Программно-аппаратная адаптация волоконно-оптического распределенного акустического датчика для биологических применений тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Туров Артём Тимофеевич

• Туров Артём Тимофеевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Туров Артём Тимофеевич

ВВЕДЕНИЕ

1. ВОЛОКОННО-ОПТИЧЕСКИЕ РАСПРЕДЕЛЕННЫЕ АКУСТИЧЕСКИЕ ДАТЧИКИ: ПРИНЦИПЫ РАБОТЫ, ИСТОРИЯ ПОЯВЛЕНИЯ И РАЗВИТИЯ, ХАРАКТЕРИСТИКИ И ПРИМЕНЕНИЯ (ЛИТЕРАТУРНЫЙ ОБЗОР)

1.1. Рэлеевское рассеяние света

1.2. Физические основы регистрации внешних воздействий при помощи OTDR

1.3. История развития волоконно-оптических распределенных акустических датчиков

1.3.1. Предпосылки

1.3.2. Качественный уровень развития

1.3.3. Количественный уровень развития

1.4. Волоконно-оптические распределенные акустические датчики: виды, характеристики, применения

1.4.1. Охрана периметров

1.4.2. Разведка, добыча и транспортировка полезных ископаемых

1.4.3. Мониторинг ответственных инженерных сооружений

1.4.4. Новые и развивающиеся применения DAS

1.5. Программно-аппаратные модификации блоков опроса DAS

1.6. Исследования потенциальных модификаций волоконного чувствительного элемента DAS

1.7. Основные выводы из литературного обзора

2. ПРОГРАММНО-АППАРАТНАЯ ОПТИМИЗАЦИЯ БЛОКА ОПРОСА ВОЛОКОННО-ОПТИЧЕСКОГО РАСПРЕДЕЛЕННОГО АКУСТИЧЕСКОГО ДАТЧИКА

2.1. Аппаратная оптимизация - модификация конструкции блока опроса

2.2. Лабораторные испытания предлагаемой конструкции

2.3. Исследования некоторых параметров созданного прототипа датчика

2.3.1. Исследование взаимных зависимостей характеристик DAS без

воздействия

2.3.2. Исследование зависимости ОСШ от параметров DAS

2.4. Программная оптимизация - разработка алгоритмов шумоподавления

2.4.1. Динамическое усреднение с разрешением по частоте

2.4.2. Динамическое усреднение с активационной функцией

2.5. Выводы к главе

3. ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ ОПТИМИЗАЦИИ ЧУВСТВИТЕЛЬНОГО ЭЛЕМЕНТА ВОЛОКОННО-ОПТИЧЕСКОГО РАСПРЕДЕЛЕННОГО АКУСТИЧЕСКОГО ДАТЧИКА

3.1. Исследуемые волокна

3.2. Расчетная акустическая чувствительность образцов

3.3. Установка для сравнения акустической чувствительности волокон

3.4. Блок опроса исследуемых образцов (лабораторный прототип DAS)

3.5. Методика сбора и обработки данных

3.6. Результаты

3.7. Выводы к Главе

4. ТЕСТИРОВАНИЕ СОЗДАННОГО ПРОТОТИПА ДАТЧИКА НА РЕАЛЬНОМ БИООБЪЕКТЕ

4.1. Объект исследования

4.2. Чувствительный элемент

4.3. Локализация объекта на чувствительном элементе

4.4. Результаты

4.5. Выводы по главе

ЗАКЛЮЧЕНИЕ

Благодарности

Список сокращений

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Программно-аппаратная адаптация волоконно-оптического распределенного акустического датчика для биологических применений»

ВВЕДЕНИЕ

Анализ публикаций. Впервые DAS был применен для ранней регистрации вредителей командой из Саудовской Аравии и Китая в 2019 году [1]. Нейронная сеть, примененная в дальнейшем для обработки данных, позволила определять заражение дерева личинками красного пальмового долгоносика (Rhynchophorus ferrugineus) на ранних стадиях с точностью до 97% [2]. Однако, стоимость установки, равно как и характеристики составляющего её оборудования, не оптимизировалась специально для этих задач. Ученые использовали хорошо проверенную во многих других применениях конструкцию и подтвердили её принципиальную пригодность для обнаружения вредителей в сельском хозяйстве. В качестве чувствительного элемента было использовано ОВ «SMF-28». Кроме этого, регистрировалась целая колония личинок, а звук от неё передавался чувствительному элементу через древесину. Возможность регистрации акустического следа единичного насекомого, в т.ч. через воздушную прослойку не была достаточно тщательно изучена.

Другой коллектив исследователей демонстрировал возможность применения DAS для мониторинга таяния ледников [3]. Однако, эти данные явились побочным продуктом изучения морского дна в геологических интересах, и использовался для этого промышленный образец датчика «iDAS» от компании «Silixa», не адаптировавшийся специально для этих целей. В ходе этого исследования также была продемонстрирована возможность отслеживания китов по их акустическому следу (т.н. «пению»). При этом в настоящее время мониторинг жизнедеятельности крупных морских животных, как и раньше [4], полагается на «классические» электромагнитные микрофоны [5].

Показывалась принципиальная возможность отслеживания перемещений полярных медведей [6]. Но этот коллектив также не сообщает о работах по адаптации датчика для этого конкретного применения. И, насколько возможно судить, главной целью работ являлась проверка возможности использования без специальных модификаций волоконно-оптического чувствительного элемента

DAS при экстремально низких температурах (до -70 °C). Необходимость в DAS для мониторинга перемещений и жизнедеятельности животных подчеркивается и другими авторами [7].

Коллектив ученых из Университета Пенсильвании успешно применил блок опроса «Silixa iDAS2» и существующие телекоммуникационные ОВ линии для регистрации грома при приближении грозы [8]. Использование уже проложенных ОВ линий может предоставить большое количество ценной информации биологам, экологам и метеорологам. Однако, и в этом исследовании использовался серийно выпускаемый блок опроса, стоимость и характеристики которого не были оптимизированы для применения в названных отраслях.

Целый ряд работ демонстрирует необходимость в распределенном акустическом мониторинге в сельском хозяйстве, биологии, экологии. Так, он может помочь понять причины постепенного сокращения количества полезных для природы и хозяйственной деятельности человека насекомых, например, пчел [9] и ограничить распространение вредителей [10]. Акустический мониторинг может позволить следить за миграцией животных и контролировать инвазивные виды [11]. Несколько работ обосновывают важность контроля акустической обстановки при выращивании растений. Так, патент [12] и работа [13] показывают, что на всех этапах развития растений внешние вибрации могут оказывать как положительное, так и отрицательное влияние. А работа [14] позволяет предположить, что мониторинг ультразвуковых сигналов, испускаемых самими растениями, позволит более точно и экономно вносить питательные вещества и удобрения, повышая качество сельскохозяйственной продукции.

Развитие концепций «умного дома» и «умного производства» на данный момент неразрывно связано с голосовым управлением и акустическим мониторингом. Производство крупных деталей и сборок, например, авиадвигателей на многих этапах требует контроля целостности и режима работы, в т.ч. методами акустической эмиссии. Использование DAS может предоставить объемную характеристику акустической эмиссии исследуемого объекта. Первые попытки применить волоконные датчики для изучения акустической эмиссии уже

предпринимаются. В [15] для исследования режимов работы газовой турбины использовался распределенный акустический мониторинг. Характер полезных данных и шумов визуально во многом совпадает с изображениями, полученными в [16]. Авторы [17] использовали DAS для исследования спектрального состава автоколебаний конструкций летательных аппаратов. Аналогичные задачи часто возникают в различных областях науки и техники и часто решаются с помощью датчиков акустической эмиссии [18-20]. Однако этот тип датчиков имеет свои ограничения. Одним из них является невозможность контроля всего объекта, поскольку в большинстве технических реализаций эти датчики являются точечными. Как указано в [21], обнаружение мелких деталей и дефектов достаточно легко осуществляется с помощью точечных датчиков, тогда как для исследования всего механизма, собранного из таких элементов, он не подходит. Объекты, построенные из отдельных простых элементов, имеют значительно большую вероятность отказа, чем эти отдельные элементы. Для исследования таких отказов точечные датчики неприменимы. Так, некоторые из распределенных датчиков были специально разработаны для изучения акустической эмиссии целых машин и агрегатов [21-23]. Поскольку характерные частоты акустической эмиссии значительно выше, чем у типичных DAS, требовалось расширить частотную характеристику оптоэлектронных систем. Для этого использовались различные эффективные подходы: переход в частотную развёртку (поскольку используется непрерывный сигнал, время между импульсами больше не ограничивает верхнюю акустическую частоту) [24]; волоконные Брэгговские решётки (ВБР, каждая решётка в ОВ может опрашиваться как отдельный датчик) [25,26]; импульсы с разными частотами лазера (позволяет не ждать возвращения предыдущего импульса для отправки нового - максимальная частота регистрации 80 кГц была достигнута для длины ОВ 5 км) [27]. Однако, это лишь один из первых этапов в развитии новых применений DAS. И вопрос их адаптации и оптимизации для этих сфер ещё не решен в достаточной мере. Между тем, он также включает в себя определение наиболее подходящего ОВ, рассмотрение возможности упрощения конструкции

для снижения стоимости установки, применение алгоритмов постобработки данных для повышения их качества даже при использовании удешевленной конструкции.

