CN113358239A - 一种基于fbg的波长特征识别方法 - Google Patents

一种基于fbg的波长特征识别方法 Download PDF

Info

Publication number
CN113358239A
CN113358239A CN202110564379.9A CN202110564379A CN113358239A CN 113358239 A CN113358239 A CN 113358239A CN 202110564379 A CN202110564379 A CN 202110564379A CN 113358239 A CN113358239 A CN 113358239A
Authority
CN
China
Prior art keywords
fbg
wavelength
algorithm
value
spectrum signal
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
Application number
CN202110564379.9A
Other languages
English (en)
Inventor
江虹
张笑鸣
邵向鑫
赵一涵
张志超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun University of Technology
Original Assignee
Changchun University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changchun University of Technology filed Critical Changchun University of Technology
Priority to CN202110564379.9A priority Critical patent/CN113358239A/zh
Publication of CN113358239A publication Critical patent/CN113358239A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
    • G01K11/32—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres
    • G01K11/3206—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres at discrete locations in the fibre, e.g. using Bragg scattering

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optical Transform (AREA)

Abstract

本发明涉及光纤光栅解调技术领域，具体为一种基于FBG的波长特征识别方法，本方法是一种基于Hilbert变换的Gaussian曲线拟合法(HTG‑LM)，第一步首先把5个FBG温度传感器放入高低温循环箱模拟模型中的光栅传感阵列，然后ASE宽带光源经滤波、放大后，输出光通过环形器进入到FBG传感阵列，最后将FBG反射光谱信号传输至解调仪AQ6370B读取上述光谱信号的中心波长，作为理论波长值；第二步是将FBG反射光谱信号做去噪处理，然后得到基于Hilbert变换分割产生的FBG亚光谱信号近似高斯函数；第三步是用Gaussian‑LM算法对上述亚光谱信号进行寻峰，获得实际中心波长值；第四步进行误差分析。本发明针对光栅传感网多峰反射谱信号进行精确波长特征识别，能有效解决传统高斯算法的不足。

