基于DE-GRNN算法的布里渊散射谱拟合

• 作者: 康维新 李慧 韩月
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 光纤光学 布里渊散射谱 差分进化 广义回归神经网络 曲线拟合 故障检测 特征提取 拟合精度
• 年，卷（期）: 2019,（3）
• 页码范围: 46-50
• 页数: 5页
• 分类号: TN247
• 字数: 2894字
• 语种: 中文
• DOI: 10.11991/yykj.201809003

摘要

为了提高布里渊光时域分析(BOTDA)型分布式光纤传感技术的布里渊散射谱特征提取精度,提出一种基于差分进化算法(DE)优化广义回归神经网络(GRNN)的曲线拟合算法,通过利用差分进化算法实现对广义回归神经网络的光滑因子自动寻优,减少人为测试的繁杂性.仿真实验结果显示,该混合优化算法在不同信噪比及线宽的条件下,对布里渊散射谱具有较好的拟合度,最佳拟合度可达0.99以上,最小均方根误差为0.0120,拟合性能优于传统布里渊散射谱拟合算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康维新	哈尔滨工程大学信息与通信工程学院	35	128	6.0	9.0
2	李慧	哈尔滨工程大学信息与通信工程学院	25	107	5.0	10.0
3	韩月	哈尔滨工程大学信息与通信工程学院	4	2	1.0	1.0