Развиваются и идеи применения DAS для голосового управления. Так, в

[28] сообщается об успешной записи человеческого голоса, произносящего приветствие «Bonjour». Стоит, однако, отметить, что установка, использовавшаяся в работе, является достаточно сложной, сигнал требует постобработки, а воздействие осуществлялось лишь в одном месте ОВ. Датчик, записывающий человеческий голос и не требующий постобработки представлен в

[29]. Тем не менее, качество его выходных данных оказалось весьма посредственным ввиду предела по верхней частоте записываемого звука в 2000 Гц. И хотя DAS пока не являются идеально подходящими для живой звукорежиссуры, запись довольно крупного музыкального мероприятия под открытым небом с помощью DAS уже состоялась. Об этом свидетельствует работа [8], где существующая телекоммуникационная линия использовалась для акустического мониторинга природных явлений. Концерт проходил в пределах периметра системы. Оказалось, что полезный сигнал был промодулирован звуками концерта, в котором известные песни легко угадывались при воспроизведении. Их последовательность совпадала с официальным трек-листом концерта. Этот успех, пусть и случайный, можно также считать хорошим первым шагом DAS в записи голоса и бытовых звуков.

Проблема адаптации DAS для распознавания человеческой речи частично была решена в работах [30,31]. Так, авторами были количественно охарактеризованы возможности распознавания человеческой речи, записанной при помощи волоконно-оптического датчика. Полученные данные сравнивались с данными, записанными при помощи электромагнитного микрофона. При этом также были исследовано несколько вариантов конструкции датчика и среди них выделены наиболее перспективные взаимные расположения источников звука и ОВ. Но при этом исследование проводилось с некоторыми приближениями. Так, поскольку DAS может быть представлен как множество точечных, конструкция

экспериментальной установки являлась скорее точечным датчиком и использовала сравнительно короткий участок ОВ в качестве чувствительного элемента. Тем не менее, эта работа в значительной степени улучшила понимание того, как именно волоконно-оптический датчик может быть адаптирован для распознавания человеческой речи и голосового управления.

Актуальность работы. В настоящее время волоконно-оптические распределенные акустические датчики (DAS - distributed acoustic sensor) прочно интегрированы во многие области производства, науки и техники [32]. В некоторых применениях такие устройства являются незаменимыми [33]. Использование оптического волокна (ОВ) из кварца и света для передачи сигнала и восприятия воздействий обеспечивает устойчивость к электромагнитным помехам, а также коррозионным и взрывоопасным средам. Кроме этого, каждый малый отрезок ОВ выполняет роль отдельного микрофона, что даёт еще одно преимущество - обеспечение истинно распределенных измерений. Во многих применениях использование большого количества микрофонов «обычной» конструкции вместо одного ОВ не представляется экономически целесообразным.

Особенно остро незаменимость такого решения проявляется в новых потенциальных применениях DAS. К ним можно отнести раннее обнаружение вредителей [1] и мониторинг состояния растений, акустический мониторинг жизнедеятельности и перемещения животных и насекомых, мониторинг таяния ледников и других природных явлений, неразрушающий контроль деталей и конструкций на производствах, акустический контроль и голосовое управление в концепции «умный дом», «умное производство».

Несмотря на более чем сорокалетнюю историю развития, DAS все ещё остаются устройствами с достаточно высокой стоимостью. Поэтому даже в случаях, когда применение массива электромагнитных микрофонов является очевидно экономически нецелесообразным, вопрос снижения стоимости волоконно-оптической установки остаётся актуальным.

Кроме этого, нефте- и газодобыча, а также охрана территорий и другие распространенные применения DAS предъявляют высокие требования к их

параметрам, например, спектру частот регистрируемых вибрационных воздействий или чувствительности. Также следует отметить, что основным ОВ, которое в этих датчиках используется в качестве чувствительного элемента, является одномодовое телекоммуникационное («SMF-28»). Оно производится достаточно массово и является хорошо изученным. Но оно предназначено для передачи светового сигнала с минимальными потерями и искажениями. Это, соответственно, негативно сказывается на восприятии таким ОВ внешних воздействий, например, акустических. К настоящему моменту на рынке появилось достаточно большое количество специальных ОВ. И некоторые из них могут лучше «SMF-28» подходить для некоторых применений акустического мониторинга. Таким образом, как при адаптации к новым применениям, так и при эксплуатации в устоявшихся отраслях, стоимость DAS может быть снижена, а характеристики оптимизированы за счет изменения аппаратной составляющей комплекса.

Следует также учитывать, что качество выходных данных установки со сниженной стоимостью может быть повышено за счет применения специализированного программного обеспечения (ПО) [34]. При этом, с учетом необходимости в невысокой стоимости и, следовательно, использования оборудования с невыдающейся производительностью, это ПО должно иметь невысокие требования к вычислительным мощностям. При этом вычисления не должны занимать много времени.

Интеграция DAS в новые для них отрасли уже началась. Однако, в отчетах о первых экспериментах по ранней регистрации сельскохозяйственных вредителей [1 ] не сообщается о полноценной адаптации DAS для этих целей, а регистрация акустического следа осуществляется для целой колонии личинок насекомых через сырую древесину. Поэтому также возникает необходимость проверки возможности регистрации акустического следа единичной особи насекомого в менее специфичных условиях, например, через воздух.

Таким образом, на данный момент вопрос адаптации конструкции и снижения стоимости таких установок для сельского хозяйства, биологии,

экологии, «умного» дома и производства не является достаточно изученным. Но актуальность исследований в этой области подчеркивается множеством работ [32]. На основании представленных проблем были сформулированы объект, предмет, цель исследования и задачи, которые необходимо решить для её достижения.

Объектом исследования является опытный образец волоконно-оптического распределенного акустического датчика.

Предметом исследования являются новая конструкция блока опроса и чувствительного элемента, качество выходных данных и методы их обработки, а также возможность применения установки в регистрации акустических следов биообъектов.

Целью работы является создание конструкции распределенного акустического датчика для нужд сельского хозяйства, биологии и экологии, модификация его программно-аппаратного комплекса и снижение стоимости.

Для этого требуется выполнить ряд задач:

1. проанализировать современное состояние проблемы адаптации распределенных акустических датчиков к новым применениям и определить основные запросы интересующих отраслей;

2. создать конструкцию опытного образца датчика и оценить её работоспособность;

3. исследовать характеристики получившегося устройства и с использованием полученных данных рационализировать изменяемые параметры оборудования, включенного в конструкцию;

4. разработать сравнительно простые и нетребовательные к вычислительным ресурсам алгоритмы обработки данных для компенсации падения их качества при упрощении конструкции датчиков;

5. определить типы волокон, наиболее подходящие для использования в качестве чувствительного элемента датчика в различных новых применениях;

6. провести испытания устройства на реальном биологическом или сельскохозяйственном объекте.

Научная новизна работы определяется следующими результатами:

1. разработана новая конструкция установки и метод сравнения акустической эффективности различных оптических волокон при применении в качестве чувствительного элемента распределенного акустического датчика;

2. разработаны новые сравнительно простые и нетребовательные алгоритмы постобработки данных распределенных акустических датчиков, повышающие отношение сигнал-шум;

3. впервые с помощью распределенного акустического датчика зарегистрирован акустический след единичного насекомого.

