“把數(shù)字世界帶入每個(gè)人、每個(gè)家庭、每個(gè)組織，構(gòu)建萬物互聯(lián)的智能世界”是華為公司的愿景與使命。在智能化缺一不可的感、傳、存、算、控、顯數(shù)據(jù)流鏈條中，感知是所有數(shù)據(jù)流的起點(diǎn)，是智能化的基石。基于無線和光的通感一體化網(wǎng)絡(luò)，將共同構(gòu)成未來智能世界的感知神經(jīng)網(wǎng)絡(luò)，提供靈敏、密集和實(shí)時(shí)的環(huán)境數(shù)據(jù)流。

光纖感知

人類最精密的測量工具

截至2022年底，中國已建成全球最大的移動(dòng)通信和光纖網(wǎng)絡(luò)，布設(shè)了超過1000萬個(gè)移動(dòng)電話基站和6000萬公里光纜。在中東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，平均每平方公里內(nèi)的光纜長度超過10公里，形成了密集的光纜網(wǎng)絡(luò)。這些光纜，未來都可能成為智能世界的感知單元。

在光通信設(shè)備中，實(shí)際上早就使用了大量的光纖感知技術(shù)，特別是OTDR（Optical Time Domain Reflectometer，光時(shí)域反射儀）設(shè)備對(duì)光纖鏈路的質(zhì)量監(jiān)測，已經(jīng)成為標(biāo)準(zhǔn)。在傳統(tǒng)的光通信網(wǎng)絡(luò)中，OTDR相當(dāng)于光纖雷達(dá)，將探測脈沖注入到光纖中，利用對(duì)回波的測量來探測光纖的斷點(diǎn)和損耗分布，但傳統(tǒng)的OTDR僅限于光強(qiáng)度探測，實(shí)際上遠(yuǎn)沒有用盡光的檢測能力。

眾所周知，光是人類迄今為止最精密的測量工具，基于光相位檢測的干涉儀甚至可以探測到極其微弱的引力波信號(hào)。而在光纖中，我們實(shí)際上也可以利用光相位檢測進(jìn)行感知。對(duì)OTDR探測脈沖回波的相位檢測可以利用長途光通信的相干接收技術(shù)，這種檢測回波相位的OTDR稱為?-OTDR。得益于高穩(wěn)定的激光信號(hào)及高靈敏的相干接收機(jī)，?-OTDR技術(shù)對(duì)相位的探測使得我們可以測量到數(shù)十公里光纖上任意位置受到的極其輕微的振動(dòng)干擾，哪怕振動(dòng)僅引起了光纖納米級(jí)的長度變化，而且擾動(dòng)可以被精確定位到10米范圍以內(nèi)，這種技術(shù)又稱為分布式聲學(xué)傳感（DAS）。

利用?-OTDR技術(shù)，華為推出了單端檢測距離達(dá)50km的DAS設(shè)備Huawei OptiXsense EF3000，可以被廣泛應(yīng)用到油氣管道、周界防護(hù)等多種基于光纖的分布式振動(dòng)監(jiān)測場景。

光纖傳感技術(shù)行業(yè)應(yīng)用挑戰(zhàn)

隨著產(chǎn)業(yè)技術(shù)升級(jí)，智能化對(duì)行業(yè)的平穩(wěn)發(fā)展變得至關(guān)重要。其中，油氣管道的安全監(jiān)測特別適合采用分布式光纖傳感技術(shù)，其原因有三：一是油氣管道通常鋪有伴行光纜，不需要特意布設(shè)傳感光纜；二是油氣管道拓?fù)浣Y(jié)構(gòu)簡單，大多為單條線性結(jié)構(gòu)，且距離長，極少分支；三是油氣管道通常在野外布設(shè)，人工巡檢難度大，成本高。

