一种基于BP神经网络的光纤光栅传感系统及其解调方法专利检索-梳状滤波器线性滤波器滤波器信号处理专利检索查询-专利查询网

一种基于BP神经网络的光纤光栅传感系统及其解调方法

阅读：666发布：2020-05-11

专利汇可以提供一种基于BP神经网络的光纤光栅传感系统及其解调方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于BP神经网络的光纤光栅传感系统及其解调方法，泵浦源(1)发射出980nm 波长的泵浦光，经过波分复用器(2)进入到掺铒光纤(3)中，并对其进行抽运；掺铒光纤(3)在泵浦光的作用下产生宽带受激辐射光，可调谐F-P 滤波器 (5)受到电压的调制对经过光纤隔离器(6)的宽带光进行波长调谐，形成扫描光源 (7)；扫描光源7输出的光分为两路通过光纤光栅传感器 (10)和F-P标准具(12)，通过光电探测器、LABVIEW程序和MATLAB程序将F-P标准具信号与FBG信号进行采集、滤波、寻峰，基于BP神经网络训练和仿真，解调出FBG中心波长作为目标输出。与现有技术相比，经对解调结果的数据分析，本发明实现了高精度、稳定性较强的FBG光纤传感解调。，下面是一种基于BP神经网络的光纤光栅传感系统及其解调方法专利的具体信息内容。

权利要求

1.一种基于BP神经网络的光纤光栅传感系统，其特征在于，该系统包括依序连接的泵浦源(1)、波分复用器(2)、掺铒光纤(3)、第一光纤1×2耦合器(4)、光纤隔离器(6)以及可调谐F-P滤波器(5)组成的扫描光源(7)、第二光纤1×2耦合器(8)、光纤环形器(9)、光纤光栅传感器(10)、光电探测器阵列(11)、F-P标准具(12)、数据采集卡(13)、处理单元(14)以及信号发生模块(15)；其中，所述扫描光源(7)中的第一光纤1×2耦合器(4)与第二光纤1×2耦合器(8)连接，所述第二光纤1×2耦合器(8)的输出端分为两路，一路连接F-P标准具(12)；
另一路连接光纤环形器(9)，所述光纤环形器9再分别连接光纤光栅传感器(10)、光电探测器阵列(11)；
所述数据采集卡(13)用于采集来自光电探测器阵列(11)的信号探测与采集结果；所述处理单元(14)用于处理信号探测与采集结果；
所述信号发生模块(15)用于产生方波和三角波，其中三角波用于对可调谐滤波器进行调制，方波用于采集卡的触发信号；
所述F-P标准具(12)，用于提供等光频间隔的梳状波长参考；
所述数据采集卡(13)，采集由光电探测器阵列得到的电压模拟信号；
所述处理单元(14)，采用计算机或嵌入式计算系统，用于对被测传感光纤光栅的波长进行解调；
所述信号发生模块(15)，用于产生方波和三角波，三角波用于对可调谐滤波器进行调制，方波用于采集卡的触发信号。
2.一种基于BP神经网络的光纤光栅传感系统的解调方法，其特征在于，该方法包括以下步骤：
步骤一，泵浦源(1)发射出980nm波长的泵浦光，经过波分复用器(2)进入到掺铒光纤(3)中，并对其进行抽运；掺铒光纤(3)在泵浦光的作用下产生宽带受激辐射光，可调谐F-P滤波器(5)受到电压的调制对经过光纤隔离器(6)的宽带光进行波长调谐，形成扫描光源(7)；扫描光源7输出的光分为两路通过光纤光栅传感器(10)和F-P标准具(12)，通过光电探测器、LABVIEW程序和MATLAB程序将F-P标准具信号与光纤光栅传感信号至少进行采集、滤波、寻峰，得到F-P标准具干涉峰采样点横坐标，光纤光栅传感器的反射峰值采样点横坐标；
步骤二，建立三层BP神经网络，分别为输入层、隐含层和输出层；设定BP神经网络的各项参数包括迭代次数、误差指标、学习率，并对BP神经网络的全局参数、权值、阈值预先初始化；通过newff函数确定输入输出数据类型、输入/输出层的神经元数目，神经元变换函数和训练算法函数、目标精度等数值；
步骤三，通过train函数对网络进行训练，即：将采集到的F-P标准具干涉峰的采样点坐标作为样本输入，使用F-P标准具的干涉峰采样点-波长参考值作为训练样本进行训练，样本输出为F-P标准具标定文件中与样本输入中干涉峰对应的波长值；
步骤四，将光纤光栅传感器的峰值采样点作为目标输入，解调出光纤光栅传感器的中心波长作为目标输出，通过目标精度可以改变FBG解调精度。