Практическая значимость работы заключается в возможности применения её результатов при разработке и адаптации распределенных акустических датчиков для новых применений:

1. полученные взаимные зависимости основных изменяемых параметров системы, данные об акустической чувствительности волокон и установка для её сравнения, позволят при создании новых и адаптации существующих установок выбрать наиболее целесообразные характеристики приобретаемого, либо уже функционирующего оборудования, что положительно скажется на доступности и эффективности систем акустического мониторинга;

2. созданные алгоритмы обработки данных нетребовательны к вычислительным ресурсам и сравнительно просты, поэтому позволяют скомпенсировать падение качества выходных данных датчика при упрощении его конструкции или повысить эффективность существующих установок;

3. предложенные модификации блока опроса и чувствительного элемента позволяют регистрировать акустический след даже единичного насекомого, что способствует развитию волоконно-оптического распределенного акустического мониторинга и расширяет сферу его применений в сельском хозяйстве, а также биологических и экологических исследованиях.

Теоретическая значимость работы заключается в том, что:

1. в неизменных условиях на одной установке получены взаимные зависимости ключевых контрольных и изменяемых параметров распределенных

акустических датчиков, что позволит создавать более реалистичные численные модели подобных систем и точнее сравнивать расчетные данные с экспериментальными;

2. представлена методика теоретической оценки акустической чувствительности оптических волокон. Результаты её применения удовлетворительно сходятся с экспериментальными данными;

3. предложена модификация простых пороговых алгоритмов шумоподавления в данных распределенных акустических датчиков на основе функции ошибок Гаусса, использующая подходы к разработке технологий искусственного интеллекта. Это открывает возможности для модификации алгоритмов обработки других данных и изучения особенностей других подобных функций.

Основные положения, выносимые на защиту:

1. предложенные алгоритмы обработки данных, полученные путем комбинации движущегося усреднения и движущегося дифференциала, а также функции ошибок Гаусса, обеспечивают прирост отношения сигнал-шум выходных данных распределенных акустических датчиков вплоть до десятикратного;

2. разработанное устройство для сравнения акустической чувствительности оптических волокон обеспечивает сохранение условий тестирования, возможность замены изучаемых образцов, а также повышает воспроизводимость результатов - средняя погрешность составила 1,1%;

3. экспериментально показано, что распределенный акустический датчик и чувствительный элемент предложенной конструкции, равно как и данные о наиболее целесообразных режимах работы используемого оборудования, позволяют зарегистрировать характерные частоты акустического следа единичного насекомого и его местоположение с точностью по радиальной координате в 300 мкм и по угловой в 180°.

Личный вклад автора. Личный вклад является определяющим и включает: формулировку ключевых идей; создание прототипа распределенного

акустического датчика и исследование его характеристик; разработку алгоритмов обработки данных, установки и методики сравнения акустической чувствительности волокон; подготовку и обсуждение материалов для публикаций.

Достоверность полученных результатов. Полученные в результате выполнения исследований настоящей работы данные не противоречат данным, представленным авторами других работ. Объяснение наблюдаемых явлений, получаемых результатов и формулирование выводов осуществлялось на основе известных положений общей физики, фотоники, оптоэлектроники, математического анализа. Для обработки результатов использовался типовой, хорошо зарекомендовавший себя, математический пакет.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников. Общий объем работы составляет 166 страниц машинописного текста, включая 58 рисунков и 8 таблиц. Библиография включает 184 наименования.

Апробация работы. Основные положения диссертации докладывались и обсуждались на Всероссийской конференции по волоконной оптике «ВКВО» (г. Пермь, 2021, 2023, 2025 гг.), Международной научной конференции «Оптика лазеров» (г. Санкт-Петербург, 2024 г.), Международной научно-практической конференции «Оптическая рефлектометрия, метрология и сенсорика» ОРМС (г. Пермь, 2023 г.), Международной конференции «Акустооптические и радиолокационные методы измерений и обработки информации» (г. Суздаль, 2025 г.), Международной конференции «Интеллектуальные технологии и электронные устройства в транспорте и дорожно-транспортном комплексе 2025 (TIRVED)» (г. Москва, 2025 г.), XV Международной конференции по фотонике и информационной оптике (г. Москва, 2026 г.).

Публикации. Основные положения диссертации изложены в 23 работах, в том числе в 11 статьях в журналах, включенных в Перечень ВАК по специальности 2.2.6 и приравненных к ним; 2 - в изданиях, индексируемых РИНЦ; 9 публикаций в материалах докладов международных и всероссийских

конференций. Получен патент РФ на полезную модель «Устройство для сравнения акустической чувствительности оптических волокон» № 233991.

Основные научные результаты, начиная с 2023 года, были внедрены в учебный процесс кафедры общей физики ФГАОУ ВО «ПНИПУ» в рамках дисциплины «Учебно-исследовательская работа» и «Основы волоконно-оптических датчиков». Полученные соискателем результаты позволяют сформировать у обучающихся представление об основных применениях, современных достижениях и тенденциях развития DAS. Лабораторный прототип датчика позволяет обучающимся наглядно ознакомиться с конструкцией, основными принципами работы и функционалом узлов, входящих в состав DAS.

Разработанные алгоритмы обработки данных использованы в 2025 году для увеличения ОСШ в выходных данных оптического рефлектометра с разрешением по частоте.

На основании научно-практического задела, полученного в ходе работы над диссертацией, был реализован проект в рамках программы «Умник-Фотоника» Фонда содействия инновациям по теме «Разработка высокоэффективного волоконно-оптического распределенного акустического датчика» (Договор № 13ГУЭС18/90781). Часть работы реализована в рамках научных тем Государственных заданий № 124020600009-2 и № 122031100058-3.

1. ВОЛОКОННО-ОПТИЧЕСКИЕ РАСПРЕДЕЛЕННЫЕ АКУСТИЧЕСКИЕ ДАТЧИКИ: ПРИНЦИПЫ РАБОТЫ, ИСТОРИЯ ПОЯВЛЕНИЯ И РАЗВИТИЯ, ХАРАКТЕРИСТИКИ И ПРИМЕНЕНИЯ (ЛИТЕРАТУРНЫЙ ОБЗОР)

В этой главе излагаются физические основы регистрации воздействий при помощи обратного Рэлеевского рассеяния света в ОВ и лежащие в основе него самого физические принципы. Применение этих явлений на практике положило начало развитию DAS, история которого также представляется в данной главе. Новая технология приобрела широкую популярность в определенных отраслях. Здесь также демонстрируются её основные применения и особенности, способствовавшие закреплению в определенных областях. Кроме этого, излагаются и анализируются тенденции дальнейшего развития сферы DAS и проблемы, возникающие на этом пути. Таким образом обосновывается необходимость и актуальность исследований, излагаемых далее в настоящей работе.

1.1. Рэлеевское рассеяние света.

Метод оптической рефлектометрии с разрешением во времени (OTDR) основан на анализе сигнала обратного рэлеевского рассеяния в ОВ. Рэлеевское рассеяние в ОВ обусловлено неоднородностями показателя преломления, которые появляются вследствие неоднородности состава и плотности ОВ, образующихся во время его производства. Эти неоднородности известны также как рэлеевские рассеивающие центры. Абсолютный минимум рассеяния (который наблюдается даже в однородных средах) традиционно связывают с термически индуцированными флуктуациями энтропии. Пространственные флуктуации диэлектрической проницаемости в, приводящие к рэлеевскому рассеянию, можно описать с помощью локальной плотности р и температуры T [36]:

As =

fdS

— Ap+ — AT. (1)

Ф, ГТ1 V s

)t \dT )p

Допуская, что локальная диэлектрическая постоянная сильнее зависит от плотности, чем от температуры, второе слагаемое можно исключить из рассмотрения. В этом случае, при условии независимости энтропии я и давления р как термодинамических величин, флуктуации плотности можно описать как:

Ар =

^ дрЛ л (дрЛ Ар + ^

чдР у

у

А?.

