FDR的定位原理

article/2025/6/30 2:00:38

      一、FDR定位原理概述

         频域反射法(FDR)通过分析被测设备在频域上的反射特征,来推断时域(距离域)上的故障位置和性质。当电磁波信号沿着传输线进行传播时,如果遇到阻抗不连续点,一部分能量会继续向前传播,另一部分能量则会反射回来。反射的程度由反射系数(S11)决定。反射系数是反射信号与入射信号电压的比值,是一个复数,包含幅值和相位信号,|\Gamma |表示反射信号的强度,\Theta是反射系数的相位,表示反射信号对于入射信号的偏移。

        相位是FDR定位的关键。信号从测试端传播到故障点再反射回来,会产生一个双程路径的延迟,将这个延迟转换为相位变化:

                        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        \bigtriangleup \varphi =-2*\beta *d

        \beta是信号的虚部,也为相位常数,它与频域f和电磁波在传输线的传播速度v有关\beta =2\pi f/v
        d是故障点到测试端的距离,且因为反射波滞后于入射波,所以带负号

        因此,在某个频域f上测得的相位\theta (f)直接就包含了故障点的距离信息。

        扫频仪在设定的频率范围内,以固定的离散频率点进行步进扫描,每个频点发送一个已知幅值和相位的正弦波信号到设备上,再测量反射信号的幅值和相位,计算该频点的S11。

        将所有频率点上测量得到的S11收集起来,形成一个频域函数,称反射系数谱,对反射系数谱进行逆傅里叶变换,可以得到时域(空间域)函数S11(t),它代表的物理意义是设备在时域上的冲激响应。

        二、定位原理推导

        

        想要理解频域反射法,波的叠加是必须的,在式2.1中,m是频率采样点的索引,p和q是整数,代表不同距离的索引,对于特定距离点的反射,这个式子为频域反射信号提供了一个正交基,使得通过内积运算可以分离不同距离的反射贡献,从而在逆变换后能够映射到时域。

        式2.2是离散傅里叶IDFT的标准形式,可以将数据转换到时域,具体来说

        \Gamma (m)是频域采样点,包含频率f处的幅值和相位信息

        z(n)是变换后得到的离散时域响应,表示信号在距离n处的反射强度。

        m对应的每一个频率点。n是时域,cos(2\pi mn/N)+jsin(2\pi mn/N)=e^{j2\pi mn/N}是复指数基函数,最前的系数则是归一化因子。

        而距离索引和距离具有对应关系,此变换将频域反射数据映射到距离域的脉冲响应,从而定位故障点的峰值。

        式2.3描述了单故障情况下反射系数的精确表达式,公式的核心是相位延迟和信号衰减的组合,主要为相位和幅值得变换。

        在式子的第一部分\Gamma _1e^{-2\alpha l}代表了幅值得衰减。\Gamma _1是故障点处初始反射系数,可以又FFT后得到每个频点位置对应的初始反射系数。开路时为1,短路时为-1.e^{-2\alpha l}是信号往返传播距离为2l的衰减系数。e^{j2\pi *2l/v*f_L}中,2l/v是信号往返的时间,f是扫频其实的距离。  

      ​​​​​​​  cos(\theta )+jsin(\theta)=e^{j\theta_m}  中的角度,就是2 \pi * 2l /v * (m\Delta f),括号内的内容代表的就是相对于起始频率的偏移量,也就是当前的频点的频率。将后半的式子用欧拉公式进行转换,以旋转因子表示可以得到

        \Gamma (m)=(\Gamma _1e^{-2\alpha l}e^{j2 \pi f_L * 2l/v})*e^{j 2 \pi(m\Delta f)\tau }

