РАЗРАБОТКА И ВНЕДРЕНИЕ ТЕХНОЛОГИИ РАСПРЕДЕЛЕННОГО АКУСТИЧЕСКОГО ЗОНДИРОВАНИЯ (DAS) ДЛЯ МОНИТОРИНГА ОКРУЖАЮЩЕЙ СРЕДЫ И ОБНАРУЖЕНИЯ ОПАСНОСТЕЙ НА НАЗЕМНЫХ РОБОТИЗИРОВАННЫХ ПЛАТФОРМАХ
DOI:
https://doi.org/10.52167/1609-1817-2025-1-S1-307-321Ключевые слова:
технология DAS, роботизированный мониторинг, акустическое зондирование, обработка сигналов, многокритериальная оптимизация, обнаружение угроз, волоконно-оптические сенсорыАннотация
Хотя наземные роботизированные платформы широко используются в задачах мониторинга окружающей среды и обеспечения безопасности, их эффективность ограничена надежной регистрацией пространственно непрерывных физических полей. В этом отношении технология распределенного акустического зондирования (DAS) является перспективным инструментом для измерения вибрации и деформации с высоким разрешением; Однако комплексная модель, объединяющая физический, измерительный и алгоритмический уровни системы DAS в роботизированной среде, недостаточно изучена; цель данного исследования — создание научно-методологической основы для применения технологии DAS в роботизированном мониторинге, для чего был использован многоцелевой подход к оптимизации, учитывающий физическое моделирование и транспортный шум; в результате была предложена новая интегрированная модель, объединяющая уровни зондирования, измерения и алгоритмического анализа; согласно результатам, обработка в диапазоне 10–200 Гц увеличила отношение сигнал/шум с 5,2 дБ до 12,7 дБ (~2,4×), снизила среднеквадратичную ошибку с 0,34 до 0,12, что указывает на значительное улучшение качества сигнала, а оптимизация сокращает время выполнения миссии на 15–30%, экономя 20–40 с при том же энергопотреблении; предложенный метод позволяет повысить эффективность систем мониторинга и безопасности.
Библиографические ссылки
Zuyuan He; Qingwen Liu. Optical Fiber Distributed Acoustic Sensors: A Review. https://doi.org/10.1109/JLT.2021.3059771
Alidu Rashid, Bennet Nii Tackie-Otoo. Research Advances on Distributed Acoustic Sensing Technology for Seismology . Photonics 2025, 12(3), 196; https://doi.org/10.3390/photonics 12030196
Fernández-Ruiz, M.R.; Martins, H.F.; Williams, E.F.; Becerril, C.; Magalhães, R.; Costa, L.; Martin-Lopez, S.; Jia, Z.; Zhan, Z.; González-Herráez, M. Seismic Monitoring With Distributed Acoustic Sensing From the Near-Surface to the Deep Oceans. Journal of Lightwave Technology 2022, 40, 1453–1463, https://doi.org/10.1109/JLT.2021.3128138
Zhaoyong Wang, Bin Lu, Qing Ye, Haiwen Cai. Recent Progress in Distributed Fiber Acoustic Sensing with Φ-OTDR Sensors 2020, 20(22), 6594; https://doi.org/10.3390/s20226594
Hong-Hu Zhu, Wei Liu, Tao Wang, Jing-Wen Su, Bin Shi. Distributed Acoustic Sensing for Monitoring Linear Infrastructures: Current Status and Trends Sensors 2022, 22(19), 7550; https://doi.org/10.3390/s22197550
Zhu, H.-H.; Liu, W.; Wang, T.; Su, J.-W.; Shi, B. Distributed Acoustic Sensing for Monitoring Linear Infrastructures: Current Status and Trends. Sensors 2022, 22, 7550, https://doi.org/10.3390/s22197550.
Roshdy, E.; Majdański, M.; Długosz, S.; Marciniak, A.; Popielski, P. Application of Distributed Acoustic Sensing for Active Near-Surface Seismic Monitoring. Sensors 2025, 25, 1558, https://doi.org/10.3390/s25051558.
Shao, L.; Zhang, J.; Chen, X.; Xu, D.; Gu, H.; Mu, Q.; Yu, F.; Liu, S.; Shi, X.; Sun, J.; et al. Artificial Intelligence-Driven Distributed Acoustic Sensing Technology and Engineering Application. PhotoniX 2025, 6, 4, https://doi.org/10.1186/s43074-025-00160-z.
Kenichi Soga and Linqing Luo. Distributed Fiber Optics Sensors for Civil Engineering Infrastructure Sensing. Journal of Structural Integrity and Maintenance, 2018 https://doi.org/ 10.1080/24705314.2018.1426138
Ying Shang, Maocheng Sun, Chen Wang, Jian Yang, Yuankai Du, Jichao Yi, Wenan Zhao, Yingying Wang , Yanjie Zhao, Jiasheng Ni. Research Progress in Distributed Acoustic Sensing Techniques . Sensors 2022, 22(16), 6060; https://doi.org/10.3390/s22166060
Boris G. Gorshkov, Kivilcim Yüksel , et al. Scientific Applications of Distributed Acoustic Sensing: State-of-the-Art Review and Perspective . Sensors 2022, 22(3), 1033; https://doi.org/10.3390/s22031033
Angeliki Xenaki ; Peter Gerstoft ; Ethan Williams; Shima Abadi . Overview of Distributed Acoustic Sensing: Theory and Ocean Applications, The Journal of the Acoustical Society of America (accessed on 28 April 2026). https://doi.org/10.1121/10.0037218
Zhongwen Zhan. Distributed Acoustic Sensing Turns Fiber‐Optic Cables into Sensitive Seismic Antennas. 2026. https://doi.org/10.1785/0220190112
He, Z.; Liu, Q. Optical Fiber Distributed Acoustic Sensors: A Review. Journal of Lightwave Technology 2021, 39, 3671–3686, https://doi.org/10.1109/JLT.2021.3059771.