(2)

Второе слагаемое в выражении (2) представляет собой вклад изобарных флуктуаций плотности, выраженные через флуктуации энтропии As, которые приводят к рэлеевскому рассеянию. Эти энтропийно-индуцированные флуктуации плотности присутствуют в ОВ в состоянии термодинамического равновесия. После подстановки выражения (2) в (1) и вычитания части флуктуаций диэлектрической проницаемости, обуславливающей рэлеевское рассеяние, флуктуации диэлектрической проницаемости могут быть представлены в виде [37]:

Аа =

да др

др

ут ч д? у р

Аб.

(3)

Интенсивность рэлеевского рассеяния и энтропия системы пропорциональны. Флуктуации энтропии системы можно описывать с использованием тех же математических выражений, что и флуктуации температуры:

дА?

Рср

дг

= 0,

(4)

где ср - удельная теплоёмкость при постоянном давлении, а к - теплопроводность.

Эти колебания подчиняются уравнению диффузии, а не волновому уравнению. Решение уравнения диффузии [38]:

АУ = АУ0Л"9,Г, (5)

где 5 - коэффициент затухания возмущений энтропии.

Рассеяние света в среде может иметь различную природу и определяется оптическими характеристиками этой среды. К примеру, важную роль в этом

процессе играет вектор поляризации Р, применяемый для характеристики реакции гомогенной изотропной диэлектрической среды на воздействие

электрического поля ^ [38]:

р = £0 (х(1)-Ё + х(2)-ЕЕ + Х(3)^ЕЕЕ + ...), (6)

где е0 - диэлектрическая проницаемость вакуума, а - тензор восприимчивости ранга у+1, имеющий восприимчивость у-того порядка.

Стоит отметить, что колебания энтропии не распространяются. Следовательно, восприимчивость первого порядка, которая прямо пропорциональна Дs, как указано в формуле (3), может генерировать рассеивающую составляющую с той же частотой, как и у исходного луча. Рэлеевское рассеяние возникает при рассеянии света на частицах или других объектах, создающих флуктуации показателя преломления, размеры которых значительно меньше длины оптической волны X. Величина его интенсивности обратно пропорциональна четвертой степени X [39]. Эта зависимость приводит к большему рассеянию света, что, в свою очередь, увеличивает потери для сигналов с меньшими длинами волн [40]. В данном контексте речь идет о спонтанном Рэлеевском рассеянии. Хотя при распространении света может наблюдаться и вынужденное Рэлеевское рассеяние [41], в ОВ измерительных системах (OTDR) его интенсивность обычно недостаточна для существенного влияния [42].

Список литературы диссертационного исследования кандидат наук Туров Артём Тимофеевич, 2026 год

СПИСОК ЛИТЕРАТУРЫ

1. Mao Y. et al. Towards early detection of red palm weevil using optical fiber distributed acoustic sensor //Optical Fiber Communication Conference. - Optica Publishing Group, 2019. - С. W2A. 15.

2. Ashry I. et al. CNN-aided optical fiber distributed acoustic sensing for early detection of red palm weevil: A field experiment //Sensors. - 2022. - Т. 22. - №. 17. - С. 6491.

3. A song of ice and fiber // Climate-Science.press. URL: https://climate-science.press/2021/04/11/a-song-of-ice-and-fiber/ (дата обращения: 30.09.2025).

4. Aubauer R., Lammers M. O., Au W. W. L. One-hydrophone method of estimating distance and depth of phonating dolphins in shallow water //The Journal of the Acoustical Society of America. - 2000. - Т. 107. - №. 5. - С. 2744-2749.

5. Caruso F. et al. Monitoring of a nearshore small dolphin species using passive acoustic platforms and supervised machine learning techniques //Frontiers in Marine Science. - 2020. - Т. 7. - С. 267.

6. Glaser D. R. et al. Snow coupled distributed acoustic sensing for intrusion detection of Polar Bears in Arctic Camps //Symposium on the Application of Geophysics to Engineering and Environmental Problems 2021. - Society of Exploration Geophysicists and Environment and Engineering Geophysical Society, 2021. - С. 262-262.

7. Browning E. et al. Passive acoustic monitoring in ecology and conservation. - 2017.

8. Zhu T., Shen J., Martin E. R. Sensing Earth and environment dynamics by telecommunication fiber-optic sensors: an urban experiment in Pennsylvania, USA //Solid Earth. - 2021. - Т. 12. - №. 1. - С. 219-235.

9. Abdollahi M., Giovenazzo P., Falk T. H. Automated beehive acoustics monitoring: A comprehensive review of the literature and recommendations for future work //Applied Sciences. - 2022. - Т. 12. - №. 8. - С. 3920.

10.Mankin R. et al. Automated applications of acoustics for stored product insect detection, monitoring, and management //Insects. - 2021. - Т. 12. - №. 3. - С. 259.

11.Juanes F. Visual and acoustic sensors for early detection of biological invasions: Current uses and future potential //Journal for nature conservation. - 2018. - Т. 42. -С. 7-11.

12.Шапин В. И., Огурцов Ф. Б. Способ управления развитием корневой системы растений воздействием вибрации : пат. 2603589 РФ. - 2016.

13.Hassanien R. H. E. et al. Advances in effects of sound waves on plants //Journal of Integrative Agriculture. - 2014. - Т. 13. - №. 2. - С. 335-348.

14.Khait I. et al. Sounds emitted by plants under stress are airborne and informative //Cell. - 2023. - Т. 186. - №. 7. - С. 1328-1336. e10.

15.Stepanov K. V. et al. Non-invasive acoustic monitoring of gas turbine units by fiber optic sensors //Sensors. - 2022. - T. 22. - №. 13. - C. 4781.

16.Egan D. A., James S. W., Tatam R. P. A polarization-based optical fibre vibrometer //Measurement Science and Technology. - 1997. - T. 8. - №. 3. - C. 343.

17.Bakhoum E. G., Zhang C., Cheng M. H. Real Time Measurement of Airplane Flutter via Distributed Acoustic Sensing //Aerospace. - 2020. - T. 7. - №. 9. - C. 125.

18.Nordon A. et al. Monitoring of a heterogeneous reaction by acoustic emission //Analyst. - 2004. - T. 129. - №. 5. - C. 463-467.

19.Chen B., Wang Y., Yan Z. Use of acoustic emission and pattern recognition for crack detection of a large carbide anvil //Sensors. - 2018. - T. 18. - №. 2. - C. 386.

20.J Zhang L. et al. Time-frequency domain characteristics of acoustic emission signals and critical fracture precursor signals in the deep granite deformation process //Applied Sciences. - 2021. - T. 11. - №. 17. - C. 8236.

21.Haile M. A., Bordick N. E., Riddick J. C. Distributed acoustic emission sensing for large complex air structures //Structural Health Monitoring. - 2018. - T. 17. - №. 3.

- C. 624-634.

22.Mendoza E. et al. Distributed fiber optic acoustic emission sensor (FAESense™) system for condition based maintenance of advanced structures //Optical Sensors. -Optica Publishing Group, 2013. - C. SM4C. 4.

23.Liang S. et al. Fiber-optic intrinsic distributed acoustic emission sensor for large structure health monitoring //Optics Letters. - 2009. - T. 34. - №. 12. - C. 18581860.

24.Marcon L., Galtarossa A., Palmieri L. High-frequency high-resolution distributed acoustic sensing by optical frequency domain reflectometry //Optics express. - 2019.

- T. 27. - №. 10. - C. 13923-13933.

25.Paitz P. et al. Distributed Acoustic Sensing from mHz to kHz: Empirical Investigations of DAS instrument response //EGU General Assembly Conference Abstracts. - 2020. - C. 7343.

26.Tang J. et al. Distributed acoustic sensors with wide frequency response based on UWFBG array utilizing dual-pulse detection //Optical Fiber Technology. - 2021. - T. 61. - C. 102452.

27.Iida D., Toge K., Manabe T. High-frequency distributed acoustic sensing faster than repetition limit with frequency-multiplexed phase-OTDR //Optical Fiber Communication Conference. - Optica Publishing Group, 2016. - C. M2D. 6.

28.Tomboza W. et al. High sensitivity differential phase OTDR for acoustic signals detection //IEEE Photonics Technology Letters. - 2021. - T. 33. - №. 13. - C. 645648.