说明书全文

一种基于BP神经网络的光纤光栅传感系统及其解调方法

技术领域

[0001] 本发明涉及光纤光栅传感技术领域，特别涉及一种光纤光栅传感系统解调方法。

背景技术

[0002] 光纤光栅传感系统是以光为载体，光纤为媒介，使用具有体积小、质量轻、耐腐蚀、复用能力强、不受电磁干扰等优点的光纤光栅传感器进行传感测量的系统。当光纤光栅传感器受到应力应变、振动、温度和压力等物理参量作用时，传感器返回的布拉格光波长会产生移动从而实现传感。相比传统电学传感系统，光纤光栅传感技术具有测量范围宽、高精度和高分辨率的特点，在强电磁干扰、易燃易爆或热真空等严酷环境下更具优势。

[0003] 光纤光栅传感的解调方法主要有干涉解调技术、线性边沿滤波技术、匹配滤波解调技术和可调谐滤波器解调技术等。从解调速度、光谱范围、分辨率和大容量等方面综合比较，可调谐滤波器解调技术具有明显的优势。但是由于可调谐滤波器是利用PZT调节腔长进而改变输出波长，而PZT调节腔长存在位移与驱动电压的非线性关系，和初始腔长受环境温度影响两个问题。使得可调谐滤波器透射波长与驱动电压之间除了存在迟滞非线性关系之外，还具有蠕变特性。引入标准具作为波长参考，可大幅度降低可调谐滤波器非线性对波长定位精度的影响，提高传感系统的波长解调精度。F-P标准具可在与光源波段匹配的范围内引入间隔均匀的多个光频率参考点，在稳态环境温度下能较好地标定可调谐滤波器非线性，以及通过多个光频率参考点对FBG中心波长进行解调。

[0004] BP网络是一种多层前馈神经网络，由输入层、隐层和输出层组成的一个典型的三层BP网络的拓扑结构。神经网络学习过程由前向计算过程和误差反向传播过程组成。在前向计算过程中，输入信息从输入层经隐层逐层计算，并传向输出层，每层神经元的状态只影响下一层神经元的状态。如输出层不能得到期望的输出，则转入误差反向传播过程，误差信号沿原来的连接通路返回，通过修改各层的神经元的权值，使得网络系统误差最小。最终网络的实际输出与各自所对应的期望输出逼近。

发明内容

[0005] 本发明旨在提出一种基于BP神经网络的光纤光栅传感系统及其解调方法，通过F-P标准具引入的大量波长参考点，对干涉峰—波长参考点进行训练、建模及解调，最终解调出FBG中心波长。

[0006] 本发明的一种基于BP神经网络的光纤光栅传感系统，包括依序连接的泵浦源1、波分复用器2、掺铒光纤3、第一光纤1×2耦合器4、光纤隔离器6以及可调谐F-P滤波器5组成的扫描光源7、第二光纤1×2耦合器8、光纤环形器9、光纤光栅传感器10、光电探测器阵列11、F-P标准具12、数据采集卡13、处理单元14以及信号发生模块15；其中，所述扫描光源7中的第一光纤1×2耦合器4与第二光纤1×2耦合器8连接，所述第二光纤1×2耦合器8的输出端分为两路，一路连接F-P标准具12；另一路连接光纤环形器9，所述光纤环形器9再分别连接光纤光栅传感器10、光电探测器阵列11；

