光学机理
从传感与解调过程出发，理解信号如何形成，以及系统特性如何影响观测结果。
01 / 从光纤到感知
让一根光纤， 感知一整条线路。
沿基础设施敷设的光纤，不仅可以传递信息，也可以成为感知现场变化的媒介。通过分布式光纤传感获取沿线信号，再结合算法与 AI 模型分析，将细微扰动转化为可定位、可分析的事件线索。
02 / 工作原理
一束光出发， 带回沿线的变化。
以分布式声波传感（DAS）为例，解调设备向单模光纤发送光脉冲，并读取沿途返回的微弱背向散射光。现场振动或应变会影响光学信号；分析这些变化及其返回时间，可以获得沿线扰动的位置与时序特征。
- 01
发出光脉冲
解调设备连接光纤，发出探测光。
- 02
读取光纤响应
接收背向散射光，解析沿线变化。
- 03
形成事件线索
信号处理与模型分析，为现场核查提供依据。
感知范围与信号质量取决于传感体制、光纤敷设、现场耦合及环境条件。
03 / 物理机理 × 数据学习
让 AI 读懂信号， 也理解信号的来处。
相似的事件，在不同敷设条件和环境中可能呈现不同信号。谛听芯光正在将物理知识与数据学习结合，把光学感知过程、传播特征与工程条件纳入模型研发，面向复杂现场研究更有依据的事件理解方法。
物理知识现场数据
事件理解
传播规律
关注扰动的时间、空间及频率特征，为事件表征与模型分析提供物理依据。
工程约束
考虑敷设方式、现场耦合、背景噪声与运行条件，使研究与实际应用问题相衔接。
04 / 技术特点
从连续感知， 走向有依据的理解。
把光纤的感知能力，与算法、模型和工程经验连接起来。
单模光纤接入
结合纤芯资源、敷设与耦合条件，评估既有光纤的感知应用潜力。
沿线分布式感知
沿光纤获取空间连续的观测信息，关注变化发生的位置与过程。
AI 事件识别
结合信号特征与应用场景，推进事件分类及背景干扰辨识。
物理知识融入模型
将光学机理、传播规律和工程约束纳入模型研发与验证。
05 / 面向真实现场
围绕现场难题， 推进模型与算法研究。
不同方法的效果需结合具体数据集、测试条件与现场验证评估。
噪声干扰
研究背景扰动与目标事件特征的区分，提高有效信息的可辨识性。
样本有限
研究物理知识与数据学习的协同，探索有限事件样本条件下的建模方法。
场景变化
关注现场条件改变后的模型表现，以跨场景验证检验适用范围。
06 / 智能监测与协同
看见事件， 也看清下一步。
从沿线信号、事件位置到核查记录，监测平台让分析结果拥有清晰的现场上下文。谛听芯光持续推进数据、模型与平台协同，围绕事件定位、信号回溯和人员核查组织信息；与既有运维系统的对接，结合项目需求与接口条件评估。
- 01
数据
沿线感知信息
- 02
分析
算法与模型输出
- 03
事件
位置与事件线索
- 04
核查
人员判断与协同处置