一种基于DAS系统的水声信号相位解卷绕的神经网络方法

本发明公开了一种基于DAS系统的水声信号相位解卷绕的神经网络方法，包括：使用DAS系统对水声信号进行采集；根据需求构建包含训练集验证集和测试集的数据集库；构建嵌套残差的LSTM的神经网络模型结构，结合数据集库进行网络训练；使用训练好的网络模型对采集的卷绕信号进行处理；网络模型的在线训练优化等。本发明充分利用分布式光纤声波传感的分布式优势，结合深度学习神经网络解决传统解调方法中的信号卷绕问题，具有较低的误差率和较大的动态应变响应范围。本发明能够预防并且消除分布式光纤声传感解卷绕方法中出现的跳变和失真问题，有利于提高采集信号的精确度。