[0007] 所述数据采集卡13用于采集来自光电探测器阵列11的信号探测与采集结果；所述处理单元14用于处理信号探测与采集结果；

[0008] 所述信号发生模块15用于产生方波和三角波，三角波用于对可调谐滤波器进行调制，方波用于采集卡的触发信号；

[0009] 所述F-P标准具12，用于提供等光频间隔的梳状波长参考；

[0010] 所述数据采集卡13，采集由光电探测器阵列得到的电压模拟信号；

[0011] 所述处理单元14，采用计算机或嵌入式计算系统，用于对被测传感光纤光栅的波长进行解调；

[0012] 所述信号发生模块15，用于产生方波和三角波，其中，三角波用于对可调谐滤波器进行调制，方波用于采集卡的触发信号。

[0013] 本发明的一种基于BP神经网络的光纤光栅传感系统的解调方法，该方法包括以下步骤：

[0014] 步骤一，泵浦源1发射出980nm波长的泵浦光，经过波分复用器2进入到掺铒光纤3中，并对其进行抽运；掺铒光纤3在泵浦光的作用下产生宽带受激辐射光，可调谐F-P滤波器5受到电压的调制对经过光纤隔离器6的宽带光进行波长调谐，形成扫描光源7；扫描光源7输出的光分为两路通过光纤光栅传感器10和F-P标准具12，通过光电探测器、LABVIEW程序和MATLAB程序将F-P标准具信号与光纤光栅传感信号至少进行采集、滤波、寻峰，得到F-P标准具干涉峰采样点横坐标，FBG反射峰值采样点横坐标；

[0015] 步骤二，建立三层BP神经网络，分别为输入层、隐含层和输出层；设定BP神经网络的各项参数包括迭代次数、误差指标、学习率，并对BP神经网络的全局参数、权值、阈值预先初始化；通过newff函数确定输入输出数据类型、输入/输出层的神经元数目，神经元变换函数和训练算法函数、目标精度等数值；

[0016] 步骤三，通过train函数对网络进行训练，即：将采集到的F-P标准具干涉峰的采样点坐标作为样本输入，使用F-P标准具的干涉峰采样点-波长参考值作为训练样本进行训练，样本输出为F-P标准具标定文件中与样本输入中干涉峰对应的波长值；

[0017] 步骤四，将FBG的峰值采样点作为目标输入，解调出FBG中心波长作为目标输出，通过目标精度可以改变FBG解调精度。

[0018] 与现有技术相比，经对解调结果的数据分析，本发明可以得出解调精度为±2pm，标准差为0.001，实现了高精度、稳定性较强的FBG光纤传感解调。附图说明

[0019] 图1为本发明的一种基于BP神经网络的光纤光栅传感系统示意图；

[0020] 图2为本发明提的一种基于BP神经网络的光纤光栅传感系统解调方法整体流程图；

[0021] 图3为MATLAB中搭建的BP神经网络结构实例图；

[0022] 图4为BP神经网络对FBG解调结果图。

[0023] 附图标记：

[0024] 1、泵浦源，2、波分复用器，3、掺铒光纤，4、光纤1×2耦合器，5、可调谐F-P滤波器，6、光纤隔离器，7、扫描光源，8、光纤1×3耦合器，9、光纤环形器，10、光纤光栅传感器，11、光电探测器阵列，12、F-P标准具，13、数据采集卡，14、处理单元，15、信号发生模块。

具体实施方式

[0025] 下面结合附图对本发明技术方案进行清楚完整地描述，所描述的实施例仅仅是本发明本分实例，而不是全部实例。基于本发明的实施例的所有其他实施方式的，都属于本发明的保护范围。

[0026] 如图1所示，为本发明的一种基于BP神经网络的光纤光栅传感系统，包括由泵浦源1、波分复用器2、掺铒光纤3、第一光纤1×2耦合器4、可调谐F-P滤波器5和光纤隔离器6组成的扫描光源7、第二光纤1×2耦合器8、光纤环形器9、光纤光栅传感器10、光电探测器阵列
11、F-P标准具12、数据采集卡13、处理单元14以及信号发生模块15。泵浦源1发射出980nm波长的泵浦光，经过980/1550波分复用器2进入到掺铒光纤3中，并对其进行抽运。掺铒光纤3在泵浦光的作用下产生宽带受激辐射光，可调谐F-P滤波器5受到电压的调制对经过光纤隔离器6的宽带光进行波长调谐，形成扫描光7源。扫描光源7输出的光分为两路通过FBG和F-P标准具12最后由光电探测器阵列11进行信号探测与数据采集。

[0027] 所述扫描光源7，为系统提供C波段波长可调谐的输入光源；

[0028] 所述泵浦源1，为系统提供980nm波段泵浦光源；

[0029] 所述波分复用器2，对波长不同的光信号进行区分与整合；

[0030] 所述掺铒光纤3，用于对980nm的初始光源进行放大，受激辐射形成1550nm波段的激光；

[0031] 所述光纤1×2耦合器4，用于将输入光按照一定的比例分成两束光，本发明中使用的是8:2分光比的耦合器；

[0032] 所述可调谐F-P滤波器5，通过控制其驱动电压从宽带光源1中滤出波长变化的窄带光谱信号，从而实现波长扫描，可调谐F-P滤波器的谱宽在10pm～400pm，自由光谱范围为90nm～200nm；

