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

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。

主权项

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。