[发明专利]一种基于GA-BP的光纤位移传感器的温度补偿方法

说明书

本发明涉及一种基于GA‑BP的光纤位移传感器的温度补偿方法，进行温度标定实验，获得实验数据；确定BP神经网络结构，通过遗传算法优化BP神经网络得到GA‑BP模型；将温度标定实验中得到的实验数据的一部分作为训练集，对GA‑BP模型进行训练，训练完成后将全部数据交由GA‑BP神经网络拟合，根据拟合结果的零位温度和灵敏度温度系数调整神经网络的参数以获得更好的拟合结果；将得到的参数固化到单片机中，通过单片机对原始测量数据进行处理以消除温度漂移对测量准确度的影响。本发明可以改善BP神经的自身缺陷，以得到更好的拟合效果。

技术领域

本发明涉及光纤传感技术领域，特别是涉及一种基于GA-BP的光纤位移传感器的温度补偿方法。

背景技术

光纤传感技术以石英光纤或者塑料光纤作为信息的传输媒介，以信号光作为信息的载体，利用外界环境因素的变化来改变光在光纤中传播的光强、相位及波长等特征物理参量，从而实现对外界因素的传感测量。光纤是光纤位移传感器的基本制作材料，其良好的柔韧性、抗腐蚀以及抗电磁干扰等特性使之成为新型传感器的重要材料，也拓宽了光纤位移传感器的使用范围。然而随着工作环境温度的改变，光纤位移传感器的输出值会受到一定影响，进而影响其精度。

一般情况下，可以通过硬件方法或者软件方法对光纤位移传感器进行温度补偿。然而硬件补偿是极为繁琐与困难的，遗传算法(Genetic Algorithm,GA)模拟了生物进化论的自然选择和遗传学机理，是一种多点搜索全局优化的计算模型。它通过适应度函数来对种群中的个体进行处理，保留适应度高的个体进行选择、交叉和变异等遗传操作，这个过程模仿了自然进化，以致后代种群能比前代更好地适应环境，因此可在末代种群获得问题的最优解。其优化过程可分为种群初始化、计算个体适应度值和遗传操作三个阶段。

发明内容

本发明所要解决的技术问题是提供一种基于GA-BP的光纤位移传感器的温度补偿方法，能够得到更好的拟合效果。

本发明解决其技术问题所采用的技术方案是：提供一种基于GA-BP的光纤位移传感器的温度补偿方法，包括以下步骤：

(1)进行温度标定实验，获得实验数据；

(2)确定BP神经网络结构，通过遗传算法优化BP神经网络得到GA-BP模型；

(3)将温度标定实验中得到的实验数据的一部分作为训练集，对GA-BP模型进行训练，训练完成后将全部数据交由GA-BP神经网络拟合，根据拟合结果的零位温度和灵敏度温度系数调整神经网络的参数以获得更好的拟合结果；

(4)将得到的参数固化到单片机中，通过单片机对原始测量数据进行处理以消除温度漂移对测量准确度的影响。

所述步骤(2)中通过遗传算法优化BP神经网络具体为：

种群初始化：用遗传算法训练BP神经网络采用实数编码，所述BP神经网络为三层BP神经网络，设输入层神经元数为n，隐含层神经元数为q，输出层神经元数为m，输入层与隐含层的连接权值为V_i,j，隐含层与输出层的连接权值为W_j,k，隐含层与输出层的阈值分别为b_j,b_k，则编码的长度为n×q+q×m+q+m，在连接权值和阈值的范围内，随机生成M个染色体个体成为初始群体；

计算个体适应度值：选择训练数据期望输出与预测输出的差值绝对值，求和之后作为个体适应度值F，计算方法如下：式中：m为输出节点数；y_i为BP神经网络第i个节点的期望输出；z_i为BP神经网络第i个节点的预测输出；k为系数；