【技术实现步骤摘要】
本专利技术涉及一种基于光谱形状的非均匀应变光纤布拉格光栅解调方法，尤其适用于光纤形状传感中布拉格光栅的非均匀应变的解调。
技术介绍
1、光纤布拉格光栅(fbg)被广泛应用于各种传感领域。fbg中心波长的变化被用于反馈外界物理量的变化，例如温度、应变、形状等的变化。然而在实际使用场景中，fbg会发生非均匀应变，单纯依赖fbg中心波长的变化难以准确反应fbg的真实变化。例如，专利202110805580.1介绍了一种由三根单模光纤和弹性合金基材组成的形状传感器，用于感测光纤应变的fbg的长度达到1cm的长度。弯曲时，离轴的光纤被拉伸或压缩，光纤中fbg轴向的不同区域多数情况下具有不同的曲率，而常规寻峰算法仅能给出一个峰值，会导致形状传感器重构的形状具有较大误差。
2、近年来，出现了一系列新型的fbg解调方法，包括解调硬件和解调算法的创新。例如基于阵列波导光栅、fbg、长周期光栅的解调硬件，再例如新型的临近平均算法、边缘滤波算法和布曼波长估计算法。专利2022100242772提供了一种将fbg的光谱转变为光强解调的方法，该方法将fbg的反射光入射到1×n阵列波导光栅中，并接着经过两个具有固定相位差π/2的马赫曾德干涉仪，最后由四个光电探测器对光功率进行测量。这种方法虽然避免了中心波长的解调，但当fbg的反射光谱不具有相对于最大光强位置的对称性时，该方法无法给出正确的解调结果。xuefeng mao等人介绍了一种临近平均算法，采用扫描激光法作为硬件，计算最大输出电压、次大输出电压附近各采样点的加权平均值，形成一种快速逼近反
3、因此，针对非均匀应变fbg的解调，一个反射光谱峰值包含的数据量过少，无法准确反映fbg的真实应变。需要探索一种新的解调方法，增加fbg的特征维度，更全面地反映fbg的真实应变情况。该技术尤其对大尺度的fbg应变有效，例如光纤形状传感器。
技术实现思路
1、本专利技术的目的是提供一种基于光谱形状的非均匀应变光纤布拉格光栅(fbg)解调方法，通过将fbg分段为多个子fbg，每个子fbg的折射率周期性变化的周期具有明显的差异，通过深度学习或拟合的方法输出多个子fbg的波长，作为解调结果。
2、本专利技术采用的技术方案具体如下：
3、一种基于光谱形状的非均匀应变光纤布拉格光栅解调方法，包括：
4、设置判断将fbg分段为子fbg的波长阈值δλb；
5、获取fbg的反射/透射光谱信号；
6、基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据；
7、基于波长阈值δλb对子fbg中心波长数据进行合并再进行排序，作为传感数据。
8、进一步地，所述基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
9、将反射/透射光谱信号输入至一训练好的深度神经网络模型，输出获得与每个子fbg相对应的多个中心波长值；
10、其中，所述深度神经网络模型的输出结果数量为fbg分段数量；所述深度神经网络模型是通过收集的数据集训练获得的。
11、进一步地，所述深度神经网络模型的架构包括具有relu激活函数的64个节点的输入层，两个具有relu激活函数的64个节点的隐藏层，以及没有激活函数的包含9个节点的输出层。这一设计旨在实现标量回归，通过均方误差(mse)损失函数进行训练，优化器选择adam。
12、进一步地，在训练过程中，采用了k折验证，将训练数据分成10个分区，依次选取其中一个作为验证集，其余用于训练。每个分区上训练模型后，记录了每个训练轮次的平均绝对误差(mae)。
13、最终，深度神经网络模型能够在整个训练数据集上进行训练，输出与每个子fbg相对应的多个波长数据。所述模型在实际应用中，如解调非均匀应变的fbg光谱，可以提供多个波长信息，从而为光纤传感领域的应变测量提供更为精确的工具。
14、进一步地，为了提高解调结果的准确性，引入了一个阈值筛选机制。在这一机制中，设定了一个阈值，用于为每个解调出的波长数据分配一个得分，该得分与其相关联的dnn输出值的置信度有关。
15、进一步地，所述基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
16、首先，根据fbg分段数量将fbg等效为n个子fbg。设置n个子fbg的长度分别为l1、l2、…、ln，其加和为fbg的总长度。任意n-1个长度为待拟合变量。设置n个子fbg的折射率周期变化的最小单元长度分别为l1、l2、…、ln。
