CN107490397B - 高精度自适应滤波fbg光谱快速寻峰方法 - Google Patents

Abstract

本发明公开了一种高精度自适应滤波FBG光谱快速寻峰方法，该方法根据室内环境下获得的FBG光谱的中心波长λ₀，对FBG光谱数据进行裁剪得到FBG光谱数据子集，对FBG光谱数据子集进行能量最大值检测P_Max，以λ_Max为中心向左右各偏移2.5nm，选取构建参与寻峰的光谱能量数组P_[i]；将光谱能量数组P_[i]进行自适应零相位滤波，计算出最优截止频率，进行低通滤波，获得滤波后数组P′_[i]，采用高斯拟合算法对滤波后光谱能量数组P′_[i]进行精确寻峰，获得FBG光谱精确峰值点。本方法具有算法简单快速，参与寻峰数据量少，不受光谱局部噪声与信号畸变影响，寻峰稳定性好，精度高的特点，解决了极端环境下FBG光谱能量衰减剧烈导致信噪比低无法寻峰的问题，对于提高光纤光栅传感器在常规使用环境及极端环境下测量精度具有积极的现实意义。

Description

高精度自适应滤波FBG光谱快速寻峰方法

技术领域

本发明属于光纤传感技术领域，具体涉及一种高精度自适应滤波FBG光谱快速寻峰方法。

背景技术

随着我国航天器型号研制要求不断提高，对在地面模拟空间真空热环境下，测量航天器的温度与应变，实时监测结构热变形程度的需求已非常迫切。光纤多参量复合传感技术可以满足整星及其大型外露结构件(如网状天线、桁架结构、太阳翼、机械臂等)真空热试验应用需求。光纤光栅(Fiber Bragg Grating,FBG)传感器是当前光纤传感器领域内的研究热点，也是传感器研究与应用中最为广泛和最具有市场潜力的光纤传感器。FBG主要是通过观测布喇格波长漂移来判断待测物理量(温度或应变等)的变化，而布喇格波长对应FBG光谱的峰值位置，因此准确寻峰，对于提高测量精度至关重要。

目前，常用的FBG光谱寻峰算法包括直接寻峰算法、功率加权算法、一般多项式拟合法、高斯-多项式拟合法和高斯拟合法等。直接寻峰算法适用于高信噪比光谱数据的情况，当光谱波动较大且含有一定量噪声时，此算法寻峰精度很低且重复性很差；功率加权算法以观测数据来计算，噪声影响大，抗噪性能很差，且对波长分辨率、信噪比因素敏感，寻峰精度低；一般多项式拟合算法是将观测到的数据代入拟合公式计算出系数，再拟合波形，故对观测得到的数据要求比较精确，抗噪性能比较差，且如果峰值点不在观测点内，峰值误差较大；高斯多项式拟合算法的原理是对波形曲线进行高斯函数多项式变换，采用一般多项式拟合法的原理得到峰值位置，拟合曲线过分依赖观测数据，抗噪性能差，且如果峰值点不在观测点内，峰值误差较大；FBG光谱近似为高斯型，高斯拟合算法表达式与原始FBG光谱数据信号类似，拟合原理是使其均方差最小，能比较准确地寻峰，拟合曲线不一定经过观测数据点，因此抗噪性能最好。且对波长分辨率、信噪比变化因素不敏感，是比较稳定的拟合方法。

在实际应用中，由于各种噪声的影响，尤其是空间极端环境的影响，FBG光谱容易受到干扰，使实际测得的光谱峰值大小或位置发生改变，直接影响波长检测的准确性与重复性。目前，常用低通数字滤波方法对光谱数据进行降噪预处理，即对FBG光谱数据进行寻峰处理前，先采用低通数字滤波方法对光谱数据进行降噪处理，低通截止频率根据人为经验选取并始终不变固定使用，当光路中噪声情况发生变化时，低通截止频率不变，则滤波效果变差。达到一定的寻峰精度与稳定性的同时，需要考虑解调实时性，传统方法中，解调精度越高，需要参与寻峰的数据量越大，这在一定程度上影响了实时性，因此需要在达到高精度同时需要算法处理速度快。

发明内容

因此，本发明的目的在于提供一种高精度自适应滤波FBG光谱快速寻峰方法，实现了高精度快速寻峰，旨在满足极端环境下FBG传感器使用要求，适用于裸封装形式的FBG光纤光栅传感器及各种封装形式的FBG传感器。