29.Franciscangelis C. et al. Real-time distributed fiber microphone based on phase-OTDR //Optics express. - 2016. - T. 24. - №. 26. - C. 29597-29602.

30.Gritsenko T. V. et al. Detection and recognition of voice commands by a distributed acoustic sensor based on phase-sensitive OTDR in the smart home concept //Sensors. - 2024. - Т. 24. - №. 7. - С. 2281.

31.Orlova M. V. et al. Investigation of the optimal parameters of the distributed fiber microphone circuit based on ф-OTDR for speech recognition //Instruments and Experimental Techniques. - 2023. - Т. 66. - №. 5. - С. 832-836.

32.Gorshkov B. G. et al. Scientific applications of distributed acoustic sensing: State-of-the-art review and perspective //Sensors. - 2022. - Т. 22. - №. 3. - С. 1033.

33.Bakulin A., Silvestrov I., Pevzner R. Surface seismics with DAS: An emerging alternative to modern point-sensor acquisition //The leading edge. - 2020. - Т. 39. -№. 11. - С. 808-818.

34.Escobedo J. L. B. et al. Distributed measurements of vibration frequency using phase-OTDR with a DFB laser self-stabilized through PM fiber ring cavity //Results in Physics. - 2019. - Т. 12. - С. 1840-1842.

35.Clark D. C., Moore A. J. Social communication in the Madagascar hissing cockroach: Features of male courtship hisses and a comparison of courtship and agonistic hisses //Behaviour. - 1995. - Т. 132. - №. 5-6. - С. 401-417.

36.Lu P. et al. Distributed optical fiber sensing: Review and perspective //Applied physics reviews. - 2019. - Т. 6. - №. 4.

37.Taranov M. A. et al. Optical reflectometry, metrology, and sensing. Present and future //Instruments and Experimental Techniques. - 2023. - Т. 66. - №. 5. - С. 713729.

38.R. W. Boyd, Nonlinear Optics (Academic Press, 2007), p. 474.

39.G. P. Agrawal, Nonlinear Fiber Optics (Academic Press, 2013).

40.Shimada S. (ed.). Coherent lightwave communications technology. - Springer Science & Business Media, 2012.

41.Hui R., O'Sullivan M. Fiber-Optic Measurement Techniques. - Academic Press, 2022.

42.Turov A. T., Barkov F. L., Belokrylov M. E. et al. Investigation of Signal Reception-Transmission Parameters in a Distributed Acoustic Sensor // Instrum. Exp. Tech. - 2023. - Т. 66. - №. 5. - С. 802-808.

43.Han B. et al. Distributed acoustic sensing with sensitivity-enhanced optical cable //IEEE sensors journal. - 2020. - Т. 21. - №. 4. - С. 4644-4651.

44.Turov A. T. et al. Comparison of the Sensitivity of Various Fibers in Distributed Acoustic Sensing //Applied Sciences. - 2024. - Т. 14. - №. 22. - С. 10147.

45.Maurer R. D., Schultz P. C. Fused silica optical waveguide : пат. 3659915 США. -1972.

46.Barnoski M. K., Jensen S. M. Fiber waveguides: a novel technique for investigating attenuation characteristics //Applied optics. - 1976. - Т. 15. - №. 9. - С. 2112-2115.

47.Palmieri L. et al. Distributed optical fiber sensing based on Rayleigh scattering //The Open Optics Journal. - 2013. - Т. 7. - №. 1. - С. 104-127.

48.Behrendt A. et al. Combined Raman lidar for the measurement of atmospheric temperature, water vapor, particle extinction coefficient, and particle backscatter coefficient //Applied optics. - 2002. - Т. 41. - №. 36. - С. 7657-7666.

49.Jenkins D. M. Updated optical waveguide measurement techniques and detailed equipment listing to be made available for instructional purpose in assembling a similar measuring system //Corning Glass Works R&D Lab, Technical Staff Division. - 1974. - Т. 19.

50.Laferriere J. et al. Reference guide to fiber optic testing //JDS Uniphase Corporation. - 2007. - Т. 1.

51.Raman C. V., Nath N. S. N. The diffraction of light by sound waves of high frequency: Part II //Proceedings of the Indian Academy of Sciences-Section A. -Springer India, 1935. - Т. 2. - №. 4. - С. 413-420.

52.Ohno H. et al. Industrial applications of the BOTDR optical fiber strain sensor //Optical fiber technology. - 2001. - Т. 7. - №. 1. - С. 45-64..

53.Liu Y. et al. Long-range Raman distributed temperature sensor with high spatial and temperature resolution using graded-index few-mode fiber //Optics express. - 2018. -Т. 26. - №. 16. - С. 20562-20571.

54.Krivosheev A. I. et al. A neural network method for the BFS extraction //2022 International Conference Laser Optics (ICLO). - IEEE, 2022. - С. 01-01.

55.Healey P., Malyon D. J. OTDR in single-mode fibre at 1.5 ^m using heterodyne detection //Electronics Letters. - 1982. - Т. 18. - №. 20. - С. 862-863.

56.Shang Y. et al. Research progress in distributed acoustic sensing techniques //Sensors. - 2022. - Т. 22. - №. 16. - С. 6060.

57.Taylor H. F., Lee C. E. Apparatus and method for fiber optic intrusion sensing : пат. 5194847 США. - 1993.

58.Masoudi A., Belal M., Newson T. P. A distributed optical fibre dynamic strain sensor based on phase-OTDR //Measurement Science and Technology. - 2013. - Т. 24. - №. 8. - С. 085204.

59.Fang G. et al. Phase-sensitive optical time domain reflectometer based on phasegenerated carrier algorithm //Journal of lightwave technology. - 2015. - Т. 33. - №. 13. - С. 2811-2816.

60.Dong Y. et al. Quantitative measurement of dynamic nanostrain based on a phasesensitive optical time domain reflectometer //Applied optics. - 2016. - Т. 55. - №. 28. - С. 7810-7815.

61. Туров А. Т. Историко-научные аспекты развития волоконно-оптических распределенных акустических датчиков // Прикладная фотоника. - 2023. - Т. 10. - № 4. - С. 51-68.

62.Liu S. et al. Advances in phase-sensitive optical time-domain reflectometry //Opto-Electronic Advances. - 2022. - Т. 5. - №. 3. - С. 200078-1-200078-28.

63.Huang L. et al. Building safety monitoring based on extreme gradient boosting in distributed optical fiber sensing //Optical Fiber Technology. - 2020. - Т. 55. - С. 102149.

64.Belokrylov M. E. et al. A single-scan PM-fibers polarization axes study //2022 International Conference Laser Optics (ICLO). - IEEE, 2022. - С. 01-01.

65.Ovchinnikov K. A. et al. Application of optical frequency domain reflectometry for the study of polarization maintaining fibers //Bulletin of the Russian Academy of Sciences: Physics. - 2022. - Т. 86. - №. Suppl 1. - С. S156-S162.

66.Туров А. Т., Константинов Ю. А., Криштоп В. В. Анизотропное оптическое волокно в распределенном акустическом мониторинге // Проблемы оптической физики и биофотоники. SFM-2022 : Материалы 10-го Международного симпозиума и 26-ой Международной молодежной научной школы Saratov Fall Meeting 2022, Саратов, 26-30 сентября 2022 года / Под редакцией Г.В. Симоненко, В.В. Тучина. - Саратов: Издательство "Саратовский источник", 2022. - С. 33-38.

67.Туров А. Т., Константинов Ю. А., Белокрылов М. Е., Максимов А. Ю. Оптоволоконный датчик вибраций почвы и система обработки данных // Фотон-экспресс. - 2021. - №. 6. - С. 383-384.

68.Туров А.Т., Константинов Ю.А., Белокрылов М.Е., Максимов А.Ю. Разработка простого волоконно-оптического распределенного акустического датчика для применения в растениеводстве // Прикладная фотоника. - 2021. - Т. 8. - № 2. -С. 33-43.

69.Туров А.Т., Константинов Ю.А., Белокрылов М.Е., Максимов А.Ю. Простой волоконно-оптический распределённый датчик вибраций // XI Международная конференция по фотонике и информационной оптике: сборник научных трудов. - 2022. - С. 501-502.

