[发明专利]一种BP神经网络分析错位光纤干涉谱优化测量温度的方法

说明书

技术领域

本发明属于错位光纤测温技术领域，具体涉及一种BP神经网络分析错位光纤干涉谱优化测量温度的方法。

背景技术

近年来，错位光纤模间干涉理论广泛应用于各种传感器领域，其中温度传感器的研究更为典型。光纤型传感器在测量物理参量时不可避免会受到交叉敏感效应的影响，这种现象阻碍了光纤模间干涉传感器的发展，各种温度传感器均需要采取措施解决交叉敏感的问题，并且理论也趋于成熟，但测量过于繁琐，其中有些传感器的制备需要经过化学腐蚀或激光加工等复杂的工艺，制备条件也相当苛刻，精度提高的同时也提高了成本。

发明内容

本发明解决的技术问题是提供了一种BP神经网络分析错位光纤干涉谱优化测量温度的方法，该方法通过BP神经网络分析计算光信号通过不同温度环境下的错位光纤形成的干涉谱强度或干涉峰波长与其相对应的温度值的稳定的非线性映射关系，实现对温度的预测，分辨率较高，性能稳定且灵敏度高。

本发明为解决上述技术问题采用如下技术方案，一种BP神经网络分析错位光纤干涉谱优化测量温度的方法，其特征在于包括以下步骤：（1）错位光纤干涉系统的构建，沿光信号传输方向依次设有通过光纤连接的泵浦光源、错位光纤、光开关和光谱分析仪，光开关上通过光纤依次与光电转换器、DSP和示波器相连；（2）不同温度干涉谱的采集，首先将10cm的错位光纤置于宽口容器中，用耐高温胶带将其两端固定，然后向宽口容器中注入100℃沸水并保证足以覆盖错位光纤，将数字温度计的传感器放入水中，再用塑料膜将容器封闭，待水静止后用数字温度计读取温度值，从75℃开始记录，每降低1℃测量一次，冷却至25℃，当温度改变时，一方面由光谱分析仪观察干涉波形，另一方面对此温度下稳定的干涉波形进行数据采集；（3）数据处理和BP训练，对采集的干涉谱参数进行处理，提取干涉谱的幅度或干涉峰波长数据，挑选出合适的样本作为校正集，余下的样本作为预测集，通过选择代表性的样本来减少训练的工作量，数据通过BP-LM网络训练得到温度预测与实际值之间的相关性，从而精确地使温度的预测值逼近实验实测值。

本发明与现有技术相比具有以下优点：

（1）采用BP-LM神经网络对筛选数据进行标准化处理训练，可以改变精度进行校准，提高测量精度；（2）系统结构简单、成本低，理论相对简单，可行性高，可以实现对环境温度的精确估测；（3）测量过程简化，方便迅速，有效的克服了传统温度传感器中存在的繁琐流程。

附图说明

图1是本发明的光路原理图。

图面说明：1、泵浦光源，2、错位光纤，3、光开关，4、光谱分析仪，5、光电转换器，6、DSP，7、示波器，8、光纤。

具体实施方式

以下通过实施例对本发明的上述内容做进一步详细说明，但不应该将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明上述内容实现的技术均属于本发明的范围。

一种BP神经网络分析错位光纤干涉谱优化测量温度的方法，具体步骤为：（1）错位光纤干涉系统的构建，如图1所示，沿光信号传输方向依次设有通过光纤8连接的泵浦光源1、错位光纤2、光开关3和光谱分析仪4，光开关3上通过光纤8依次与光电转换器5、DSP6和示波器7相连；（2）不同温度干涉谱的采集，首先将10cm的错位光纤置于宽口容器中，用耐高温胶带将其两端固定，然后向宽口容器中注入100℃沸水并保证足以覆盖错位光纤，将数字温度计的传感器放入水中，再用塑料膜将容器封闭，待水静止用数字温度计读取温度值，从75℃开始记录，每降低1℃测量一次，冷却至25℃，当温度改变时，一方面由光谱分析仪观察干涉波形，另一方面对此温度下稳定的干涉波形进行数据采集；（3）数据处理和BP训练，对采集的干涉谱参数进行处理，提取干涉谱的幅度或干涉峰波长数据，挑选出合适的样本作为校正集，余下的样本作为预测集，通过选择代表性的样本来减少训练的工作量，数据通过BP-LM网络训练得到温度预测与实际值之间的相关性，从而精确地使温度的预测值逼近实验实测值。