurücklaufenden Jones-Matrizen für jedes Segment. Aus diesen Matrizen werden gemeinsam folgende Größen extrahiert:
  - Gemeinsame Phase ( $\phi$ ): Abgeleitet aus der Determinante der Jones-Matrix.
  - Effektive Doppelbrechung ( $\Delta\beta_{eff}$ ): Abgeleitet aus den Eigenwerten des Produkts aufeinanderfolgender Jones-Matrizen, was die akkumulierte Retardation über eine Gauge-Länge darstellt.
Validierungsstrategie:
- Numerische Simulation: Das Modell wurde an einer 3 km langen Faser mit simulierten longitudinalen und transversalen Dehnungsereignissen getestet.
- Experimentelle Validierung: Laborexperimente wurden mit zwei Faserspulen (235 m und 1956 m) und einem Aufbau durchgeführt, der kontrollierte longitudinale (via Piezo-Stufe) und transversale (via Faserquetscher) Dehnungen anwendet.

Wesentliche Beiträge

Joint Estimation Framework: Die Arbeit schlägt eine Methode vor, die gemeinsame optische Phase und die effektive lineare Doppelbrechungsamplitude aus verteilten Jones-Matrizen in einem dynamischen MIMO-DAS-System gemeinsam zu schätzen.
Ereignisdiskriminierung: Die Studie zeigt, dass das System zwischen Ereignistypen unterscheiden kann, basierend auf ihren distinkten Signaturen:
- Longitudinaler Strain: Beeinflusst die gemeinsame Phase signifikant, lässt die Doppelbrechungsamplitude jedoch weitgehend unbeeinflusst.
- Transversaler/Anisotroper Strain: Beeinflusst sowohl die gemeinsame Phase als auch die Doppelbrechungsamplitude.
Charakterisierung der statischen Doppelbrechung: Das Modell schätzt erfolgreich die statische Verteilung der effektiven Doppelbrechung und zeigt eine Rayleigh-Verteilung auf, die den theoretischen Erwartungen für Standard-Einmodenfasern entspricht.
Experimentelle Verifizierung: Das numerische Modell wurde gegen Laborexperimente validiert und bestätigte die Fähigkeit des Systems, longitudinale und transversale Dehnungen mit einer mittleren räumlichen Auflösung von etwa 1,3 Metern zu detektieren, zu lokalisieren und zu diskriminieren.

Ergebnisse

Statische Bedingungen: Das System schätzte die effektive Doppelbrechungsamplitude entlang der Faser. Die Verteilung der geschätzten Werte für eine 1956 m lange Faserspule entsprach einer Rayleigh-Verteilung mit einem Mittelwert von $\approx 0,57$ rad/m, was mit den theoretischen Vorhersagen übereinstimmt. Das Modell konnte zudem aufeinanderfolgende Faserspulen mit unterschiedlichen mittleren Doppelbrechungswerten erfolgreich unterscheiden.
Dynamischer longitudinaler Strain: Simulationen und Experimente zeigten, dass eine sinusförmige longitudinale Dehnung (800 Hz in der Simulation, 100 Hz im Experiment) eine klare Signatur in der differenziellen Phänomenschätzung erzeugte, jedoch in den Retardations-Spuren (Doppelbrechung) nicht nachweisbar war.
Dynamischer transversaler Strain: Anisotrope transversale Dehnung (simuliert und mittels Faserquetscher appliziert) erzeugte detektierbare Signaturen sowohl in der differenziellen Phase als als auch in den Retardations-Spuren.
Räumliche Auflösung: Durch Verwendung eines Niedrigauflösungsfaktors (Auswahl der am stärksten reflektierenden Segmente innerhalb von Gruppen von 5) erreichte das System eine mittlere räumliche Auflösung von 1,28 m (ca. 1,3 m). Die Autoren merkten einen Trade-off zwischen Sensitivität und Auflösung an, wobei höhere Auflösungsfaktoren (z. B. 10) den Kontrast verbesserten, aber die räumliche Auflösung reduzierten.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass durch die Nutzung von Phasen- und Polarisationsschätzungen in einer kodierten MIMO-DAS-Architektur eine verbesserte Ereignisdiskriminierung und Sensitivität gegenüber transversalen Störungen im Vergleich zu State-of-the-Art-Einparameter-Systemen erreicht werden kann. Die Autoren betonen, dass dieser Ansatz die Detektion sowohl isotroper (longitudinaler) als auch anisotroper (transversaler) Störungen ermöglicht.

Dennoch bewahren die Autoren eine moderate Haltung hinsichtlich der quantitativen Fähigkeiten des Systems. Sie stellen explizit fest, dass die geschätzte effektive Doppelbrechung nicht linear mit der Amplitude der Störung variiert; ihre Antwort hängt nichtlinear von der relativen Orientierung zwischen der intrinsischen Faser-Doppelbrechung und der ereignisinduzierten Doppelbrechung ab. Folglich kann das System zwar die Art der Dehnung (longitudinal vs. transversal) diskriminieren, liefert jedoch derzeit keine präzise Quantifizierung der Dehnungsamplitude ohne weiteres Wissen über die Orientierung. Die Autoren weisen zudem auf praktische Einschränkungen hin, wie etwa den geringen Transfer von transversalen Dehnungen vom Kabel auf die Faser in realen Anwendungen, was die Detektion kleiner transversaler Ereignisse einschränken kann. Zukünftige Arbeiten sollen sich auf die Untersuchung von Rauscheffekten und Feldversuchen konzentrieren.

Mehr davon