        通过分析频点m反射系数的相位变化,就可以计算距离

l = \frac{v}{4\pi\Delta f}*\frac{\Delta \angle \Gamma (m)}{\Delta m}

        在式2.2的逆变换中,我们也对式子进行欧拉公式变换,得到

        也就是相位项与变换核发生共振,此时z(n)出现峰值,直接对应故障距离l。

        在式子2.4中,我们对2.3取了共轭

        在式子2.3中因为存在初始频率的固定相位项,利用共轭就可以将此项消除,可以得到

        相位相处后,原式变为1,消除了初始频率带来的相位偏差,余下项只含有与m相关的线性相位,斜率可直接正比与距离l。

        将式2.4简化为

        又知道逆变换公式为

代入共轭

        将前面的常数项C提出求和符号可得到

        定义相位差

        只有满足匹配条件时,能得到对应的距离l,其余情况为0


http://www.hkcw.cn/article/omcyQRpYep.shtml

相关文章

【保姆级教程】PDF批量转图文笔记

如果你有一个PDF文档,然后你想把它发成图文笔记emmm,最好再加个水印,你会怎么做? 其实也不麻烦,打开PDF文档,挨个截图,然后打开PS一张一张图片拖进去,再把水印图片拖进去&#xff0…

【机器学习|评价指标3】平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方误差(MSE)、均方根误差(RMSE)详解,附代码。

【机器学习|评价指标3】平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方误差(MSE)、均方根误差(RMSE)详解,附代码。 【机器学习|评价指标3】平均绝对误差&#xff0…

SpringBoot高校宿舍信息管理系统小程序

概述 基于SpringBoot的高校宿舍信息管理系统小程序项目,这是一款非常适合高校使用的信息化管理工具。该系统包含了完整的宿舍管理功能模块,采用主流技术栈开发,代码结构清晰,非常适合学习和二次开发。 主要内容 这个宿舍管理系…

【笔记】在 MSYS2 MINGW64 环境中安装构建工具链(CMake、GCC、Make)

📝 在 MSYS2 MINGW64 环境中安装构建工具链(CMake、GCC、Make) ✅ 目标说明 记录在 MSYS2 的 MINGW64 工具链环境中,成功安装用于 C/C 构建的常用开发工具。 包括: GCC 编译器Make 构建系统CMake 跨平台构建工具基础开…

2_MCU开发环境搭建-配置MDK兼容Keil4和C51

MCU开发环境搭建-配置MDK兼容Keil4和C51 一、概述 本文以MDK-ARM V5.36版本基础介绍DMK-ARM工程兼容Keil4和C51的配置。 注:在阅读本文前,请先安装和配置完成MDK-ARM(Keil5)。 二、工具包下载 链接: https://pan.baidu.com/s/1Tu2tDD6zRra4xb_PuA1Wsw 提取码: 81pp 三、…

Redis部署架构详解:原理、场景与最佳实践

Redis部署架构详解:原理、场景与最佳实践 Redis作为一种高性能的内存数据库,在现代应用架构中扮演着至关重要的角色。随着业务规模的扩大和系统复杂度的提升,选择合适的Redis部署架构变得尤为重要。本文将详细介绍Redis的各种部署架构模式&a…

从0开始学习R语言--Day14--贝叶斯统计与结构方程模型

贝叶斯统计 在很多时候,我们经常会看到在统计分析中出现很多反直觉的结论,比如假如有一种病,人群中的患病率为1%,患者真患病时,检测结果为阳性的概率是99%,如果没有,则检测结果为阳性的概率是5…

免费的硬盘工具

—————【下 载 地 址】——————— 【​本章下载一】:https://pan.xunlei.com/s/VORkn5VgcUDScW2C5kyqIyX5A1?pwdw5db# 【​本章下载二】:https://pan.quark.cn/s/dc84a71de32a 【百款黑科技】:https://ucnygalh6wle.feishu.cn/wiki/…

【Python训练营打卡】day42 @浙大疏锦行

DAY 42 Grad-CAM与Hook函数 知识点回顾 1. 回调函数 2. lambda函数 3. hook函数的模块钩子和张量钩子 4. Grad-CAM的示例 作业:理解下今天的代码即可 Grad-CAM 在深度学习中,我们经常需要查看或修改模型中间层的输出或梯度。然而,标准的…

手机隐藏玩法有哪些?

