🔬 optics

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

Este artículo introduce y valida experimentalmente un modelo numérico para un sistema de Detección Acústica Distribuida de Múltiple Entrada y Múltiple Salida (MIMO-DAS) que estima conjuntamente la fase óptica común y la birrefringencia dinámica de la fibra mediante secuencias codificadas multiplexadas por polarización, permitiendo así una mejora en la discriminación de eventos y la sensibilidad tanto a las perturbaciones longitudinales como transversales de la fibra.

Autores originales: Diane Prato, Mehran Mokhtari Sheramin, Renaud Gabet, Elie Awwad

Publicado 2026-08-07

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Diane Prato, Mehran Mokhtari Sheramin, Renaud Gabet, Elie Awwad

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el internet del mundo como un gigantesco e invisible sistema nervioso hecho de hilos de vidrio. Estos hilos, llamados fibras ópticas, transportan nuestros textos, videos y llamadas a través de océanos y ciudades. Pero, ¿qué pasaría si estos mismos hilos de vidrio también pudieran actuar como oídos y piel gigantes y supersensibles? Esta es la magia de la "Detección Acústica Distribuida" (DAS, por sus siglas en inglés). En lugar de plantar miles de sensores diminutos y costosos a lo largo de una carretera o una tubería, los ingenieros pueden convertir el propio cable de fibra óptica existente en un sensor masivo. Lo hacen disparando luz láser a través de la fibra y escuchando los tenues ecos que rebotan de regreso.

Piensa en la fibra como un pasillo largo y silencioso. Cuando gritas, el sonido rebota en las paredes. En una fibra, el "grito" es un pulso láser, y los "ecos" provienen de pequeñas imperfecciones naturales dentro del vidrio llamadas dispersión Rayleigh. Normalmente, los científicos solo escuchan cuándo regresa el eco para determinar a qué distancia se encuentra algo. Pero hay una capa secreta en este eco: la luz también tiene un "giro" u orientación llamada polarización. La mayoría de los sistemas antiguos ignoraban este giro, centrándose solo en el tiempo. Sin embargo, tal como un trompo que gira reacciona de manera diferente a un empujón lateral frente a un tirón desde atrás, la polarización de la luz reacciona de forma única a diferentes tipos de apretones y estiramientos en la fibra. La gran pregunta que los investigadores se han estado haciendo es: ¿Podemos escuchar tanto el tiempo como el giro al mismo tiempo para saber exactamente qué tipo de evento está ocurriendo?

Este artículo presenta una nueva y astuta forma de hacer precisamente eso. Los autores, Diane Prato y su equipo, construyeron un modelo computacional detallado y lo probaron en un laboratorio para crear un sistema "MIMO-DAS". MIMO significa Entrada Múltiple - Salida Múltiple (Multiple-Input-Multiple-Output), una forma elegante de decir que envían dos corrientes de luz diferentes a la vez, cada una con un giro distinto, y escuchan cómo cambian ambas. Utilizaron un truco de codificación especial (llamado secuencias de Golay) para enviar estas señales, lo que permite que la detección ocurra junto con los datos regulares de internet sin causar un atasco de tráfico.

El equipo descubrió que, al observar tanto la "fase común" (el tiempo del eco) como la "birrefringencia" (cuánto cambia el giro de la luz), podían actuar como un detective resolviendo la escena de un crimen. Descubrieron que si tiras de la fibra longitudinalmente (como estirar una banda elástica), el tiempo del eco cambia, pero el giro permanece mayormente igual. Sin embargo, si aprietas la fibra desde un lado (como pellizcar una manguera), tanto el tiempo como el giro cambian de una manera específica.

A través de sus simulaciones y experimentos de laboratorio, demostraron que este enfoque de "doble oído" puede detectar estas diferencias con claridad. Demostraron que podían localizar una perturbación con una precisión de aproximadamente 1.3 metros. En sus pruebas, lograron distinguir entre una fibra que era estirada longitudinalmente y una que era apretada lateralmente. Aunque el artículo señala que este método no es perfecto para medir exactamente qué tan fuerte es el apretón (porque las matemáticas se vuelven complicadas dependiendo del ángulo del apretón), es una herramienta poderosa para decir qué tipo de evento está ocurriendo. Esto significa que, en el futuro, las redes no solo podrían decirte que algo sucedió en una tubería o en una vía ferroviaria, sino que también podrían adivinar si fue un tren pasando (un tirón longitudinal) o una roca cayendo sobre el cable (un apretón transversal), todo esto sin añadir un solo sensor extra al suelo.