María R. Fernández-Ruiz; Hugo F. Martins; Ethan F. Williams; Carlos Becerril; Regina Magalhães; Luis Costa. Seismic Monitoring With Distributed Acoustic Sensing From the Near-Surface to the Deep Oceans. 2026. https://doi.org/10.1109/JLT.2021.3128138
Alexandr Dolya , Askar Abdykadyrov, Alizhan Tulembayev, Dauren Kassenov, Ainur Kuttybayeva. Development of Distributed Acoustic Sensing for Environmental Monitoring and Hazard Detection on Robotic Platforms . Appl. Sci. 2026, 16(3), 1559; https://doi.org/10.3390/app16031559
Liyang Shao, Jingming Zhang, et al. Artificial Intelligence-Driven Distributed Acoustic Sensing Technology and Engineering Application . https://doi.org/10.1186/s43074-025-00160-z
Rivet, D.; de Cacqueray, B.; Sladen, A.; Roques, A.; Calbris, G. Preliminary Assessment of Ship Detection and Trajectory Evaluation Using Distributed Acoustic Sensing on an Optical Fiber Telecom Cable. J. Acoust. Soc. Am. 2021, 149, 2615–2627, https://doi.org/10.1121/10.0004129.
María R. Fernández-Ruiz , Marcelo A. Soto, et al. Distributed Acoustic Sensing for Seismic Activity Monitoring . APL Photonics 5, 030901 (2020). https://doi.org/10.1063/1.5139602
Wu, H.; Wang, Y.; Liu, X.; Sun, Y.; Yan, G.; Wu, Y.; Rao, Y. Smart Fiber-Optic Distributed Acoustic Sensing (sDAS) With Multitask Learning for Time-Efficient Ground Listening Applications. IEEE Internet of Things Journal 2024, 11, 8511–8525, https://doi.org/10.1109/JIOT.2023.3320149.
Smailov, N.; Baryssova, A.; Koshkinbayev, S.; Mailybayev, Y.; Batyrgaliyev, A. Monitoring of Emergency Situations Using Fiber-Optic Acoustic Sensors and Signal Processing Algorithms. ijirss 2025, 8, 1295–1304, https://doi.org/10.53894/ijirss.v8i5.9093.
Di Wu, Qing-Quan Liang. Research Progress of Event Intelligent Perception Based on DAS . Sensors 2025, 25(16), 5052; https://doi.org/10.3390/s25165052
Notomista, G.; Pacchierotti, C.; Giordano, P.R. Online Robot Trajectory Optimization for Persistent Environmental Monitoring. IEEE Control Systems Letters 2022, 6, 1472–1477, https://doi.org/10.1109/LCSYS.2021.3110940.
Asghar, A.B.; Sundaram, S.; Smith, S.L. Multirobot Persistent Monitoring: Minimizing Latency and Number of Robots With Recharging Constraints. IEEE Transactions on Robotics 2025, 41, 236–252, https://doi.org/10.1109/TRO.2024.3502497.
Liu, K.; Zheng, J. UAV Trajectory Optimization for Time-Constrained Data Collection in UAV-Enabled Environmental Monitoring Systems. IEEE Internet of Things Journal 2022, 9, 24300–24314, https://doi.org/10.1109/JIOT.2022.3189214.
Güven, İ.; Yanmaz, E. Multi-Objective Path Planning for Multi-UAV Connectivity and Area Coverage. Ad Hoc Networks 2024, 160, 103520, https://doi.org/10.1016/j.adhoc.2024.103520.
Pratissoli, F.; Mantovani, M.; Prorok, A.; Sabattini, L. Distributed Coverage Control for Time-Varying Spatial Processes. IEEE Transactions on Robotics 2025, 41, 1602–1617, https://doi.org/10.1109/TRO.2025.3539168.
Zhang, Z.; Tang, Q.; Zhang, L. Mathematical Model and Grey Wolf Optimization for Low-Carbon and Low-Noise U-Shaped Robotic Assembly Line Balancing Problem. Journal of Cleaner Production 2019, 215, 744–756, https://doi.org/10.1016/j.jclepro.2019.01.030.
Wen, C.; Ma, H. An Indicator-Based Evolutionary Algorithm with Adaptive Archive Update Cycle for Multi-Objective Multi-Robot Task Allocation. Neurocomputing 2024, 593, 127836, https://doi.org/10.1016/j.neucom.2024.127836.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Мереке Еришова, Смайлов Нуржигит, Аскар Айтмырзаевич, Жандос Махсутулы
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
