基于神经网络的光纤温度和应变快速解调方法

• 作者: 王成亮 杨庆胜 李军 钟巍峰 陈志明
• 来源期刊: 激光技术
• 学科: 工学
• 关键词: 传感器技术 温度和应变 神经网络 解调 快速
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 光通信与光信息技术
• 页码范围: 254-259
• 页数: 6页
• 分类号: TN247
• 语种: 中文
• DOI: 10.7510/jgjs.issn.1001-3806.2022.02.017

摘要

为了提高基于布里渊散射的分布式光纤传感系统实时性,在分析经典基于洛伦兹和伪Voigt模型拟合法优缺点的基础上,将多层前馈神经网络方法用于布里渊频移的估算.确定了神经网络的结构、输入及输出量、激活函数和训练算法,采用不同信噪比(5dB～40dB)和布里渊频移(10.62GHz～10.82GHz)的布里渊谱训练该网络,训练完成后网络针对训练样本的布里渊频移预测误差仅约为1MHz,同时也训练了径向基函数神经网络.针对温度和应变沿线波动的布里渊谱分别采用以上训练得到的多层前馈神经网络、径向基函数神经网络、基于洛伦兹模型的谱拟合法和基于伪Voigt模型的谱拟合法估算光纤沿线的布里渊频移并解调获得光纤沿线的温度和应变.结果表明,多层前馈神经网络方法的准确性与经典的基于洛伦兹模型和伪Voigt模型的谱拟合法相似,但计算时间仅为后两者的1/947.16～1/470.95和1/784.56～1/532.88.该研究为基于布里渊散射的光纤温度和应变快速测量提供了参考.