为解决上述技术问题，本发明采用的技术方案如下：

高精度自适应滤波FBG光谱快速寻峰方法，包括如下步骤：

10)获得室内常压常温环境下的FBG光谱的中心波长λ₀；

11)试验开始后，获得第1采样周期FBG光谱能量数据，以λ₀为中心，向左右各偏移设定的波长间隔Δλ₀，对第1采样周期FBG光谱能量数据进行裁剪，选取波长范围为[λ₀-Δλ₀，λ₀+Δλ₀]的FBG光谱能量数据子集Po_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

12)对FBG光谱能量数据子集Po_[i]进行能量最大值检测Po_Max，并获得所对应的波长索引值λ_Max，以λ_Max为中心向左右各偏移设定的波长间隔Δλ′，选取波长范围为[λ₀-Δλ′，λ₀+Δλ′]的FBG光谱能量数据，构建参与寻峰的光谱能量数组P_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

13)将光谱能量数组P_[i]进行频谱分析，获得初始经验截止频率f₀；

14)将光谱能量数组P_[i]通过截止频率为f₀的巴特沃斯型低通滤波器进行低通滤波，获得滤波后数组P′_[i]，将P′_[i]进行逆序排列，获得逆序数组P″_[j]即P″_[0]＝P′_[N-1],P″_[1]＝P′_[N-2],…,P″_[N-2]＝P′_[1],P″_[N-1]＝P′_[0]，将P″_[j]通过截止频率为f₀的巴特沃斯型低通滤波器再次进行低通滤波，获得滤波后数组P″′_[j]，将P″′_[j]进行逆序排列，获得滤波后光谱能量数组P″′_[k]；

15)采用高斯拟合算法对滤波后光谱能量数组P″′_[k]进行高斯拟合：

得到a，b，c值，选取c值作为峰值点P_Max所对应的波长索引值λ_Max，得到精确峰值点P_Max＝a，完成精确寻峰；

16)获取下一个采样周期FBG光谱能量数据，根据步骤2)、3)、5)、6)，选取初始经验截止频率f₀，获得FBG光谱精确峰值点，连续进行N个采样周期的FBG光谱寻峰处理，得到N个峰值点数组Peak_[i]，所述i＝0,1,...,N-1，对峰值点数组Peak_[i]进行均方差计算：

得到峰值点数组Peak_[i]均方差S₀；

17)以初始经验截止频率f₀为中心，设定最小截止频率f_Min，最大截止频率f_Max，合适的频率间隔Δf，从f_Min～f_Max频率范围内，频率间隔Δf，按顺序选取截止频率f_[k]＝f_Min+KΔf,其中，对步骤7)中所提及的连续N个采样周期的FBG光谱能量数据，按照步骤2)、3)、5)、6)进行寻峰处理，并按照步骤7)中提到的均方差计算方法，计算出每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组，S_[j],j＝1,2,...,K-1，与步骤7)中计算的S₀合并，得到每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组S_[j],j＝0,2,...,K-1；对均方差数组S_[j],j＝0,2,...,K-1进行最小值检测S_Min，并获得S_Min所对应的频率索引值f_Min，并将其作为最终选取截止频率；

18)获取第N+1个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，依次类推，获取第N+2个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，直至试验结束。

所述步骤2)中，所提及的以λ_Max为中心向左右各偏移设定的波长间隔Δλ′，Δλ′可以为0～Min[λ_Max-1510,1590-λ_Max]nm，优选2.5nm。

所述步骤3)中，所提及的以λ₀为中心，向左右各偏移设定的波长间隔Δλ₀，Δλ₀可以为0～Min[λ₀-1510,1590-λ₀]nm，优选2nm。

所述步骤7)中，所提及的连续N个采样周期的FBG光谱能量数据，N可以为大于0的任意整数，优选10。

本方法具有算法简单快速，参与寻峰数据量少，自适应调整低通截止频率，不受光谱局部噪声与信号畸变影响，实现对FBG光谱数据自适应滤波，寻峰稳定性好，精度高的特点，解决了极端环境下FBG光谱能量衰减剧烈导致信噪比低无法寻峰的问题，对于提高光纤光栅传感器在常规使用环境及极端环境下测量精度具有积极的现实意义。