Resumen Técnico: Modelo Numérico de un MIMO-DAS con Estimación Conjunta de Fase y Birrefringencia

Planteamiento del Problema
La detección acústica distribuida por fibra óptica (DAS) aprovecha la infraestructura de telecomunicaciones existente para aplicaciones de monitoreo como la vigilancia del tráfico, el monitoreo de la salud estructural y la detección de terremotos. Los enfoques convencionales suelen centrarse en uno de estos dos parámetros:

OTDR de fase diferencial ( $\Delta\phi$ -OTDR): Estima la fase óptica común de la luz retrodispersada, la cual es altamente sensible a la deformación longitudinal, pero a menudo descuida los aspectos de polarización, lo que la hace incapaz de detectar perturbaciones puramente transversales o anisotrópicas.
Polarization-OTDR (P-OTDR): Explota las propiedades de polarización para detectar deformaciones transversales (flexión, torsión, estrés transversal). Sin embargo, el P-OTDR tradicional a menudo requiere múltiples estados de polarización (SOP) de entrada, lo que prolonga los tiempos de medición y limita el monitoreo dinámico. Además, típicamente no utiliza la fase común, lo que lo vuelve ciego ante perturbaciones axisimétricas.

Este artículo aborda la necesidad de un enfoque de detección dinámica multiparamétrico que pueda estimar simultáneamente tanto la fase óptica común como las cantidades relacionadas con la polarización (específicamente la birrefringencia) para discriminar entre diferentes tipos de eventos de deformación (longitudinal vs. transversal/anisotrópica) con alta sensibilidad y resolución espacial.

Metodología
Los autores desarrollaron y validaron experimentalmente un modelo numérico para un sistema de Detección Acústica Distribuida de Múltiple Entrada-Múltiple Salida (MIMO-DAS). La metodología consta de tres componentes principales:

Modelo de Propagación de Fibra y Dispersión:
- La fibra se modela como una serie de segmentos, cada uno tratado como una lámina de onda con birrefringencia lineal.
- Condiciones Estáticas: La birrefringencia intrínseca se genera mediante un modelo donde los componentes del vector de birrefringencia de Stokes siguen procesos de Langevin independientes, resultando en una distribución de Rayleigh de la magnitud de la birrefringencia y una orientación aleatoria a lo largo de la fibra.
- Perturbaciones Dinámicas: El modelo incorpora el efecto fotoelástico y la elongación de la fibra. Distingue entre dos tipos de eventos:
  - Deformación Longitudinal: Modelada como elongación de la fibra ( $\epsilon_z$ ) con contracción de Poisson ( $\epsilon_x = \epsilon_y = -\nu\epsilon_z$ ). Esto altera la fase común mediante el efecto fotoelástico y el cambio de longitud, pero no induce birrefringencia adicional (ya que $\epsilon_x = \epsilon_y$ ).
  - Deformación Transversal/Anisotrópica: Modelada con deformaciones transversales desiguales ( $\epsilon_x \neq \epsilon_y$ ), lo que induce birrefringencia adicional. El modelo calcula la suma vectorial de la birrefringencia intrínseca y la inducida por el evento en el espacio de Stokes, señalando que la magnitud resultante es no lineal y depende de la orientación relativa de los ejes rápidos.
Arquitectura del Sistema MIMO-DAS:
- El sistema utiliza secuencias de Golay ortogonales mapeadas con BPSK y multiplexación por división de polarización (PDM) para sondear la fibra. Este esquema de codificación reduce la potencia óptica pico, permitiendo la coexistencia con la transmisión de datos WDM mientras se mantiene la Relación Señal-Ruido (SNR).
- El sistema emplea un receptor coherente de doble polarización para capturar la señal retrodispersada.
- Procesamiento de Señales: El sistema estima las matrices de Jones de ida y vuelta para cada segmento. A partir de estas matrices, extrae conjuntamente:
  - Fase Común ( $\phi$ ): Derivada del determinante de la matriz de Jones.
  - Birrefringencia Efectiva ( $\Delta\beta_{eff}$ ): Derivada de los autovalores del producto de matrices de Jones consecutivas, representando el retraso acumulado sobre una longitud de calibre.
Estrategia de Validación:
- Simulación Numérica: El modelo fue probado en una fibra de 3 km con eventos de deformación longitudinal y transversal simulados.
- Validación Experimental: Se realizaron experimentos de laboratorio utilizando dos bobinas de fibra (235 m y 1956 m) y una configuración aplicando deformaciones longitudinales controladas (mediante una etapa piezoeléctrica) y transversales (mediante un exprimidor de fibra).