目前中國已經(jīng)鋪設(shè)的油氣輸送管道超過11萬公里，僅有少數(shù)區(qū)段布設(shè)了分布式光纖傳感技術(shù)進(jìn)行探索實(shí)驗(yàn)，普及程度仍不高。在油氣管道防外破領(lǐng)域，分布式光纖傳感的應(yīng)用嘗試實(shí)際上已經(jīng)進(jìn)行了10年以上，但之前的探索大多效果不佳，特別是誤報(bào)率較高，僅靠對(duì)振動(dòng)信號(hào)設(shè)置強(qiáng)度閾值會(huì)觸發(fā)較多虛警，對(duì)巡檢人力造成干擾，阻礙了技術(shù)的真正應(yīng)用。

分布式光纖傳感在油氣管道領(lǐng)域遭遇的困難和挑戰(zhàn)實(shí)際上在其他應(yīng)用中也存在類似狀況。在較多探索的周界防護(hù)領(lǐng)域，分布式光纖傳感的高誤報(bào)和強(qiáng)干擾下的漏報(bào)問題，仍是技術(shù)大量應(yīng)用前亟需解決的業(yè)界難題。

分布式光纖傳感的應(yīng)用難題實(shí)際上與技術(shù)研究和用戶需求的錯(cuò)位有一定關(guān)系。當(dāng)前針對(duì)分布式光纖傳感的研究往往以帶有涂覆層的裸光纖作為感知單元，而實(shí)際應(yīng)用中，幾乎99%的場景都是以光纜為感知單元。目前商業(yè)可獲得的光纜，特別是像油氣管道同溝鋪設(shè)的伴行光纜這種以通信為目的鋪設(shè)的光纜，整個(gè)光纜的設(shè)計(jì)目的都是為了保護(hù)光纖不受環(huán)境干擾，成纜過程添加了大量的加強(qiáng)件、芳綸緩沖料，采用松套管填充油膏來防止光纖受力，而這導(dǎo)致光纖與外界環(huán)境的物理量耦合非常不一致。而不同用戶可能鋪設(shè)了大量不同型號(hào)的光纜，這些光纜的環(huán)境耦合與響應(yīng)千差萬別，導(dǎo)致對(duì)振動(dòng)信號(hào)還原的保真度不高。

另外，光纜的布設(shè)環(huán)境差異與外界干擾也是影響分布式光纖傳感信號(hào)恢復(fù)與識(shí)別的重要原因。地下鋪設(shè)的光纜可能穿越巖石、黏土、沙礫土甚至是流沙區(qū)，不同土質(zhì)的振動(dòng)傳播能力和波速差異極大，而四季更替和降水也會(huì)影響振動(dòng)信號(hào)的傳播，這些因素都造成光纖感知同樣事件的振動(dòng)信號(hào)特征可能存在較大差異。這些復(fù)雜因素是導(dǎo)致傳統(tǒng)振動(dòng)閾值等方法無法準(zhǔn)確識(shí)別目標(biāo)事件，告警誤報(bào)高的重要原因。而這些因素在實(shí)際應(yīng)用中往往無法避免，即使可以特別設(shè)計(jì)光纜來增強(qiáng)物理量耦合的一致性，這樣的傳感光纜也往往由于成本高昂而無法普及，目前也尚未有任何一種傳感光纜形成國家標(biāo)準(zhǔn)。

當(dāng)前即使在大多數(shù)后布設(shè)光纜的場景，如周界防護(hù)等領(lǐng)域，由于成本、可靠性和標(biāo)準(zhǔn)化等原因，仍然只能采用標(biāo)準(zhǔn)型號(hào)的通信光纜來進(jìn)行傳感。外界環(huán)境的干擾也是分布式光纖傳感僅依靠聲學(xué)信號(hào)進(jìn)行事件識(shí)別的巨大挑戰(zhàn)。特別是在密集的伴行公路、農(nóng)業(yè)機(jī)械作業(yè)、施工區(qū)等使用相似設(shè)備的情況下，對(duì)目標(biāo)事件的識(shí)別異常困難，而這些區(qū)域又往往是高風(fēng)險(xiǎn)區(qū)，需要重點(diǎn)關(guān)注。這些難題如果不能解決，分布式光纖傳感就無法在實(shí)際應(yīng)用中變成生產(chǎn)力工具，發(fā)揮其應(yīng)有的作用。