70.Shang Q., Xie X., Wang J. Perimeter security events recognition based on distributed optical fiber sensing and semi-supervised learning //Optics & Laser Technology. -2025. - Т. 192. - С. 113792.

71.Juarez J. C., Taylor H. F. Field test of a distributed fiber-optic intrusion sensor system for long perimeters //Applied optics. - 2007. - Т. 46. - №. 11. - С. 19681971.

72.Mateeva A. et al. Advances in distributed acoustic sensing (DAS) for VSP //SEG International Exposition and Annual Meeting. - SEG, 2012. - С. SEG-2012-0739.

73.Hartog A. et al. Vertical seismic optical profiling on wireline logging cable //Geophysical Prospecting. - 2014. - T. 62. - №. 4-Vertical Seismic Profiling and Microseismicity Frontiers. - C. 693-701.

74.Parker T. R. et al. Distributed acoustic sensing: recent field data and performance validation //Second EAGE Workshop on Permanent Reservoir Monitoring 2013-Current and Future Trends. - European Association of Geoscientists & Engineers,

2013. - C. cp-351-00016.

75.Molenaar M. M. et al. First downhole application of distributed acoustic sensing (DAS) for hydraulic fracturing monitoring and diagnostics //SPE Hydraulic Fracturing Technology Conference and Exhibition. - SPE, 2011. - C. SPE-140561-MS.

76.Van Der Horst J. et al. Fiber Optic Sensing for Improved Wellbore Surveillance //IPTC 2013: International Petroleum Technology Conference. - European Association of Geoscientists & Engineers, 2013. - C. cp-350-00338.

77.Van der Horst J. et al. Fiber optic sensing for improved wellbore production surveillance //IPTC 2014: International Petroleum Technology Conference. -European Association of Geoscientists & Engineers, 2014. - C. cp-395-00335.

78.in't panhuis P. et al. Flow monitoring and production profiling using DAS //SPE Annual Technical Conference and Exhibition. - SPE, 2014. - C. SPE-170917-MS.

79.Zheng R. et al. Study on Multiphase Flow in Horizontal Wells Based on Distributed Acoustic Sensing Monitoring //Processes. - 2025. - T. 13. - №. 7. - C. 2280.

80.Finfer D. C. et al. Borehole flow monitoring using a non-intrusive passive distributed acoustic sensing (DAS) //SPE Annual Technical Conference and Exhibition. - SPE,

2014. - C. SPE-170844-MS.

81.Paleja R. et al. Velocity tracking for flow monitoring and production profiling using distributed acoustic sensing //SPE Annual Technical Conference and Exhibition. -SPE, 2015. - C. D021S020R001.

82.Bradley N., Haavik K. E., Landre M. Estimation of temperature profiles using low -frequency distributed acoustic sensing from in-well measurements //SPE Journal. -2024. - T. 29. - №. 01. - C. 314-327.

83.Cherubini A. et al. Real-time downhole monitoring using DAS and DTS: A new technology for leak detection and well integrity //International Petroleum Technology Conference. - IPTC, 2023. - C. D022S026R003.

84.Dang Y. et al. Towards large dynamic range and ultrahigh measurement resolution in distributed fiber sensing based on multicore fiber //Optics Express. - 2017. - T. 25. -№. 17. - C. 20183-20193.

85.Stajanca P. et al. Detection of leak-induced pipeline vibrations using fiber—Optic distributed acoustic sensing //Sensors. - 2018. - T. 18. - №. 9. - C. 2841.

86.Wu Y. et al. Overview of health-monitoring technology for long-distance transportation pipeline and progress in DAS technology application //Sensors. -2024. - Т. 24. - №. 2. - С. 413.

87.Zuo J. et al. Pipeline leak detection technology based on distributed optical fiber acoustic sensing system //IEEe Access. - 2020. - Т. 8. - С. 30789-30796.

88.Peng Z. et al. Distributed fiber sensor and machine learning data analytics for pipeline protection against extrinsic intrusions and intrinsic corrosions //Optics Express. - 2020. - Т. 28. - №. 19. - С. 27277-27292.

89.Naldrett G. et al. High-resolution Carina distributed acoustic fibreoptic sensor for permanent reservoir monitoring and extending the reach into subsea fields //First Break. - 2020. - Т. 38. - №. 2. - С. 71-76.

90.Alekseev A. E., Gorshkov B. G., Potapov V. T. Fidelity of the dual-pulse phase-OTDR response to spatially distributed external perturbation //Laser Physics. - 2019. - Т. 29. - №. 5. - С. 055106.

91.Alekseev A. E. et al. Dual-pulse phase-OTDR response to propagating longitudinal disturbance //Laser Physics. - 2020. - Т. 30. - №. 3. - С. 035107.

92.Alekseev A. E. et al. Fading reduction in a phase optical time-domain reflectometer with multimode sensitive fiber //Laser Physics. - 2016. - Т. 26. - №. 9. - С. 095101.

93.Revolutionising Railway Decisions // SENSONIC. URL: https://www.sensonic.com/ (дата обращения: 01.10.2025).

94.Wang S., Liu F., Liu B. Semi-supervised deep learning in high-speed railway track detection based on distributed fiber acoustic sensing //Sensors. - 2022. - Т. 22. - №. 2. - С. 413.

95.Rahman M. A., Jamal S., Taheri H. Remote condition monitoring of rail tracks using distributed acoustic sensing (DAS): A deep CNN-LSTM-SW based model //Green Energy and Intelligent Transportation. - 2024. - Т. 3. - №. 5. - С. 100178.

96.Wagner A. et al. The effectiveness of distributed acoustic sensing (DAS) for broken rail detection //Energies. - 2023. - Т. 16. - №. 1. - С. 522.

97.Hall A. J., Minto C. Using fibre optic cables to deliver intelligent traffic management in smart cities //International Conference on Smart Infrastructure and Construction 2019 (ICSIC) Driving data-informed decision-making. - ICE Publishing, 2019. - С. 125-131.

98.Liu H. et al. Vehicle detection and classification using distributed fiber optic acoustic sensing //IEEE Transactions on Vehicular Technology. - 2019. - Т. 69. - №. 2. - С. 1363-1374.

99.Lindsey N. J. et al. City-scale dark fiber DAS measurements of infrastructure use during the COVID-19 pandemic //Geophysical research letters. - 2020. - Т. 47. - №. 16. - С. e2020GL089931.

100.Catalano E. et al. Automatic traffic monitoring by ф-OTDR data and Hough transform in a real-field environment //Applied Optics. - 2021. - Т. 60. - №. 13. - С. 3579-3584.

101.Strasser L., Lienhart W., Winkler M. Static and dynamic bridge monitoring with distributed fiber optic sensing //STRUCTURAL HEALTH MONITORING 2023. -2023.

102.Hu D. et al. Intelligent structure monitoring for tunnel steel loop based on distributed acoustic sensing //CLEO: Applications and Technology. - Optica Publishing Group, 2021. - С. ATh1S. 4.

103.Zhang T. Y. et al. Tunnel disturbance events monitoring and recognition with distributed acoustic sensing (DAS) //ISRM International Symposium-Asian Rock Mechanics Symposium. - ISRM, 2021. - С. ISRM-ARMS11-2021-572.

104.Chen M. et al. Distributed Optical Fibre Sensor for Strain Measurement of Reinforced Concrete Beams //2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS). - IEEE Computer Society, 2020. -С. 102-107.

105.Viotti M. R., G Jr A. A. Industrial inspections by speckle interferometry: general requirements and a case study //Optical Measurement Systems for Industrial Inspection VI. - SPIE, 2009. - Т. 7389. - С. 148-162.

106.Tao Y. H., Fitzgerald A. J., Wallace V. P. Non-contact, non-destructive testing in various industrial sectors with terahertz technology //Sensors. - 2020. - Т. 20. - №. 3. - С. 712.

107.Plotnikov M. Y. et al. Thin cable fiber-optic hydrophone array for passive acoustic surveillance applications //IEEE Sensors Journal. - 2019. - Т. 19. - №. 9. - С. 33763382.

108.Pan X. W., Liang D. K., Li D. Optical fiber sensor layer embedded in smart composite material and structure //Smart materials and structures. - 2006. - Т. 15. -№. 5. - С. 1231.

