一种基于ADLASSO-SEMPSO-RBF的分布式光纤信号听觉信息解耦方法技术

本发明专利技术涉及基于ADLASSO‑SEMPSO‑RBF的分布式光纤信号听觉信息解耦方法，是一种对分布式光纤信号进行热力解耦的方法，属于信号处理与机器学习领域，其特征在于采用如下步骤：(1)确定布里渊频移随温度和应变变化的关系；(2)确定Lasso回归损失函数；(3)确定MPSO优化模型的惯性权重；(4)确定MPSO模型的学习因子；(5)确定MPSO中损失函数的迭代更新公式；(6)确定RBF神经网络隐藏层的输出；(7)确定隐藏层到输出层的权重矩阵变化量；(8)确定RBF神经网络的输出。本发明专利技术结合ADLASSO和SEMPSO方法对分布式光纤温度、应变信号进行了热力解耦处理，考虑了光纤本身随温度变化而导致的应变和应力的变化，为分布式光纤信号的热力解耦提供了一种有效实用的方法。

【技术实现步骤摘要】
一种基于ADLASSO-SEMPSO-RBF的分布式光纤信号听觉信息解耦方法
本专利技术涉及信号处理与机器学习领域，主要是一种对分布式光纤信号进行热力解耦的方法。
技术介绍
分布式光纤传感技术以光纤为感应和传输介质，利用光波在光纤中传输的特性，通过监测光纤中光信号的波长、相位、频率、偏振态等参量的变化，实现对光纤沿线的连续分布式感测。在全分布式光纤传感系统中，光纤既作为信号传输介质，又是传感单元。在应变/温度检测中比较成熟的技术是BOTDR技术，但是由于应力场和温度场两个物理场之间相互影响即热力耦合现象会使得最终的测量结果不准确。目前，针对分布式光纤热力耦合问题，主要是对分布式光纤传感系统中的光源、光电转换器等硬件装置进行优化设计，根据分布式光纤传感的测量原理，推导融合传感装置的应变解调公式，从而搭建的融合传感系统，实现热力解耦的目的。该解耦方法主要的侧重点是分布式光纤传感系统硬件本身方面的耦合，通过对传感系统的结构进行设计来达到解耦的目的，而没有考虑光纤本身随温度变化而导致的应变和应力的变化。此外，也通过双参量传感的方式来实现温度应变本文档来自技高网...

【技术保护点】
1.本专利技术涉及一种基于ADLASSO-SEMPSO-RBF的分布式光纤信号听觉信息解耦方法，其特征在于：确定了布里渊频移随温度和应变变化的关系，确定了Lasso回归损失函数，确定了MPSO优化模型的惯性权重，确定了MPSO模型的学习因子，确定了MPSO中损失函数的迭代更新公式，确定了RBF神经网络隐藏层的输出，确定了隐藏层到输出层的权重矩阵变化量，确定了RBF神经网络的输出，具体包括以下八个步骤；/n步骤一：确定布里渊频移随温度和应变变化的关系v

【技术特征摘要】
1.本发明涉及一种基于ADLASSO-SEMPSO-RBF的分布式光纤信号听觉信息解耦方法，其特征在于：确定了布里渊频移随温度和应变变化的关系，确定了Lasso回归损失函数，确定了MPSO优化模型的惯性权重，确定了MPSO模型的学习因子，确定了MPSO中损失函数的迭代更新公式，确定了RBF神经网络隐藏层的输出，确定了隐藏层到输出层的权重矩阵变化量，确定了RBF神经网络的输出，具体包括以下八个步骤；
步骤一：确定布里渊频移随温度和应变变化的关系vB(ε,T)；



式中，vB表示布里渊频移，ε表示应变，T表示温度，k表示泊松比，E表示杨氏模量，ρ表示光纤介质的密度，n表示光纤折射率，λ0表示泵浦光的波长；
步骤二：确定Lasso回归损失函数L(C)；
保持应变ε＝0不变时，布里渊频移和温度关系为；



保持温度T＝T0不变时，布里渊频移和应变的关系为；



对上述式子进行级数展开，分析可知布里渊频移与温度和应变的变化关系可表示为；
ΔvB＝Cv,TΔT+Cv,εΔε；
从而确定损失函数L(C)；



式中，n表示样本点数，α表示常数系数，|C||1表示L1范数，ΔvB(i)表示第i个布里渊平移变化量，在ADLasso模型中，将各个变量采用不同的惩罚项，不重要的变量采用较大的权重惩罚，重要的变量采用较小的权重惩罚，达到保留重要的信息，剔除不重要的信息或者干扰信息的效果，提高实现目标的准确性；
步骤三：确定MPSO优化模型的惯性权重w；



式中，w表示惯性权重，...

【专利技术属性】
技术研发人员：王松，胡燕祝，康慧兵，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11