[发明专利]一种基于多层感知机的偏振调制测距系统及方法

权利要求书

1.一种基于多层感知机的偏振调制测距系统，其特征在于：包括相互连接的数据采集单元和多层感知机去噪模型，所述多层感知机去噪模型设置于上位机中，所述数据采集单元与所述上位机连接，所述数据采集单元能够同步采集不同调制频率下的电压值，并将多个所述电压值输入至所述多层感知机去噪模型；所述多层感知机去噪模型包括依次连接的输入层、隐藏层和输出层，所述输入层用于接收数据，将数据按照不同权重传递到所述隐藏层，所述隐藏层通过非线性激活函数对数据进行处理，传递到所述输出层后输出训练结果，所述上位机对所述训练结果进行同相频率提取，求解待测距离。

2.如权利要求1所述的基于多层感知机的偏振调制测距系统，其特征在于：所述数据采集单元包括依次连接的光源、起偏器、偏振控制器、环形器、调制器、1/4波片、准直镜和反射镜，所述环形器、偏振分束器、探测器、采集卡、所述上位机、信号源和所述调制器依次连接，所述采集卡与所述输入层连接。

3.一种采用权利要求1或2所述的基于多层感知机的偏振调制测距系统的方法，其特征在于：所述方法包括如下步骤：

S1、设置基于多层感知机的偏振调制测距系统粗扫频参数；

S2、开始精扫频：在调制频率范围内设置扫频起始点和精扫频步进；

S3、同步采集不同调制频率下的电压值，存储调制频率f_i和电压值V_i序列对，其中i＝0，1，…n；

S4、将n个一维采样电压序列作为多层感知机去噪模型的数据输入，利用多层感知机非线性表达能力建立输入数据与输出数据之间的映射关系；

S5、利用多层感知机去噪模型训练的去噪数据，提取相邻同相频率求解待测距离。

4.如权利要求3所述的基于多层感知机的偏振调制测距方法，其特征在于：所述S1包括以下步骤：

S1.1：选取调制频率，所述调制频率为偏振调制测距装置中信号源发出信号的频率，用于对调制器调制；

S1.2：选取扫频范围和粗扫频步进，所述扫频范围为调制器调制信号的频率范围，在扫频区间内可得到一段调制频率—电压曲线，粗扫频步进为调制信号调制频率间隔。

5.如权利要求4所述的基于多层感知机的偏振调制测距方法，其特征在于：所述S2包括以下步骤：

S2.1：依据粗扫频波形周期特点设置中心频率和中心频率步进，所述中心频率为同相频率附近对应的调制频率，中心频率步进为相邻中心频率的差值；

S2.2：选取频率区间，所述频率区间为距离中心频率一定电压幅值对应的调制频率差值；

S2.3：设置扫频起始点和精扫频步进；

S2.4：设置采集卡采集频率。

6.如权利要求5所述的基于多层感知机的偏振调制测距方法，其特征在于：所述所述S4包括以下步骤：

S4.1：选取多层感知机层数以及连接方式，所述多层感知机层数依据扫频波形特征选取为3层，模型采用全连接方式增加所述模型的非线性能力；

S4.2：初始化每层神经元参数；

S4.3：将偏振调制测距系统采集数据用于多层感知机输入层数据，对数据进行分段处理，形成n×1×4大小的向量，对向量进行标记；

S4.4：将采集数据和多层感知机神经网络的权重值和偏差关联；

S4.5：计算多层感知机神经网络训练数据建立输入—输出数据的均方误差；

S4.6：在多层感知机去噪模型中加入反向传播算法，更新模型权值和偏置；

S4.7：设定阈值，所述阈值用于判定均方误差，当均方误差小于设定阈值时模型训练停止；

S4.8：输出训练数据。