[发明专利]基于动态自适应粒子群算法的光纤光栅应变分布重构方法

权利要求书

1.一种基于动态自适应粒子群算法的光纤光栅应变分布重构方法，其特征在于：它包括如下步骤：

第一步，构建测量应变分布的传感器装置，用于采集应变分布的原始信号；所述的传感器装置中包含有两条并排在一起的光纤光栅；其中一条光纤光栅为均匀光纤光栅；另一条光纤光栅为啁啾光纤光栅；

第二步，将传感器装置安装于需要测量应变的被测物体上；

第三步，将检测用光源分别射入到第一步中两条光纤光栅内，然后通过光谱仪实时获取两条光纤光栅所对应的反射光谱；

第四步，基于第三步中的获得的反射光谱，利用动态自适应粒子群算法进行应变分布重构，并通过计算机显示结果；其中所述的动态自适应粒子群算法包括如下步骤：

第1步，根据均匀光纤光栅反射谱，采用耦合模理论，计算应变取值范围；

第2步，若已知应变分布趋势，则转到第4步；若应变分布趋势未知，对光纤光栅进行均匀分段，设共分为m₁段；

第3步，根据双光纤光栅的反射谱，基于传输矩阵理论，采用动态自适应粒子群算法对光纤光栅应变分布进行“粗放”搜索过程，获得应变的分布趋势；

第4步，按照应变分布趋势对光纤光栅进行非均匀分段，设共分为m₂段；

第5步，根据光纤光栅应变分布趋势，设置光纤光栅各段应变取值范围；

第6步，根据双光纤光栅的反射谱，基于传输矩阵理论，采用动态自适应粒子群算法对光纤光栅应变分布进行“细致”搜索过程，获得应变的精确分布；

上述动态自适应粒子群算法中第3步和第6步均包括如下子步骤：

Step 1，参数初始化；设置初始种群规模N_p、最大迭代次数N_g、扩散阈值参数k_th，选择频点数N_f的初始值和动态增加函数，选择惯性因子w的动态下降函数；设扩散参数k＝1；

Step 2，构建光纤光栅应变表示变量；若光纤光栅分段数为m，则设粒子群中第i个粒子位置为X_i＝(x_i,1,x_i,2,…,x_i,j,…,x_i,m)，其中，x_i,j为对应第i个粒子的第j维分量，表示光纤光栅第j分段的应变大小；在粒子位置各维度变量取值范围内随机生成粒子位置，构成粒子群；

Step 3，计算各粒子适应度值，判断对应粒子应变分布重构的效果；根据测量的双光纤光栅的反射谱，计算各频点真实反射率；再基于传输矩阵理论，计算双光纤光栅产生重构应变量后的各频点反射率；计算两者各频点反射率偏差的均值作为粒子适应度值F_i，以评价粒子优劣；因此，对此重构问题建模如下：

s.t.F_i,l＝|R_r(f_l)-R(X_i,f_l)|,l＝1,2,...,N_f

X_i∈[X_i,min,X_i,max]

式中，R_r(f_l)表示双光纤光栅应变真实测量所得的第l个频点反射率均值；R(X_i,f_l)表示双光纤光栅应变重构后计算所得的第l个频点反射率均值；F_i,l为R(X_i,f_l)与R_r(f_l)的偏差，表示第l个频点的计算反射率与真实测量反射率的偏差；X_i,min与X_i,max分别为X_i取值的下限和上限；

Step 4，更新参数；更新每个粒子的个体历史最优值F_b,i，且粒子历史最优值对应的位置为X_b,i；更新种群最优值F_g，对应粒子位置为X_g；更新动态惯性因子w，更新频点计算数N_f；

Step 5，结束条件判断；若算法迭代达到结束条件，则转到Step 9，否则，转到Step 6；

Step 6，扩散条件判断；首先判断种群最优值是否更新，若未更新，则扩散计数器k＝k+1，否则置k＝1；其次判断粒子群是否达到扩散条件，若满足条件，转到Step 7，否则，转到Step 8；

Step 7，进行扩散操作，首先计算种群所有粒子到最优粒子的平均距离作为自适应小生境半径，其后对最优粒子小生境范围内的其它粒子依概率P_k进行扩散；最后转到Step 2，更新各粒子适应度值；

Step 8，依据下式更新粒子速度和位置；其后转到Step 2，更新各粒子适应度值；

式中，V_i(t)和V_i(t+1)分别表示粒子的当前速度和粒子迭代后的速度；X_i(t)和X_i(t+1)分别表示粒子的当前位置和粒子迭代后的位置；其中，w0为惯性因子，c₁和c₂均为正常数，分别称为认知参数和社会参数；r₁和r₂是在[0,1]之间的随机数；

Step 9，输出最佳粒子位置X_best作为重构应变分布，X_best中各分量(x_best,1,x_best,2,…,x_best,j,…,x_best,m)即为光纤光栅m个分段重构的应变量。