Contribuciones Clave

Marco de Estimación Conjunta: El artículo propone un método para estimar conjuntamente la fase óptica común y la magnitud de la birrefringencia lineal efectiva a partir de matrices de Jones distribuidas en un sistema MIMO-DAS dinámico.
Discriminación de Eventos: El estudio demuestra que el sistema puede discriminar entre tipos de eventos basándose en sus firmas distintivas:
- Deformación Longitudinal: Afecta significativamente la fase común pero deja la magnitud de la birrefringencia prácticamente inalterada.
- Deformación Transversal/Anisotrópica: Afecta tanto la fase común como la magnitud de la birrefringencia.
Caracterización de la Birrefringencia Estática: El modelo estima con éxito la distribución estática de la birrefringencia efectiva, mostrando una distribución de Rayleigh consistente con las expectativas teóricas para fibras monomodo estándar.
Verificación Experimental: El modelo numérico fue validado frente a experimentos de laboratorio, confirmando la capacidad del sistema para detectar, localizar y discriminar entre deformaciones longitudinales y transversales con una resolución espacial media de aproximadamente 1.3 metros.

Resultados

Condiciones Estáticas: El sistema estimó la magnitud de la birrefringencia efectiva a lo largo de la fibra. La distribución de los valores estimados para una bobina de fibra de 1956 m se ajustó a una distribución de Rayleigh con un valor medio de $\approx 0.57$ rad/m, consistente con las predicciones teóricas. El modelo también distinguió con éxito entre bobinas de fibra concatenadas con diferentes valores medios de birrefringencia.
Deformación Longitudinal Dinámica: Las simulaciones y experimentos mostraron que una deformación longitudinal sinusoidal (800 Hz en simulación, 100 Hz en experimento) produjo una firma clara en la estimación de la fase diferencial, pero fue indetectable en las trazas de retardancia (birrefringencia).
Deformación Transversal Dinámica: La deformación transversal anisotrópica (simulada y aplicada mediante un exprimidor de fibra) produjo firmas detectables tanto en la fase común como en las trazas de retardancia.
Resolución Espacial: Utilizando un factor de baja resolución (seleccionando los segmentos reflectantes más altos entre grupos de 5), el sistema logró una resolución espacial media de 1.28 m (aprox. 1.3 m). Los autores señalaron un compromiso entre sensibilidad y resolución, donde los factores de resolución más altos (por ejemplo, 10) mejoraban el contraste pero reducían la resolución espacial.

Significancia y Reivindicaciones
El artículo sostiene que, al explotar tanto la estimación de fase como la de polarización en una arquitectura MIMO-DAS codificada, es posible mejorar la discriminación de eventos y la sensibilidad a perturbaciones transversales en comparación con los sistemas de un solo parámetro de vanguardia. Los autores enfatizan que este enfoque permite la detección tanto de perturbaciones isotrópicas (longitudinales) como anisotrópicas (transversales).

Sin embargo, el artículo mantiene una postura modesta respecto a las capacidades cuantitativas del sistema. Los autores declaran explícitamente que la birrefringencia efectiva estimada no varía linealmente con la amplitud de la perturbación; su respuesta depende de forma no lineal de la orientación relativa entre la birrefringencia intrínseca de la fibra y la birrefringencia inducida por el evento. En consecuencia, aunque el sistema puede discriminar la naturaleza de la deformación (longitudinal vs. transversal), actualmente no proporciona una cuantificación precisa de la magnitud de la deformación sin conocimiento previo de la orientación. Los autores también señalan limitaciones prácticas, como la baja transferencia de deformaciones transversales del cable a la fibra en despliegues del mundo real, lo que puede limitar la detección de eventos transversales pequeños. Se sugiere que el trabajo futuro se centre en comprender los efectos del ruido y realizar pruebas de campo.

Más como este