109.Franciscangelis C. et al. Aircraft distributed structural health monitoring based on ф-OTDR //Proceedings of the Aerospace Technology Congress. - 2016.

110.Wang B. et al. Towards detecting red palm weevil using machine learning and fiber optic distributed acoustic sensing //Sensors. - 2021. - Т. 21. - №. 5. - С. 1592.

111.Ashry I. et al. Early detection of red palm weevil using distributed optical sensor //Scientific reports. - 2020. - Т. 10. - №. 1. - С. 3155.

112.Ashry I. et al. CNN-based detection of red palm weevil using optical-fiber-distributed acoustic sensing //Photonic Instrumentation Engineering IX. - SPIE, 2022. - Т. 12008. - С. 256-259.

113.Белокрылов М. Е., Константинов Ю. А., Кривошеев А. И., Туров А. Т. Распределённое одноимпульсное исследование поляризационных осей

анизотропных оптических волокон // Фотон-Экспресс. - 2021. - №. 7. - С. 1618.

114.Muanenda Y. et al. A cost-effective distributed acoustic sensor using a commercial off-the-shelf DFB laser and direct detection phase-OTDR //IEEE Photonics Journal. -2015. - Т. 8. - №. 1. - С. 1-10.

115.R. Fernandez-Ruiz M., Costa L., F. Martins H. Distributed acoustic sensing using chirped-pulse phase-sensitive OTDR technology //Sensors. - 2019. - Т. 19. - №. 20.

- С. 4368..

116.Jia Z. et al. Experimental coexistence investigation of distributed acoustic sensing and coherent communication systems //2021 Optical Fiber Communications Conference and Exhibition (OFC). - IEEE, 2021. - С. 1-3.

117.Nesterov E. T. et al. Experimental study of influence of nonlinear effects on phasesensitive optical time-domain reflectometer operating range //Journal of Physics: Conference Series. - IOP Publishing, 2015. - Т. 584. - №. 1. - С. 012028.

118.Zhou J. et al. Characteristics and explanations of interference fading of a $\phi $-OTDR with a multi-frequency source //Journal of lightwave technology. - 2013. - Т. 31. - №. 17. - С. 2947-2954.

119.Chernutsky A. O. et al. Phase-sensitive optical time-domain reflectometry with pulse mode EDFA: Probe pulse preparation //2017 Progress In Electromagnetics Research Symposium-Spring (PIERS). - IEEE, 2017. - С. 2231-2236.

120.Wu Z., Huang N. E. Ensemble empirical mode decomposition: a noise-assisted data analysis method //Advances in adaptive data analysis. - 2009. - Т. 1. - №. 01. - С. 141.

121.Zhao Y. et al. Ensemble empirical mode decomposition and stacking model for filtering borehole distributed acoustic sensing records //Geophysics. - 2023. - Т. 88.

- №. 1. - С. WA319-WA334.

122.Abufana S. A. et al. Variational mode decomposition-based threat classification for fiber optic distributed acoustic sensing //IEEE Access. - 2020. - Т. 8. - С. 100152100158.

123.Dong X., Li Y. Denoising the optical fiber seismic data by using convolutional adversarial network based on loss balance //IEEE Transactions on Geoscience and Remote Sensing. - 2020. - Т. 59. - №. 12. - С. 10544-10554.

124.Yu Z. et al. Attenuation of noise and simultaneous source interference using wavelet denoising //Geophysics. - 2017. - Т. 82. - №. 3. - С. V179-V190.

125.Cao J., Zhao J., Hu Z. 3D seismic denoising based on a low-redundancy curvelet transform //Journal of Geophysics and Engineering. - 2015. - Т. 12. - №. 4. - С. 566-576.

126.Nordin N. D. et al. Improving prediction accuracy and extraction precision of frequency shift from low-SNR Brillouin gain spectra in distributed structural health monitoring //Sensors. - 2022. - T. 22. - №. 7. - C. 2677.

127.Kowarik S. et al. Fiber optic train monitoring with distributed acoustic sensing: Conventional and neural network data analysis //Sensors. - 2020. - T. 20. - №. 2. -C. 450.

128.Lopez-Mercado C. A. et al. Cost-effective laser source for phase-OTDR vibration sensing //Optical Sensing and Detection V. - SPIE, 2018. - T. 10680. - C. 590-597.

129.Masoudi A. et al. Application of Ultra Low-loss Enhanced Backscattering Fiber in High Spatial Resolution Distributed Acoustic Sensors //Optical Fiber Sensors. -Optica Publishing Group, 2022. - C. Th4. 9.

130.Chen D., Liu Q., He Z. Fading-suppressed distributed fiber-optic acoustic sensor with 0.8-m spatial resolution and 246-pe/V Hz strain resolution //Optical Fiber Sensors. - Optica Publishing Group, 2018. - C. TuE93.

131.Qian Z. et al. Distributed temperature measurement with millimeter-level high spatial resolution based on chaotic laser //Acta Physica Sinica. - 2019. - T. 68. - №. 10.

132.Thevenaz L., Beugnot J. C. General analytical model for distributed Brillouin sensors with sub-meter spatial resolution //20th International Conference on Optical Fibre Sensors. - SPIE, 2009. - T. 7503. - C. 903-906.

133.Masoudi A. et al. 10-cm spatial resolution distributed acoustic sensor based on an ultra low-loss enhanced backscattering fiber //Optics Continuum. - 2022. - T. 1. - №. 9. - C. 2002-2010.

134.Ponomarev R. S. et al. An Automated Instrument for Reflectometry Study of the Pyroelectric Effect in Proton-Exchange Channel Waveguides Based on Lithium Niobate //Instruments and Experimental Techniques. - 2022. - T. 65. - №. 5. - C. 787-796.

135.Adeel M. et al. Nuisance alarm reduction: using a correlation based algorithm above differential signals in direct detected phase-OTDR systems //Optics express. -2019. - T. 27. - №. 5. - C. 7685-7698.

136.Zhong X. et al. Nuisance alarm rate reduction using pulse-width multiplexing O-OTDR with optimized positioning accuracy //Optics Communications. - 2020. - T. 456. - C. 124571.

137.Lu Y. et al. Distributed vibration sensor based on coherent detection of phase-OTDR //Journal of lightwave Technology. - 2010. - T. 28. - №. 22. - C. 3243-3249.

138.Turov A. T. et al. Enhancing the distributed acoustic sensors'(das) performance by the simple noise reduction algorithms sequential application //Algorithms. - 2023. -T. 16. - №. 5. - C. 217.

139.Turov A. T. et al. Activation function dynamic averaging as a technique for nonlinear 2D data denoising in distributed acoustic sensors //Algorithms. - 2023. - T. 16. - №. 9. - C. 440.

140.Zhirnov A. A. et al. Distributed acoustic sensor using a double sagnac interferometer based on wavelength division multiplexing //Sensors. - 2022. - T. 22. - №. 7. - C. 2772.

141.Liang Y. et al. Optical-pulse-coding phase-sensitive OTDR with mismatched filtering //Science China Information Sciences. - 2022. - T. 65. - №. 9. - C. 192303.

142.Xu R. et al. Speech enhancement based on array-processing-assisted distributed fiber acoustic sensing //IEEE Sensors Journal. - 2023. - T. 23. - №. 11. - C. 1165611661.

143.Dong X., Li Y. Denoising the optical fiber seismic data by using convolutional adversarial network based on loss balance //IEEE Transactions on Geoscience and Remote Sensing. - 2020. - T. 59. - №. 12. - C. 10544-10554.

144.Liu H. et al. Specialty optical fibers for advanced sensing applications //Opto-Electronic Science. - 2023. - T. 2. - №. 2. - C. 220025-1-220025-26.

145.Ogawa N. et al. Comparison of DAS Data Obtained by Controlled Experiments Using Several Interrogators and Fiber Cables //6th Asia Pacific Meeting on Near Surface Geoscience and Engineering. - European Association of Geoscientists & Engineers, 2024. - T. 2024. - №. 1. - C. 1-5.

146.Didraga C. DAS VSP recorded simultaneously in cemented and tubing installed fiber optic cables //77th EAGE Conference and Exhibition 2015. - European Association of Geoscientists & Engineers, 2015. - T. 2015. - №. 1. - C. 1-5.