1️⃣飞行模式充电更快 开启飞行模式后,手机会断开所有网络连接,减少后台数据传输,充电速度能提升 30% 以上 2️⃣关闭后台应用反而更耗电 频繁清理后台可能让耗电量增加 10%-20% ,正确做法是让常用程序驻留后台 3️⃣闲置手机别…

浅写弱口令与命令爆破

#作者:允砸儿 #日期:乙巳青蛇年 五月初七 笔者从今天开始写各种的漏洞以及靶场演示,这一部分理论伴随着实践但还是实践比较重要。从这一部分开始我们就要找到对方电脑的漏洞进行渗透测试最终获取我们需要得到的信息。笔者就先拿最简单的弱…

B树和B+树

二叉搜索树和平衡二叉树 二叉搜索树,左子节点小于父节点发值,右子节点大于父节点的值。如果需要查找8,需要三次,而顺序查找需要6次。 同样是二叉搜索树,下图的情况查找效率会很低,从而引出平衡二叉树&#…

PDF 转 HTML5 —— HTML5 填充图形不支持 Even-Odd 奇偶规则?(第一部分)

在填充 PDF 中的图形时(以及许多其他技术中),你可以选择使用 Even-Odd(奇偶) 或 Non-Zero(非零) 填充规则。 对于那些已经在想“你在说啥?”的朋友,别担心,我…

java反序列化: Transformer链技术剖析

Transformer链是CC反序列化漏洞的"执行引擎",本文聚焦Transformer链的核心原理和实现机制,为后续完整利用链分析奠定基础。 一、Java命令执行与序列化限制 1.1 常规命令执行方式 Java中执行系统命令的标准方法是通过Runtime类: …

bismark OT CTOT OB CTOB 以及mapping后的bam文件中的XG,XR列的含义

首先,OT,OB,CTOT,CTOB都是描述测序reads的,而不是描述参考基因组的。 bisul-fate建库会将DNA双链文库中非甲基化的C转化成U。转化结束后,被转化的U和互补链的G并不配对。此时正链(,…

【笔记】部署 AgenticSeek 项目问题:端口 8000 被占用

🚫 部署 AgenticSeek 项目问题二:端口 8000 被占用 💡 问题描述 运行 api.py 时,控制台报错: ERROR: [Errno 10048] error while attempting to bind on address (0.0.0.0, 8000): 通常每个套接字地址(协议/网络地址…

javaEE->IO:

文件: 操作系统中会把很多 硬件设备 和 软件资源 抽象成“文件”,统一进行管理。 大部分谈到的文件,都是指 硬盘的文件,文件就相当于是针对“硬盘”数据的一种抽象 硬盘: 1.机械硬盘:便宜 2.固态硬盘&…

Python窗体编程技术详解

文章目录 1. Tkinter简介示例代码优势劣势 2. PyQt/PySide简介示例代码(PyQt5)优势劣势 3. wxPython简介示例代码优势劣势 4. Kivy简介示例代码优势劣势 5. PySimpleGUI简介示例代码优势劣势 技术对比总结选择建议 Python提供了多种实现图形用户界面(GUI)编程的技术&#xff0c…

短视频平台差异视角下开源AI智能名片链动2+1模式S2B2C商城小程序的适配性研究——以抖音与快手为例

摘要 本文以抖音与快手两大短视频平台为研究对象,从用户群体、内容生态、推荐逻辑三维度分析其差异化特征,并探讨开源AI智能名片链动21模式与S2B2C商城小程序在平台适配中的创新价值。研究发现,抖音的流量中心化机制与优质内容导向适合品牌化…

线程间和进程间是如何进行通信

进程是由线程组成的,进程所拥有的功能线程全部具有,线程所拥有的功能进程不一定有,所有线程的通信方式,进程不一定有。 线程之间的通信主要有两种:共享内存和信息传递 (端口,方法调用等等) 进程之间的通…