AI加持光纖傳感

實(shí)現(xiàn)行業(yè)應(yīng)用普及

華為技術(shù)團(tuán)隊(duì)經(jīng)過長時(shí)間的摸索嘗試，深刻認(rèn)識(shí)到當(dāng)前技術(shù)框架導(dǎo)致的實(shí)際應(yīng)用技術(shù)瓶頸，因此面對(duì)復(fù)雜多樣的特征信號(hào)識(shí)別，引入了華為開發(fā)的AI大模型來進(jìn)行事件判別。

構(gòu)建一個(gè)行業(yè)可用的AI大模型十分不易，因?yàn)楣I(yè)場景的大數(shù)據(jù)獲取異常困難，特別是重點(diǎn)關(guān)注的負(fù)樣本極難大量獲取，成本過高。華為技術(shù)團(tuán)隊(duì)持續(xù)深挖，提出了實(shí)測與仿真并行的數(shù)據(jù)獲取機(jī)制，一方面聯(lián)合用戶進(jìn)行大量的現(xiàn)場實(shí)驗(yàn)，并在華為園區(qū)投資自建高度還原的試驗(yàn)場，另一方面從基礎(chǔ)原理出發(fā)構(gòu)建高準(zhǔn)確度的地質(zhì)仿真模型，能夠針對(duì)黏土、砂土、混凝土、降水等不同地質(zhì)和場景下的作業(yè)事件生成海量不同數(shù)據(jù)，并基于實(shí)測數(shù)據(jù)進(jìn)行錨定校準(zhǔn)，為基礎(chǔ)大模型的構(gòu)建提供數(shù)理基礎(chǔ)。

基于PB級(jí)數(shù)據(jù)訓(xùn)練的光纖傳感AI大模型成為后續(xù)應(yīng)用的基礎(chǔ)，并基于此進(jìn)行應(yīng)用模型訓(xùn)練和優(yōu)化。基于實(shí)測數(shù)據(jù)的場景訓(xùn)練是決定AI大模型最終是否能夠滿足零漏報(bào)和低誤報(bào)的關(guān)鍵。特別是在存在強(qiáng)干擾的周界防護(hù)場景下，針對(duì)信號(hào)特征極其相似的入侵事件和干擾事件的準(zhǔn)確區(qū)分要通過大量的數(shù)據(jù)對(duì)抗訓(xùn)練來實(shí)現(xiàn)。而且這種對(duì)抗訓(xùn)練往往要持續(xù)到應(yīng)用階段，仍要通過自監(jiān)督學(xué)習(xí)來借助實(shí)測數(shù)據(jù)進(jìn)行持續(xù)的準(zhǔn)確率提升，以達(dá)到越用越好的效果，讓AI大模型成為真正能夠超越人工的行業(yè)專家。

華為的云架構(gòu)以及聯(lián)邦學(xué)習(xí)也使得這種自監(jiān)督學(xué)習(xí)和模型升級(jí)可以達(dá)到月度更新。未來這種AI大模型還將與華為Atlas服務(wù)器結(jié)合，成為一套完整的光纖傳感AI應(yīng)用解決方案。我們認(rèn)為只有結(jié)合AI技術(shù)的分布式光纖傳感技術(shù)才是有可能解決技術(shù)瓶頸，真正實(shí)現(xiàn)商業(yè)落地的實(shí)用化方案。

目前華為這套分布式光纖傳感和AI大模型已經(jīng)在多個(gè)用戶場景進(jìn)行了布設(shè)，在濟(jì)華燃?xì)猓瑖夜芫W(wǎng)等多個(gè)油氣管道用戶的比拼測試和實(shí)際應(yīng)用中，都表現(xiàn)出極高的準(zhǔn)確率，在應(yīng)用中真正做到零漏報(bào)和超低誤報(bào)，幫助用戶真正實(shí)現(xiàn)智能化巡檢。

在光纖傳感行業(yè)應(yīng)用領(lǐng)域，華為希望與業(yè)界攜手共進(jìn)，推進(jìn)產(chǎn)業(yè)技術(shù)發(fā)展，使能關(guān)鍵行業(yè)智能化，助力行業(yè)效率提升。