Description

一种基于FBG的波长特征识别方法
技术领域
本发明涉及光纤光栅解调技术领域，具体为一种基于FBG的波长特征识别方法。
背景技术
光纤布拉格光栅FBG(Fiber Bragg Grating)在航空航天、结构健康监测、石油化工、电力电缆温度在线监测、周界安防等领域有着广泛的应用。FBG传感器通过确定其反射光谱中心波长漂移与环境参数(如温度、应力等)的关系，间接感知外界环境的变化。而中心波长的精确程度直接决定待测参数的准确度，甚至影响整个监测系统的精度，因此研究一种精确的波长特征识别方法至关重要。
常用的比较成熟的波长特征识别算法，例如质心法、多项式拟合法、高斯拟合法等算法寻峰精度较高，解调速度较慢，而且寻峰精度受限于谱型质量，只适合对FBG传感网络信号反射谱的单峰进行检测，无法应对复杂环境及FBG多峰反射光谱的波长特征识别。
发明内容
为解决上述问题，本发明提供一种基于FBG的波长特征识别方法，该方法是一种多峰检测算法，能够解决FBG波长特征识别系统中的多峰检测问题，并能提供更快的速率和较好的准确性，提高寻峰精度，解决传统高斯拟合算法的不足，可以获得具有较高精度的FBG中心波长。
为实现上述目的，本发明采用的技术方案是：
一种基于FBG的波长特征识别方法，包括如下步骤，
步骤1、首先把5个FBG温度传感器放入高低温循环箱模拟模型中的光栅传感阵列，然后ASE宽带光源经滤波、放大后，输出光通过环形器进入到FBG传感器阵列，最后将FBG反射的光谱信号传输至解调仪AQ6370B读取上述光谱信号的中心波长，作为理论波长值；
步骤2、对FBG光栅传感阵列的反射光谱信号进行去噪处理；
步骤3、基于Hilbert变换对反射光谱信号进行分割；
步骤4、将基于Hilbert变换分割产生的FBG亚光谱信号用近似高斯函数表示为：
Figure BDA0003080197240000021
光谱拟合误差函数为：
Figure BDA0003080197240000022
其中，X＝(A,λb,Δλb,B)T和(xi,yi)为采样点；根据最小二乘法，
Figure BDA0003080197240000023
当S达到最小值时可以计算出FBG反射谱信号的中心波长λb；
步骤5、通过LM算法可得：
Figure BDA0003080197240000024
Figure BDA0003080197240000025
由于LM算法在每次迭代的过程中，都会用到海森矩阵Gk，但不能保证其是可逆的，因此采用Jacobian矩阵J(X)来替代；因此选择LM算法，通过迭代可以确定X＝(A，λb，Δλb，B)T的最优解；
雅可比矩阵J(X)为：
Figure BDA0003080197240000031
Figure BDA0003080197240000032
Figure BDA0003080197240000033
Figure BDA0003080197240000034
Ji,4＝1 (10)；
为了防止添加雅克比矩阵后与实际海森矩阵的差异过大，引入了λ变量，因此，(4)可重新表示为：
Xk+1＝Xk-(J(r(Xk))TJ(r(Xk))+λI)-1+J(r(Xn))Tr(Xn) (11)；
步骤6、通过HTG算法得出实际测量波长值，与理论值比较，记录误差值。
作为优选的，在步骤3中，对反射光谱进行分割后，实值函数x(t)的Hilbert变换则可以表示为：
Figure BDA0003080197240000041
作为优选的，使用的Gaussian-LM算法，加入自适应调节阻尼因子λ，实现收敛，λ的值将根据优化状态随时调整。
作为优选的，选取光功率最高的采样点的横坐标作为初始值，初始向量估计为X＝(A,λb,Δλb,B)T，设定λ为0.01，确定
Figure BDA0003080197240000042
为终止条件，计算初始误差平方和。
使用本发明的有益效果是：
本方法是一种基于Hilbert变换的Gaussian曲线拟合法(HTG-LM)，与传统的单峰波长特征识别方法相比，本发明是一种能有效解决FBG传感信号的多峰波长特征识别技术，该技术提供更快的波长识别速率以及更高的精确性。
附图说明
图1为本发明基于FBG的波长特征识别方法中波长特征识别系统图。
图2为本发明基于FBG的波长特征识别方法中HTG-LM算法流程图。
图3为本发明基于FBG的波长特征识别方法中反射光谱的原始波形。
图4为本发明基于FBG的波长特征识别方法中添加噪声信号的反射光谱波形。
图5为本发明基于FBG的波长特征识别方法中反射光谱去噪后的波形。
图6为本发明基于FBG的波长特征识别方法中Hilbert变换后的反射光谱。
图7为本发明基于FBG的波长特征识别方法中反射光谱分割后的亚光谱。