附图说明

图1是实现本发明方法的功能模块组成框图。

图2是高精度自适应滤波FBG光谱快速寻峰方法的流程图。

具体实施方式

以下参照附图对本发明的一种高精度自适应滤波FBG光谱快速寻峰方法进行详细说明，但该描述仅仅示例性的，并不旨在对本发明的保护范围进行任何限制。

如图1所示，实施本发明方法的系统包括如下功能模块：寻峰数组选取模块100、自适应零相位滤波模块200、高斯拟合峰值定位模块300。

如图2所示，本发明的高精度自适应滤波FBG光谱快速寻峰方法的流程步骤如下所示：

1)进入步骤101，获得室内常压常温环境下的FBG光谱的中心波长λ₀；

2)试验开始后，利用寻峰数组选取模块100，进入步骤102，获得第1采样周期FBG光谱能量数据，以λ₀为中心，向左右各偏移设定的波长间隔Δλ₀，对第1采样周期FBG光谱能量数据进行裁剪，选取波长范围为[λ₀-Δλ₀，λ₀+Δλ₀]的FBG光谱能量数据子集Po_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

3)利用寻峰数组选取模块100，进入步骤103，对FBG光谱能量数据子集Po_[i]进行能量最大值检测Po_Max，并获得Po_Max所对应的波长索引值λ_Max，以λ_Max为中心向左右各偏移设定的波长间隔Δλ′，选取波长范围为[λ₀-Δλ′，λ₀+Δλ′]的FBG光谱能量数据，构建参与寻峰的光谱能量数组P_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

4)利用自适应零相位滤波模块200，进入步骤201，将光谱能量数组P_[i]进行频谱分析，获得初始经验截止频率f₀；

5)利用自适应零相位滤波模块200，进入步骤202，将光谱能量数组P_[i]通过截止频率为f₀的巴特沃斯型低通滤波器进行低通滤波，获得滤波后数组P′_[i]，将P′_[i]进行逆序排列，获得逆序数组P″_[j]即P_[0]＝P′_[N-1],P″_[1]＝P′_[N-2],…,P″_[N-2]＝P′_[1],P″_[N-1]＝P′_[0]，将P″_[j]通过截止频率为f₀的巴特沃斯型低通滤波器再次进行低通滤波，获得滤波后数组P″′_[j]，将P″′_[j]进行逆序排列，获得滤波后光谱能量数组P″′_[k]；

6)利用高斯拟合峰值定位模块300，进入步骤301，采用高斯拟合算法对滤波后光谱能量数组P″′_[k]进行高斯拟合：

得到a，b，c值，选取c值作为峰值点P_Max所对应的波长索引值λ_Max，可得到精确峰值点P_Max＝a，完成精确寻峰；

7)获取下一个采样周期FBG光谱能量数据，根据步骤2)、3)、5)、6)，选取初始经验截止频率f₀，获得FBG光谱精确峰值点，进入步骤302，连续进行N个采样周期的FBG光谱寻峰处理，得到N个峰值点数组Peak_[i]，所述i＝0,1,...,N-1，对峰值点数组Peak_[i]进行均方差计算：

得到峰值点数组Peak_[i]均方差S₀；

8)进入步骤303，以初始经验截止频率f₀为中心，设定最小截止频率f_Min，最大截止频率f_Max，合适的频率间隔Δf，从f_Min～f_Max频率范围内，频率间隔Δf，按顺序选取截止频率f_[k]＝f_Min+KΔf,其中，对步骤7)中所提及的连续N个采样周期的FBG光谱能量数据，按照步骤2)、3)、5)、6)进行寻峰处理，并按照步骤7)中提到的均方差计算方法，计算出每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组，S_[j],j＝1,2,...,K-1，与步骤7)中计算的S₀合并，得到每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组S_[j],j＝0,2,...,K-1；对均方差数组S_[j],j＝0,2,...,K-1进行最小值检测S_Min，并获得S_Min所对应的频率索引值f_Min，并将其作为最终选取截止频率；

9)获取第N+1个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，依次类推，获取第N+2个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，直至试验结束。

本发明的高精度自适应滤波FBG光谱快速寻峰方法，具有算法简单快速，参与寻峰数据量少，自适应调整低通截止频率，不受光谱局部噪声与信号畸变影响，实现对FBG光谱数据自适应滤波，寻峰稳定性好，精度高的特点，解决了极端环境下FBG光谱能量衰减剧烈导致信噪比低无法寻峰的问题，对于提高光纤光栅传感器在常规使用环境及极端环境下测量精度具有积极的现实意义。

尽管上文对本发明的具体实施方式给予了详细描述和说明，但是应该指明的是，我们可以依据本发明的构想对上述实施方式进行各种等效改变和修改，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，均应在本发明的保护范围之内。

Claims (7)

1.高精度自适应滤波FBG光谱快速寻峰方法，包括如下步骤：

1)获得室内常压常温环境下的FBG光谱的中心波长λ₀；

2)试验开始后，获得第1采样周期FBG光谱能量数据，以λ₀为中心，向左右各偏移设定的波长间隔Δλ₀，对第1采样周期FBG光谱能量数据进行裁剪，选取波长范围为[λ₀-Δλ₀，λ₀+Δλ₀]的FBG光谱能量数据子集Po_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

