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
【技术领域】
[0001]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】
[0002]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】
[0003]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。
[0004]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栗浦光源、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1cm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°C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°C开始记录，每降低1°C测量一次，冷却至25°C，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。
[0005]本发明与现有技术相比具有以下优点:
(O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】
[0006]图1是本发明的光路原理图。
[0007]图面说明:1、栗浦光源，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】
[0008]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。
[0009]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:(I)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连接的栗浦光源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1cm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°c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°c开始记录，每降低1°C测量一次，冷却至25°C，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。
[0010]基于错位光纤模间干涉理论，栗浦光源发出的光信号先经过光纤错位结构，再通过光开关，一路通过光谱仪观察，另一路与光电转换器、DSP和示波器相连，分析相应干涉波长来研究该测温系统的规律。光束在光纤中沿着纤芯传播，当光信号通过错位熔接处时开始分解，其中一部分光信号耦合进包层，另一部分沿光纤纤芯传播，经过一段距离的传输，两束光信号存在光程差，在纤芯再次相遇时发生干涉。两根单模光纤错位熔接，外界环境温度变化，在熔接交界点处存在模式扰动情况，激起的包层模能量及模式相应改变，则干涉谱线的参量随之发生变化。对于光纤模间干涉，由于各种外界环境因素会对光纤内部的光信号分布产生影响，输出的干涉谱的强度会变化，且干涉峰所对应的波长也会发生一定的漂移。此时一方面由光谱仪观察干涉波形，另一方面对干涉谱数据进行采集和存储。当其他环境参量一定，改变温度可得到不同的干涉谱输出曲线，最后提取干涉谱的最大幅值或干涉峰波长的数据，由BP-LM神经网络进行标准化处理训练，得到干涉谱参量与温度的非线性映射关系，即可建立环境温度的预测模型。
[0011]以上实施例描述了本发明的基本原理、主要特征及优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明原理的范围下，本发明还会有各种变化和改进，这些变化和改进均落入本发明保护的范围内。
【主权项】
1.一种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栗浦光源、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1cm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°C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°C开始记录，每降低1°C测量一次，冷却至25°C，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。
【专利摘要】本发明公开了一种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。
【IPC分类】G01K11/32
【公开号】CN105092084
【申请号】CN201510549651
【发明人】王芳, 王旭, 李云鹏, 于坤, 郭彩霞, 刘玉芳, 李蕾
【申请人】河南师范大学
【公开日】2015年11月25日
【申请日】2015年9月1日