图8为本发明基于FBG的波长特征识别方法中HTG-LM算法中LM算法流程图。
具体实施方式
为使本技术方案的目的、技术方案和优点更加清晰明了，下面结合具体实施方式，对本技术方案进一步详细说明。应该理解，这些描述只是示例性的，而不是要限制本技术方案的范围。
如图1、图2所示，本发明所设计的一种基于FBG的波长特征识别方法，其特征在于，它包括如下步骤：
步骤1：信号光谱采集。将5个FBG温度传感器放入高低温循环箱，而后将ASE宽带光源通过环形器将光发送到FBG传感器阵列，随后反射的信号传输至解调模块，通过光谱仪AQ6370B读取上述光谱信号的中心波长，作为理论波长值；
步骤2：信号光谱去噪。对FBG反射光谱信号进行去噪处理，主要进行滑动滤波处理。具体采用多点滑动平均法，最后选取了五点滑动平均法，效果如图3～5所示；
步骤3：反射光谱分割。对滤波后的光谱反射信号进行Hilbert变换。Hilbert变换后的实值函数x(t)则可以表示为：
Figure BDA0003080197240000051
之后通过Hilbert变换，如图6所示，找到合适的阈值。
再分割反射光谱，形成很多亚光谱。图7为分割后的反射亚光谱。
HTG-LM算法验证。搭建解调系统如图1所示。将5个待测FBG温度传感器放入高低温循环箱中，调节温度变化。温度变化范围是0～100℃，从20℃到80℃每次增长10℃进行测量。ASE光源经过滤波、放大输出的光经环形器进入FBG传感器阵列，其反射光谱信号通过3dB的耦合器输出到解调模块，根据采样的数据，HTG-LM算法可以直接计算出待测的FBG温度传感器的峰值波长，经过标度变换后，计算出待测量。如图2所示为HTG-LM算法流程图。
步骤4：波长特征识别。
1)中心波长λb的拾取。将基于Hilbert变换分割产生的FBG亚光谱信号用近似高斯函数表示为；
Figure BDA0003080197240000061
而光谱拟合误差函数为：
Figure BDA0003080197240000062
其中，X＝(A,λb,Δλb,B)T和(xi,yi)为采样点；
根据最小二乘法，
Figure BDA0003080197240000063
当S达到最小值时可以计算出FBG反射谱信号的中心波长λb。
2)中心波长λb的迭代优化。通过LM算法可得：
Figure BDA0003080197240000064
Figure BDA0003080197240000065
由于LM算法在每次迭代的过程中，都会用到海森矩阵Gk，且不能保证其是可逆的，因此采用Jacobian矩阵J(X)来替代。因此选择LM算法，通过迭代可以确定X＝(A，λb，Δλb，B)T的最优解。LM算法流程图如图8所示。
步骤6：以不同寻峰算法进行对比验证，如表1所示。
表1
Figure BDA0003080197240000071
上述方法步骤2进行的信号平滑处理，可以在信号不失真的情况下，滤除尽可能多的噪声信号，以提高Hilbert变换寻峰过程的精度。
步骤3使用Hilbert变换可以分割出FBG多峰反射亚光谱。
验证波长特征识别精度受限于模型参数的选择。通过调节HTG-LM算法中的阻尼因子λ，实现收敛。λ的值将根据优化状态随时调整，如果λ的值下降速率较快，更接近Gaussian-Newton算法；如果速率较慢，则更接近梯度算法；通过LM算法的迭代优化，决定波长特征识别的精度以及计算速率。
本发明所设计的一种基于FBG的波长特征识别方法主要针对传统Gaussian拟合算法进行了3个部分的优化，第1个部分优化使用Hilbert变换法，将多峰FBG反射光谱信号分割成近似高斯函数曲线亚光谱。
本发明所设计的一种基于FBG的波长特征识别方法第2部分优化是对第1部分得到的近似高斯函数进行最小二乘法拟合。在这一部分可以计算出光纤光栅反射光谱信号的中心波长λb。
本发明所设计的一种基于FBG的波长特征识别方法第3部分优化在采用LM算法可以通过迭代确定X＝(A，λb，Δλb，B)T的最优值，即精确地波长特征识别。
上述FBG的波长特征识别方法是基于一种大容量高精度光纤光栅解调系统提出的，该系统模型如图1所示，包括ASE光源、信号调理模块、光环形器、高低温循环箱、FBG传感阵列、AQ6370B光谱仪、解调模块、计算机。
FBG的反射光谱近似于高斯函数。而本发明就是在此基础上，结合Hilbert算法以及LM算法，形成一种基于Hilbert变换的Gaussian曲线拟合法(HTG-LM)，能有效的解决传统Gaussian拟合算法的不足，可以获得具有较高精度的FBG中心波长。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本技术内容的思想，在具体实施方式及应用范围上可以作出许多变化，只要这些变化未脱离本发明的构思，均属于本专利的保护范围。