17、其次，利用传输矩阵法，以子fbg i的出射光作为子fbg i+1的入射光(i＝1,2,…n-1)，得到最终一条仿真光谱，与实测光谱利用最小二乘法计算误差。通过扫描待拟合参数，可得到误差最小的参数组合。输出参数包括fbg长度和波长信息(l1，l2，…，ln，λb1，λb2，λb3，……)。
18、进一步地，所述fbg分段数量为2-6。
19、一种基于光谱形状的非均匀应变光纤布拉格光栅解调装置，包括：
20、数据获取模块，用于设置判断将fbg分段为子fbg的波长阈值δλb和获取fbg的反射/透射光谱信号；
21、中心波长数据计算模块，用于基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据；
22、输出模块，用于基于波长阈值δλb对子fbg中心波长数据进行合并再进行排序，作为传感数据。
23、进一步地，所述中心波长数据计算模块中，基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
24、将反射/透射光谱信号输入至一训练好的深度神经网络模型，输出获得与每个子fbg相对应的多个中心波长值；
25、其中，所述深度神经网络模型的输出结果数量为fbg分段数量；所述深度神经网络模型是通过收集的数据集训练获得的。
26、进一步地，所述中心波长数据计算模块中，基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
27、根据fbg分段数量将fbg等效为n个子fbg；设置n个子fbg的长度分别为l1、l2、…、ln，其加和为fbg的总长度；任意n-1个长度为待拟合变量；设置n个子fbg的折射率周期变化的最小单元长度分别为l1、l2、…、ln；
28、利用传输矩阵法，以子fbg i的出射光作为子fbg i+1的入射光，i＝1,2,…n-1，得到最终一条仿真光谱，与实测光谱利用最小二乘法计算误差；通过扫描待拟合参数，可得到误差最小的参数组合；输出参数包括fbg长度和波长信息(l1，l2，…，ln，λb1，λb2，λb3，……)。
29、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器本文档来自技高网...
【技术保护点】
1.一种基于光谱形状的非均匀应变光纤布拉格光栅解调方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于反射/透射光谱信号和FBG分段数量计算子FBG中心波长数据，具体为：
3.根据权利要求2所述的方法，其特征在于，所述数据集的每一样本包含反射/透射光谱信号及每个子FBG相对应的多个中心波长值。
4.根据权利要求1所述的方法，其特征在于，所述基于反射/透射光谱信号和FBG分段数量计算子FBG中心波长数据，具体为：
5.根据权利要求1所述的方法，其特征在于，所述FBG分段数量为2-6。
6.一种基于光谱形状的非均匀应变光纤布拉格光栅解调装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述中心波长数据计算模块中，基于反射/透射光谱信号和FBG分段数量计算子FBG中心波长数据，具体为：
8.根据权利要求6所述的装置，其特征在于，所述中心波长数据计算模块中，基于反射/透射光谱信号和FBG分段数量计算子FBG中心波长数据，具体为：
9.一种电子设备，包括
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-5任一项所述的一种基于光谱形状的非均匀应变光纤布拉格光栅解调方法。
...【技术特征摘要】
1.一种基于光谱形状的非均匀应变光纤布拉格光栅解调方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
3.根据权利要求2所述的方法，其特征在于，所述数据集的每一样本包含反射/透射光谱信号及每个子fbg相对应的多个中心波长值。
4.根据权利要求1所述的方法，其特征在于，所述基于反射/透射光谱信号和fbg分段数量计算子fbg中心波长数据，具体为：
5.根据权利要求1所述的方法，其特征在于，所述fbg分段数量为2-6。
6.一种基于光谱形状的非均匀应变光纤布拉格光栅解调装置，其特征在于，包括：
7.根据权利要求6所述...
【专利技术属性】
技术研发人员：许航，孟雷欣，杨青，陈哲涵，黄亮亮，唐文豪，欧阳纯方，
申请(专利权)人：之江实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。