147.Hofmann J., Facchini M., Lowell M. Analysis of the acoustic response in water and sand of different fiber optic sensing cables //Sensors for Extreme Harsh Environments II. - SPIE, 2015. - T. 9491. - C. 36-48.

148.Freeland R. S. et al. Relative acoustic sensitivity of standard telecom and specialty optical fiber cables for distributed sensing //Fiber Optic Sensors and Applications XIV. - SPIE, 2017. - T. 10208. - C. 139-148.

149.He Z., Liu Q. Optical fiber distributed acoustic sensors: A review //Journal of Lightwave Technology. - 2021. - T. 39. - №. 12. - C. 3671-3686.

150.Peng Z. et al. Identifications and classifications of human locomotion using Rayleigh-enhanced distributed fiber acoustic sensors with deep neural networks //Scientific Reports. - 2020. - T. 10. - №. 1. - C. 21014.

151.Kharasov D. R. et al. Extending the operation range of a phase-sensitive optical time-domain reflectometer by using fibre with chirped Bragg gratings //Quantum Electronics. - 2020. - T. 50. - №. 5. - C. 510.

152.Xie T. et al. Influence of fiber-optic cable structure, sand density, and acoustic frequency on DAS amplitude response: Preliminary results //IOP Conference Series:

Earth and Environmental Science. - IOP Publishing, 2020. - Т. 570. - №. 6. - С. 062031.

153.Chen M., Masoudi A., Brambilla G. Performance analysis of distributed optical fiber acoustic sensors based on ф-OTDR //Optics express. - 2019. - Т. 27. - №. 7. -С. 9684-9695.

154.Dejdar P. et al. Characterization of sensitivity of optical fiber cables to acoustic vibrations //Scientific Reports. - 2023. - Т. 13. - №. 1. - С. 7068.

Olol-ЛН ЛНО Xh-jH □] 01^ Ol-S-ol- Ы |- ЬН . пят

155. oos, □ . o^ o^^S o^l Ж o^^S оы . пат.

102523109 Корея. - 2019.

156.Туров А. Т. и др. Устройство для сравнения акустической чувствительности оптических волокон . пат. 233991 РФ. - 2025.

157.Belokrylov M. E. et al. Improving the Selected Stages of Integrated-Optic Chip Structure Formation and Its Interfacing with Optical Fibers //IJEETC. - 2022. - Т. 11. - С. 167-174.

158.Туров А.Т. и др. Исследование параметров простого распределенного акустического датчика // Фотон-экспресс. - 2023. - № 6 (190). - С. 349-350.

159.Qian X. et al. 157km BOTDA with pulse coding and image processing //Sixth European Workshop on Optical Fibre Sensors. - SPIE, 2016. - Т. 9916. - С. 395398.

160.Soto M. A., Ramírez J. A., Thévenaz L. Optimizing image denoising for long-range Brillouin distributed fiber sensing //Journal of Lightwave Technology. - 2017. - Т. 36. - №. 4. - С. 1168-1177.

161.Hu Y., Shang Q. Performance enhancement of BOTDA based on the image superresolution reconstruction //IEEE Sensors Journal. - 2021. - Т. 22. - №. 4. - С. 33973404.

162.Zhu X. et al. Optimization of the moving averaging-moving differential algorithm for Ф-OTDR //Applied optics. - 2022. - Т. 61. - №. 19. - С. 5633-5639.

163.Туров А.Т. и др. Оптимизация программно-аппаратной части распределенного акустического датчика для применения в биофотонике // Фотон-экспресс. - 2023. - № 6 (190). - С. 33-34.

164.Turov A. T. et al. Cost-efficient fiber optic distributed acoustic sensor //2024 International Conference Laser Optics (ICLO). - IEEE, 2024. - С. 148-148.

165.Shang Y. et al. Speech signal enhancement based on deep learning in distributed acoustic sensing //Optics express. - 2023. - Т. 31. - №. 3. - С. 4067-4079.

166.Iliev Y., Ilieva G. A framework for smart home system with voice control using NLP methods //Electronics. - 2022. - Т. 12. - №. 1. - С. 116.

167.Froiz-Miguez I., Fraga-Lamas P., Fernandez-Carames T. M. Design, implementation, and practical evaluation of a voice recognition based IoT home

automation system for low-resource languages and resource-constrained edge IoT devices: A system for Galician and mobile opportunistic scenarios //IEEE Access. -2023. - Т. 11. - С. 63623-63649.

168.Torad M. A., Bouallegue B., Ahmed A. M. A voice controlled smart home automation system using artificial intelligent and internet of things //TELKOMNIKA (Telecommunication Computing Electronics and Control). - 2022. - Т. 20. - №. 4. -С. 808-816.

169.Sangaiah A. K. et al. SALA-IoT: Self-reduced internet of things with learning automaton sleep scheduling algorithm //IEEE Sensors Journal. - 2023. - Т. 23. - №. 18. - С. 20737-20744.

170.Han B. et al. Distributed acoustic sensing with sensitivity-enhanced optical cable //IEEE sensors journal. - 2020. - Т. 21. - №. 4. - С. 4644-4651.

171.Cao W., Cheng G. Modeling and experimental research on receiving signal of multi-layer distributed acoustic sensing optical fiber in shallow water //optical fiber technology. - 2021. - Т. 67. - С. 102692.

172.Material Property Data // MatWeb. URL: https://www.matweb.com/search/datasheet.aspx?MatGUID=3a8afcddac864d4b8f58d 40570d2e5aa (дата обращения: 01.10.2025).

173.Tefzel 750 // Teflon. URL: https://www.teflon.com/en/-/media/files/teflon/tefzel-750-appliance-wire-product-info.pdf (дата обращения: 01.10.2025).

174.Covestro DF-0009, UV Cure Fiber Re-Coating // Fiber Optic Center. URL: https://focenter.com/covestro-desolite-r-cov-df-0009-single-coat-optical-fiber-coating-uv-cure-1-kg-40471 (дата обращения: 01.10.2025).

175.Modulus-of-Elasticity // Bestech. Sensors & Teaching Equipment. URL: https://www.bestech.com.au/wp-content/uploads/Modulus-of-Elasticity.pdf (дата обращения: 01.10.2025).

176.Carbon - Graphite Materials // AZO Materials. URL: https://www.azom.com/properties.aspx?ArticleID=516 (дата обращения: 01.10.2025).

177.Nelson M. C., Fraser J. Sound production in the cockroach, Gromphadorhina portentosa: evidence for communication by hissing //Behavioral Ecology and Sociobiology. - 1980. - С. 305-314.

178.Kakei Y. et al. Integration of body-mounted ultrasoft organic solar cell on cyborg insects with intact mobility //Npj flexible electronics. - 2022. - Т. 6. - №. 1. - С. 78.

179.Turov A. T. et al. Registration of Sounds Emitted by the Madagascar Hissing Cockroach Using a Distributed Acoustic Sensor //Sensors. - 2025. - Т. 25. - №. 7. -С. 2101.

180.Туров А.Т., Криштоп В.В., Константинов Ю.А. Волоконно-оптический распределенный акустический датчик и его программно-аппаратная адаптация

для биологических применений // XV Международная конференция по фотонике и информационной оптике: сборник научных трудов. - 2026. - С. 203-204.

181.Turov A.T., Konovalova M.A., Konstantinov, Yu.A., et al. Towards Improving the Performance and Affordability of Distributed Fiber-Optic Acoustic Sensors // 2025 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED). - IEEE, 2026. - С. 1-5.

182.Krivosheev A. et al. A Novel Method for the Processing of Optical Frequency Domain Reflectometry Traces //Optics. - 2025. - Т. 6. - №. 3. - С. 40.

183.Turov A., Fotiadi A., Korobko D., et al. A Review of Multiparameter Fiber-Optic Distributed Sensing Techniques for Simultaneous Measurement of Temperature, Strain, and Environmental Effects //Sensors. - 2025. - Т. 25. - №. 23. - С. 7225.

184.Туров А.Т., Константинов Ю.А., Тотмина Е.Е., и др. Применение распределенного волоконно-оптического акустического датчика на основе когерентной рефлектометрии временной области для исследования биообъектов // Труды XVIII международной научно-технической конференции «Акустооптические и радиолокационные методы измерений и обработки информации». - 2025. - c. 379.