Claims (4)

1.一种基于FBG的波长特征识别方法，其特征在于：包括如下步骤，
步骤1、首先把5个FBG温度传感器放入高低温循环箱模拟模型中的光栅传感阵列，然后ASE宽带光源经滤波、放大后，输出光通过环形器进入到FBG传感器阵列，最后将FBG反射的光谱信号传输至解调仪AQ6370B读取上述光谱信号的中心波长，作为理论波长值；
步骤2、对FBG光栅传感阵列的反射光谱信号进行去噪处理；
步骤3、基于Hilbert变换对反射光谱信号进行分割；
步骤4、将基于Hilbert变换分割产生的FBG亚光谱信号用近似高斯函数表示为：
Figure FDA0003080197230000011
光谱拟合误差函数为：
Figure FDA0003080197230000012
其中，X＝(A,λb,Δλb,B)T和(xi,yi)为采样点；根据最小二乘法，
Figure FDA0003080197230000013
当S达到最小值时可以计算出FBG反射谱信号的中心波长λb；
步骤5、通过LM算法可得：
Figure FDA0003080197230000014
Figure FDA0003080197230000015
由于LM算法在每次迭代的过程中，都会用到海森矩阵Gk，但不能保证其是可逆的，因此采用Jacobian矩阵J(X)来替代；因此选择LM算法，通过迭代可以确定X＝(A，λb，Δλb，B)T的最优解；
雅可比矩阵J(X)为：
Figure FDA0003080197230000021
Figure FDA0003080197230000022
Figure FDA0003080197230000023
Figure FDA0003080197230000024
Ji,4＝1 (10)；
为了防止添加雅克比矩阵后与实际海森矩阵的差异过大，引入了λ变量，因此，(4)可重新表示为：
Xk+1＝Xk-(J(r(Xk))TJ(r(Xk))+λI)-1+J(r(Xn))Tr(Xn) (11)；
步骤6、通过HTG算法得出实际测量波长值，与理论值比较，记录误差值。
2.根据权利要求1所述的基于FBG的波长特征识别方法，其特征在于：在步骤3中，对反射光谱进行分割后，实值函数x(t)的Hilbert变换则可以表示为：
Figure FDA0003080197230000031
3.根据权利要求1所述的基于FBG的波长特征识别方法，其特征在于：在步骤4和步骤5中，使用的Gaussian-LM算法，加入自适应调节阻尼因子λ，实现收敛，λ的值将根据优化状态随时调整。
4.根据权利要求3所述的基于FBG的波长特征识别方法，其特征在于：选取光功率最高的采样点的横坐标作为初始值，初始向量估计为X＝(A,λb,Δλb,B)T，设定λ为0.01，确定
Figure FDA0003080197230000032
为终止条件，计算初始误差平方和。
CN202110564379.9A 2021-05-24 2021-05-24 一种基于fbg的波长特征识别方法 Pending CN113358239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110564379.9A CN113358239A (zh) 2021-05-24 2021-05-24 一种基于fbg的波长特征识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110564379.9A CN113358239A (zh) 2021-05-24 2021-05-24 一种基于fbg的波长特征识别方法

Publications (1)

Publication Number Publication Date
CN113358239A true CN113358239A (zh) 2021-09-07

Family

ID=77527390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110564379.9A Pending CN113358239A (zh) 2021-05-24 2021-05-24 一种基于fbg的波长特征识别方法

Country Status (1)

