CN106885624A - 一种新型分布式光纤传感器偏振控制方法 - Google Patents
一种新型分布式光纤传感器偏振控制方法 Download PDFInfo
- Publication number
- CN106885624A CN106885624A CN201710167800.6A CN201710167800A CN106885624A CN 106885624 A CN106885624 A CN 106885624A CN 201710167800 A CN201710167800 A CN 201710167800A CN 106885624 A CN106885624 A CN 106885624A
- Authority
- CN
- China
- Prior art keywords
- value
- particle
- chaos
- cfbest
- extreme value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种新型分布式光纤传感器偏振控制方法,其方法为:步骤一、混沌初始化;步骤二、将各个初始粒子的C值当做个体极值cfbesti0;步骤三、对极值位置gxbest0=(gx01,gx02)进行混沌优化,步骤四、更新粒子的速度和位置;步骤五、设置新位置;步骤六、如果粒子C值优于全局极值cfbestik,cxbestik设置为新位置;步骤七、在解空间对混沌变量经历的每一个可行解计算其C值;步骤八、即满足停止条件时,则搜索停止。有益效果:该优化算法继承了粒子群算法易于实现、收敛速度快、不需要目标函数的梯度信息等诸多优点,并引入混沌改进了粒子群算法存在的局部收敛、初始解群远离最优解等不足,是解决全局优化问题的极好的方法。
Description
技术领域
本发明涉及一种光纤传感器偏振控制方法,特别涉及一种新型分布式光纤传感器偏振控制方法。
背景技术
目前,由于单模光纤双折射的影响,使得双马赫-泽德型分布式光纤振动传感器的输出信号将会发生偏振退化和偏振相位漂移的现象,并且偏振的退化会使得干涉信号的可见度下降,导致传感器入侵检测性能降低甚至是失效,偏振相位漂移则会使输出信号时延改变,严重影响系统的定位功能。因此必须采取措施抑制偏振退化和偏振相位漂移现象,在这里我们要实现偏振控制,就需要我们根据目标函数不断改变偏振控制器的输入,但是由于外界环境处于缓慢变化和不确定的状态,会让偏振控制的初始偏振态和目标偏振态变成不可预知的,因此目标函数的形式是我们无法确定的,但若我们直接采用遍历的方法进行最优值的搜寻,则会耗费大量的时间。
发明内容
本发明的目的是为了解决偏振系统在进行偏振控制过程中所存在的诸多问题而提供的一种新型分布式光纤传感器偏振控制方法。
本发明提供的新型分布式光纤传感器偏振控制方法,其方法如下所述:
步骤一、混沌初始化,随机产生一个2维、每个分量数值在0-1的向量y1=(y11,y12),由yi+1j=μyij(1-yij),i=1,2...,99...,j=1,2,μ=4,得到数个向量y1,y2,...y100...;将zi的各个分量载波到优化变量的取值范围:xij=aj+(bj-aj)yij,i=1,2,...,99...,j=1,2,ai,bj分别为输入到挤压器上电压值的最小值和最大值;计算目标函数C,从数个初始群体中选择C值最大的数个解作为初始解Xi=(Vi1,Vi2),i=1,2,...,20...,并随机产生数个初始速度vi,其中i=1,2,...,20...;
步骤二、将各个初始粒子的C值当做个体极值cxbesti0,初始解xi当做个体极值位置cxbesti0;根据各个粒子的个体极值cfbesti0,找出全局极值gfbest0和全局极值位置gxbest0;
步骤三、对极值位置gxbest0=(gx01,gx02)进行混沌优化,随机产生一个2维、每个分量数值在0-1之间的向量u0=(u01,u02);产生ui=(ui1,ui2),ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,其中β为相对挤压器上输入电压值较小的一个常数,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1;在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgf0j和与之对应的最优位置cgx0j,用cgx0j取代当前群体中任意一个粒子的位置;
步骤四、根据公式
vk+1=covk+c1(cbestk-xk)+c2(gbestk-xk),xk+1=xk+vk+1更新粒子的速度和位置,其中c0,c1,c2为常数;
步骤五、如果粒子C值优于个体极值cfbestik,cxbestik设置为新位置;
步骤六、如果粒子C值优于全局极值cfbestik,cxbestik设置为新位置;
步骤七、对最优位置cxbestk=(gxk1,gxk2)进行混沌优化,随机产生一个2维、每个分量数值在0-1之间的向量u0=(u01,u02);产生ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1;在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgfkj和最优位置cgfkj,用cgfkj取代当前群体中任意一个粒子的位置;