3)对FBG光谱能量数据子集Po_[i]进行能量最大值检测Po_Max，并获得Po_Max所对应的波长索引值λ_Max，以λ_Max为中心向左右各偏移设定的波长间隔Δλ′，选取波长范围为[λ₀-Δλ′，λ₀+Δλ′]的FBG光谱能量数据，构建参与寻峰的光谱能量数组P_[i]，所述i＝0,1,...,N-1，其中Δλ为波长采样间隔；

4)将光谱能量数组P_[i]进行频谱分析，获得初始经验截止频率f₀；

5)将光谱能量数组P_[i]通过截止频率为f₀的巴特沃斯型低通滤波器进行低通滤波，获得滤波后数组P′_[i]，将P′_[i]进行逆序排列，获得逆序数组P″_[j]即P″_[0]＝P′_[N-1],P″_[1]＝P′_[N-2],…,P″_[N-2]＝P′_[1],P″_[N-1]＝P′_[0]，将P″_[j]通过截止频率为f₀的巴特沃斯型低通滤波器再次进行低通滤波，获得滤波后数组P″′_[j]，将P″′_[j]进行逆序排列，获得滤波后光谱能量数组P″′_[k]；

6)采用高斯拟合算法对滤波后光谱能量数组P″′_[k]进行高斯拟合：

<mrow> <mi>P</mi> <mo>=</mo> <mi>a</mi> <mo>&amp;times;</mo> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&amp;lambda;</mi> <mo>-</mo> <mi>c</mi> </mrow> <mi>b</mi> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;rsqb;</mo> </mrow>

得到a，b，c值，选取c值作为峰值点P_Max所对应的波长索引值λ_Max，得到精确峰值点P_Max＝a，完成精确寻峰；

7)获取下一个采样周期FBG光谱能量数据，根据步骤2)、3)、5)、6)，选取初始经验截止频率f₀，获得FBG光谱精确峰值点，连续进行N个采样周期的FBG光谱寻峰处理，得到N个峰值点数组Peak_[i]，所述i＝0,1,...,N-1，对峰值点数组Peak_[i]进行均方差计算：

<mrow> <mi>S</mi> <mo>=</mo> <msqrt> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mrow> <mo>(</mo> <msub> <mi>Peak</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mrow> <mi>P</mi> <mi>e</mi> <mi>a</mi> <mi>k</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mrow> <mi>N</mi> </mfrac> </msqrt> </mrow>

得到峰值点数组Peak_[i]均方差S₀；

8)以初始经验截止频率f₀为中心，设定最小截止频率f_Min，最大截止频率f_Max，合适的频率间隔Δf，从f_Min～f_Max频率范围内，频率间隔Δf，按顺序选取截止频率f_[k]＝f_Min+KΔf,其中，对步骤7)中所提及的连续N个采样周期的FBG光谱能量数据，按照步骤2)、3)、5)、6)进行寻峰处理，并按照步骤7)中提到的均方差计算方法，计算出每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组，S_[j],j＝1,2,...,K-1，与步骤7)中计算的S₀合并，得到每个截止频率下，N个采样周期的FBG光谱能量数据的峰值点数组Peak_[i]的均方差数组S_[j],j＝0,2,...,K-1；对均方差数组S_[j],j＝0,2,...,K-1进行最小值检测S_Min，并获得S_Min所对应的频率索引值f_Min，并将其作为最终选取截止频率；

9)获取第N+1个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，依次类推，获取第N+2个采样周期FBG光谱能量数据，选取截止频率f_Min，根据步骤5)、6)，获得FBG光谱精确峰值点，直至试验结束。

2.如权利要求1所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤3)中，所提及的以λ_Max为中心向左右各偏移设定的波长间隔Δλ′，Δλ′为0～Min[λ_Max-1510,1590-λ_Max]nm。

3.如权利要求2所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤3)中，Δλ′为2.5nm。

4.如权利要求1所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤2)中，所提及的以λ₀为中心，向左右各偏移设定的波长间隔Δλ₀，Δλ₀为0～Min[λ₀-1510,1590-λ₀]nm。

5.如权利要求4所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤2)中，Δλ₀为2nm。

6.如权利要求1所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤7)中，所提及的连续N个采样周期的FBG光谱能量数据，N为大于0的任意整数。

7.如权利要求1所述的高精度自适应滤波FBG光谱快速寻峰方法，其特征在于，所述步骤7)中，N为10。