Country Link
CN (1) CN113358239A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114518163A (zh) * 2022-02-21 2022-05-20 无边界(苏州)新材料科技有限公司 一种基于Gaussian-LM算法进行全声态光纤监测的方法
CN114544009A (zh) * 2022-02-28 2022-05-27 西安电子科技大学 一种高精度光纤光栅解调方法及系统
CN115655323A (zh) * 2022-10-28 2023-01-31 广州市南沙区北科光子感知技术研究院 一种光纤光栅传感网络的光谱类型识别方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005030890A (ja) * 2003-07-11 2005-02-03 Toshiba Corp ファイバブラッググレーティング物理量計測方法および装置
WO2007004339A1 (ja) * 2005-07-01 2007-01-11 University Of Yamanashi ブラッググレーティングの構造の同定方法および装置ならびにその作成方法
CN102706372A (zh) * 2012-03-28 2012-10-03 中国航空工业集团公司北京长城计量测试技术研究所 一种光纤波长解调光谱峰值定位方法
CN104634460A (zh) * 2015-03-04 2015-05-20 重庆邮电大学 一种分布式fbg传感网络多峰自适应精确寻峰方法
CN108426594A (zh) * 2016-05-24 2018-08-21 北京信息科技大学 一种相关算法的光纤光栅反射谱解调系统
CN109506683A (zh) * 2018-12-04 2019-03-22 哈尔滨工业大学（深圳） 一种面向海洋环境监测的fbg光纤传感解调系统
CN109884080A (zh) * 2019-03-06 2019-06-14 北京航空航天大学 基于自适应多峰检测算法的fbg中心波长寻峰方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005030890A (ja) * 2003-07-11 2005-02-03 Toshiba Corp ファイバブラッググレーティング物理量計測方法および装置
WO2007004339A1 (ja) * 2005-07-01 2007-01-11 University Of Yamanashi ブラッググレーティングの構造の同定方法および装置ならびにその作成方法
CN102706372A (zh) * 2012-03-28 2012-10-03 中国航空工业集团公司北京长城计量测试技术研究所 一种光纤波长解调光谱峰值定位方法
CN104634460A (zh) * 2015-03-04 2015-05-20 重庆邮电大学 一种分布式fbg传感网络多峰自适应精确寻峰方法
CN108426594A (zh) * 2016-05-24 2018-08-21 北京信息科技大学 一种相关算法的光纤光栅反射谱解调系统
CN109506683A (zh) * 2018-12-04 2019-03-22 哈尔滨工业大学（深圳） 一种面向海洋环境监测的fbg光纤传感解调系统
CN109884080A (zh) * 2019-03-06 2019-06-14 北京航空航天大学 基于自适应多峰检测算法的fbg中心波长寻峰方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡正文;庞成鑫;程冯宇;: "Gaussian-LM算法在光纤布拉格光栅反射光谱寻峰中的应用", 激光与光电子学进展, no. 01, pages 013001 - 1 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114518163A (zh) * 2022-02-21 2022-05-20 无边界(苏州)新材料科技有限公司 一种基于Gaussian-LM算法进行全声态光纤监测的方法
CN114518163B (zh) * 2022-02-21 2024-03-19 无边界(苏州)新材料科技有限公司 一种基于Gaussian-LM算法进行全声态光纤监测的方法
CN114544009A (zh) * 2022-02-28 2022-05-27 西安电子科技大学 一种高精度光纤光栅解调方法及系统
CN115655323A (zh) * 2022-10-28 2023-01-31 广州市南沙区北科光子感知技术研究院 一种光纤光栅传感网络的光谱类型识别方法

Similar Documents

Publication Publication Date Title
CN113358239A (zh) 一种基于fbg的波长特征识别方法
CN108955734B (zh) 一种光纤f-p温度/压力复合传感器的腔长解调方法
CN107490397B (zh) 高精度自适应滤波fbg光谱快速寻峰方法
CN108534811B (zh) 一种短腔光纤法珀传感器的腔长解调算法
CN105841723B (zh) 基于小波奇异性检测的fbg传感解调寻峰方法
CN109282837B (zh) 基于lstm网络的布拉格光纤光栅交错光谱的解调方法
CN116089824B (zh) 光谱共焦位移传感器的峰值提取方法及系统、介质
CN108846200B (zh) 一种基于迭代法的准静态桥梁影响线识别方法
CN111181634B (zh) 一种分布式光纤振动信号快速定位方法
CN111157484A (zh) 用于水果糖度检测设备的近红外光谱模型传递方法
CN111289142B (zh) 一种分布式光纤拉曼测温系统信号自适应干扰抵消方法
CN117112981A (zh) 一种钢板测厚数据优化采集方法
CN108426594B (zh) 一种相关算法的光纤光栅反射谱解调系统
CN117109487A (zh) 一种金属厚度自动化无损测量方法
CN111337452A (zh) 一种验证光谱数据模型转移算法可行性的方法
CN110542441A (zh) 一种光纤布拉格光栅传感系统的信号解调方法
CN113325574B (zh) 一种光纤法珀传感器双光源腔长匹配解调方法
CN115310304A (zh) 一种基于改进svd的干式空心电抗器光纤传感降噪方法
CN109668582B (zh) 应用于复用型fbg多峰反射谱的高速解调方法
CN113639769B (zh) 一种基于散斑相关性提高传感器灵敏度的方法
CN113790743B (zh) 用于光纤光栅传感系统的波长解调算法
CN117848438B (zh) 一种气体流量高精度测量方法及热式气体质量流量计
CN111735528B (zh) 一种基于knn投票精准定位扰动点的方法
CN117520983B (zh) 一种基于机电阻抗和cnn的结构损伤识别鲁棒方法
CN117611031B (zh) 一种冷链物联网物流温度实时监控方法及系统

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