步骤八、若最优值cgfkj小于设定的某个值,即满足停止条件时,则搜索停止,输出全局极值位置,即输出两挤压器的最佳电压值,否则返回步骤四。
本发明的有益效果:
混沌粒子群优化方法是一种解决全局优化问题的极好方法,该方法收敛速度快、易于实现并且不需要目标函数的梯度信息,因此基于混沌粒子群优化算法的偏振控制方法能够进行高速稳定的偏振控制,从而保证双马赫-曾德型分布式光纤振动传感器的长期稳定性。
此优化方法将混沌引入粒子群算法,该算法具有极好的全局搜索能力。粒子群优化算法是模拟鸟群和鱼群迁徙和聚集行为的进化算法,具有程序实现简单、控制参数少的特点。混沌是一种普遍的非线性现象,其行为复杂且类似随机,却有精致的内在规律,在优化领域中混沌的遍历性特点可以作为搜索过程中避免陷入局部极小的一种优化机制。
该优化算法继承了粒子群算法易于实现、收敛速度快、不需要目标函数的梯度信息等诸多优点,并引入混沌改进了粒子群算法存在的局部收敛、初始解群远离最优解等不足,是解决全局优化问题的极好的方法。
附图说明
图1为偏振控制的混沌粒子群优化方法流程图。
图2为偏振控制前后不同测试点的测试结果示意图。
具体实施方式
请参阅图1和图2所示:
激光光源采用波长1550nm、线宽小于50kHz的DenseLight公司的分布反馈式半导体激光器,经过衰减器之后的输出为3.5mW,单模传感光缆的长度为2.25km,其被直接敷设于周界围栏上,采集卡的采样率被设置为10MHz,偏振控制器采用MPD-001/PCD-M02,相位调制器采用调制常数为1.3/λrad/V,进行偏振控制方法的混沌粒子群优化算法,具体方法如下:
步骤一、混沌初始化,随机产生一个2维、每个分量数值在0-1的向量y1=(y11,y12),由yi+1j=μyij(1-yij),i=1,2...,99...,j=1,2,μ=4,得到100个向量y1,y2,...y100;将zi的各个分量载波到优化变量的取值范围:xij=aj+(bj-aj)yij,i=1,2,...,99...,j=1,2,ai,bj分别为输入到挤压器上电压值的最小值和最大值;计算目标函数C,从数个初始群体中选择C值最大的20个解作为初始解Xi=(Vi1,Vi2),i=1,2,...,20,并随机产生20个初始速度vi,其中i=1,2,...,20;
步骤二、将各个初始粒子的C值当做个体极值cfbesti0,初始解xi当做个体极值位置cxbesti0;根据各个粒子的个体极值cfbesti0,找出全局极值gfbest0和全局极值位置gxbest0;
步骤三、对极值位置gxbest0=(gx01,gx02)进行混沌优化,随机产生一个2维、每个分量数值在0~1之间的向量u0=(u01,u02);产生ui=(ui1,ui2),ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,其中β为相对挤压器上输入电压值较小的一个常数,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1 在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgx0j和与之对应的最优位置cgx0j,用cgx0j取代当前群体中任意一个粒子的位置;
步骤四、根据公式
vk+1=covk+c1(cbestk-xk)+c2(gbestk-xk),xk+1=xk+vk+1更新粒子的速度和位置,其中c0,c1,c2为常数;
步骤五、如果粒子C值优于个体极值cfbestik,cxbestik设置为新位置;
步骤六、如果粒子C值优于全局极值cfbestik,cxbestik设置为新位置;
步骤七、对最优位置cxbestk=(gxk1,gxk2)进行混沌优化,随机产生一个2维、每个分量数值在0~1之间的向量u0=(u01,u02);产生ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1;在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgfkj和最优位置cgxkj,用cgxkj取代当前群体中任意一个粒子的位置;
步骤八、若最优值cgfkj小于设定的某个值,即满足停止条件时,则搜索停止,输出全局极值位置,即输出两挤压器的最佳电压值,否则返回步骤四。
测试的偏振定位结果如图2所示,偏振控制的运行时间小于2s,并且大多分布在0.2-1s之间。表明偏振控制能够在0.185-1.990s内完成,其运行时间的平均值和标准差分别为0.4917s和0.3367s。一般来说,系统偏振态变化较为缓慢,偏振控制的时间间隔远大于偏振控制的运行时间,因此本发明提出的偏振控制方法几乎不会影响到系统的入侵检测和定位,已达到优化的目的。
Claims (1)
1.一种新型分布式光纤传感器偏振控制方法,其特征在于:其方法如下所述:
步骤一、混沌初始化,随机产生一个2维、每个分量数值在0-1的向量y1=(y11,y12),由yi+1j=μyij(1-yij),i=1,2...,99...,j=1,2,μ=4,得到数个向量y1,y2,...y100...;将zi的各个分量载波到优化变量的取值范围:xij=aj+(bj-aj)yij,i=1,2,...,99...,j=1,2,ai,bj分别为输入到挤压器上电压值的最小值和最大值;计算目标函数C,从数个初始群体中选择C值最大的数个解作为初始解Xi=(Vi1,Vi2),i=1,2,...,20...,并随机产生数个初始速度vi,其中i=1,2,...,20...;
步骤二、将各个初始粒子的C值当做个体极值cfbesti0,初始解xi当做个体极值位置cxbesti0;根据各个粒子的个体极值cfbesti0,找出全局极值gfbest0和全局极值位置gxbest0;
步骤三、对极值位置gxbest0=(gx01,gx02)进行混沌优化,随机产生一个2维、每个分量数值在0-1之间的向量u0=(u01,u02);产生ui=(ui1,ui2),ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,其中β为相对挤压器上输入电压值较小的一个常数,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1;在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgf0j和与之对应的最优位置cgx0j,用cgx0j取代当前群体中任意一个粒子的位置;
步骤四、根据公式
vk+1=covk+c1(cbestk-xk)+c2(gbestk-xk),xk+1=xk+vk+1更新粒子的速度和位置,其中c0,c1,c2为常数;
步骤五、如果粒子C值优于个体极值cfbestik,cxbestik设置为新位置;
步骤六、如果粒子C值优于全局极值cfbestik,cxbstik设置为新位置;
步骤七、对最优位置cxbestk=(gxk1,gxk2)进行混沌优化,随机产生一个2维、每个分量数值在0-1之间的向量u0=(u01,u02);产生ui+1j=4uij(1-uij),j=1,2将ui的各个分量载波到混沌扰动范围[-β,β]内,扰动量Δxi=(Δxi1,Δxi2)为Δxij=-β+2βuij,u0=u1;在解空间对混沌变量经历的每一个可行解计算其C值,得到最优值cgfkj和最优位置cgxkj,用cgxkj取代当前群体中任意一个粒子的位置;
步骤八、若最优值cgfkj小于设定的某个值,即满足停止条件时,则搜索停止,输出全局极值位置,即输出两挤压器的最佳电压值,否则返回步骤四。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167800.6A CN106885624A (zh) | 2017-03-21 | 2017-03-21 | 一种新型分布式光纤传感器偏振控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710167800.6A CN106885624A (zh) | 2017-03-21 | 2017-03-21 | 一种新型分布式光纤传感器偏振控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106885624A true CN106885624A (zh) | 2017-06-23 |
Family
ID=59180822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710167800.6A Pending CN106885624A (zh) | 2017-03-21 | 2017-03-21 | 一种新型分布式光纤传感器偏振控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106885624A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291181A (zh) * | 2011-08-09 | 2011-12-21 | 天津大学 | 一种分布式光纤扰动定位系统偏振控制方法及控制系统 |
CN103792847A (zh) * | 2014-02-19 | 2014-05-14 | 南京昕天卫光电科技有限公司 | 一种基于粒子群算法的光纤扰动偏振控制装置 |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
WO2016130594A1 (en) * | 2015-02-09 | 2016-08-18 | Washington University | Micro-resonator and fiber taper sensor system |
-
2017
- 2017-03-21 CN CN201710167800.6A patent/CN106885624A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291181A (zh) * | 2011-08-09 | 2011-12-21 | 天津大学 | 一种分布式光纤扰动定位系统偏振控制方法及控制系统 |
CN103792847A (zh) * | 2014-02-19 | 2014-05-14 | 南京昕天卫光电科技有限公司 | 一种基于粒子群算法的光纤扰动偏振控制装置 |
CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
WO2016130594A1 (en) * | 2015-02-09 | 2016-08-18 | Washington University | Micro-resonator and fiber taper sensor system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102291181B (zh) | 一种分布式光纤扰动定位系统偏振控制方法及控制系统 | |
CN103995468B (zh) | 基于遗传算法的光纤扰动系统的偏振控制方法及其装置 | |
CN104406682B (zh) | 一种双Mach‑Zehnder光纤干涉系统的干涉信号相关性调节方法 | |
Gao et al. | Finite-time annular domain stability of Itô stochastic impulsive systems with Markovian jumping under asynchronous switching | |
CN106885624A (zh) | 一种新型分布式光纤传感器偏振控制方法 | |
Zhang et al. | Global exponential stability of impulsive cellular neural networks with time-varying delays via fixed point theory | |
CN103792847A (zh) | 一种基于粒子群算法的光纤扰动偏振控制装置 | |
CA2976447A1 (en) | Method and apparatus for detecting shared risk link groups | |
CA2898142C (en) | Real-time non-linear optical strain gauge system | |
CN115954753A (zh) | 偏振控制的激光功率稳定控制装置、方法、激光发射设备 | |
US11080359B2 (en) | Stable data-driven discovery of a symbolic expression | |
CN103149639A (zh) | 一种双向马赫-泽德干涉仪系统及其偏振态调节方法 | |
CA2791771C (en) | Dynamic and selective management of integration points using performance metrics | |
Wang et al. | Adaptive data acquisition algorithm in Raman distributed temperature measurement system | |
Zhao et al. | Stochastic input-to-state stability and H∞ filtering for a class of stochastic nonlinear systems | |
CN204303107U (zh) | 一种入侵信息采集装置 | |
Zhang et al. | Self-adaptive demodulation for polarization extinction ratio in distributed polarization coupling | |
CN103542872A (zh) | 基于受激布里渊慢光效应的分布式光纤传感器及传感方法 | |
Richter et al. | EPICS Data Streaming and HDF File Writing for ESS Benchmarked Using the Virtual AMOR Instrument | |
CN201820385U (zh) | 低成本光纤传感实验仪 | |
Maccone | A quantum solution to the arrow-of-time dilemma: reply | |
Li et al. | Study on the large-scale novel fiber sensor network based on cloud computing | |
Wang et al. | Based on fiber-optic sensor and the light intensity changes vehicle dynamic weighing system | |
CN104834213B (zh) | 一种励磁干扰控制系统 | |
Zhang et al. | MI-MZI based distributed optical fiber sensor for location and pattern recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170623 |
|
RJ01 | Rejection of invention patent application after publication |