[0033] 所述光纤隔离器6，用于隔离回光，保证光的单向传输；

[0034] 所述第二光纤1×2耦合器8，用于将输入光按照一定的比例分成两束光，本发明中使用的是1:1分光比的耦合器；

[0035] 所述光纤环行器9，用于将掺铒光纤放大器出来的光发送至传感器链路并收集反射信号光，当光源功率大于1mW时，采用光纤耦合器替代以降低系统成本；

[0036] 所述光纤光栅传感器10，用于感知环境温度变化，并将其编码到光纤光栅反射波长上；

[0037] 所述光电探测器11，用于将光信号转化为电压模拟信号并且进行信号探测与采集；

[0038] 所述F-P标准具12，用于提供等光频间隔的梳状波长参考；

[0039] 所述数据采集卡13，采集由光电探测器阵列得到的电压模拟信号；

[0040] 所述处理单元14，采用计算机或嵌入式计算系统，用于对被测传感光纤光栅的波长进行解调；

[0041] 所述信号发生模块15，用于产生方波和三角波，三角波用于对可调谐滤波器进行调制，方波用于采集卡的触发信号。

[0042] 如图2所示，为本发明的一种基于BP神经网络的光纤光栅传感系统解调方法整体流程图，使用发明中提到的硬件系统与BP解调算法对测得的100 帧常温下的FBG传感信号进行解调。具体包括以下步骤：

[0043] S1、通过光电探测器、采集卡、LABVIEW程序和MATLAB程序将F-P标准具信号与FBG信号进行采集、滤波、寻峰等处理，得到F-P标准具干涉峰采样点横坐标，FBG反射峰值采样点横坐标；

[0044] S2、建立三层BP神经网络，分别为输入层、隐含层和输出层。输入层、输出层与隐含层节点数应在保证系统测量精度的情况下尽可能少，以提高网络收敛速度。设定BP神经网络的各项参数，包括：迭代次数、误差指标、学习率，并对BP神经网络的全局参数、权值、阈值预先初始化，初始化通过init函数实现对网络进行连接权值和阈值初始化；通过newff函数确定输入输出数据类型、输入/输出层的神经元数目，神经元变换函数和训练算法函数、目标精度等数值；

[0045] S3、通过train函数对网络进行训练，即：将采集到的F-P标准具干涉峰的采样点坐标作为样本输入，根据样本输入矢量、目标矢量和预先设定好的训练函数的参数，。训练算法为Levenberg-Marquardt算法，使用F-P标准具的干涉峰采样点-波长参考值作为训练样本进行训练，样本输出为F-P标准具标定文件中与样本输入中干涉峰对应的波长值，网络仿真：根据已经训练好的网络，通过sim函数对测试数据进行仿真计算；

[0046] S4、将FBG的峰值采样点作为目标输入，解调出FBG中心波长作为目标输出，通过目标精度可以改变FBG解调精度。

[0047] 本发明中的解调方法可扩展为多种变温环境下的解调误差抑制应用，不仅可以应用于航天航空领域，还有高原、山区等环境下的各种传感应用领域。

[0048] 经对解调结果的数据分析，可以得出解调精度为±2pm，标准差为0.001，可见基于BP神经网络的光纤光栅传感系统解调方法精度较高，稳定性较强。

[0049] 本发明的解调方法可扩展为多种变温环境下的解调误差抑制应用，不仅可以应用于航天航空领域，还有高原、山区等环境下的各种传感应用领域。

标题	发布/更新时间	阅读量
弹性波元件及弹性波滤波器装置	2020-05-11	183
智慧社区内门禁的身份识别方法、设备及可读存储介质	2020-05-13	705
超宽带细步进频率综合器	2020-05-13	540
变温环境抑制扫描非线性的光纤光栅传感解调系统及方法	2020-05-14	351
一种电能质量在线监测装置	2020-05-14	607
NxN波长路由网络拓扑、光子集成芯片及光路由器	2020-05-12	958
微带线带通滤波器	2020-05-13	898
倾斜光纤光栅梳状泄漏模谐振激发方法、偏振滤波器及传感系统	2020-05-13	497
多工器、高频前端电路以及通信装置	2020-05-08	721
一种用于视频会议系统的语音活动检测系统	2020-05-14	795

一种基于BP神经网络的光纤光栅传感系统及其解调方法

一种基于BP神经网络的光纤光栅传感系统及其解调方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：