基于遗传粒子群算法的FBG传感网重叠光谱的解调研究

由于光源带宽有一定的范围,当光纤布拉格光栅(FBG)传感器的数量使用过多时会发生光谱重叠现象,所以会造成反射光谱的中心波长识别困难。为解决光谱重叠问题,通过利用光谱形状复用技术构造重叠光谱,并根据遗传算法和粒子群算法的特点,将二者进行结合形成了遗传粒子群混合算法,用于改进识别反射光谱的中心波长的收敛速度和精度。通过仿真实验结果可知,当FBG传感器的反射光谱发生重叠时,遗传粒子群混合算法可以实现对重叠光谱中心波长的识别,且识别误差范围在5 pm之内。该方法为解决因光源带宽而限制FBG传感器的使用数量提供了一种可行方案。     

改进优化算法FBG传感网复用能力的研究

针对布拉格光栅在构成传感网络时会出现光谱重叠的问题,通过对模拟退火算法中退火因子的修改,以及在退火过程中给予合理的回温操作,改进了算法的计算效率和收敛性,并将改良后的退火算法与粒子群算法结合,可对光谱重叠中各个光栅的波长进行识别。通过对单个及多个光谱重叠的识别结果分析,验证了本算法对光谱重叠的区分具有可行性。实验结果表明:当三个光栅发生两个光谱重叠现象时,改进模拟退火的粒子群算法能够对其光栅进行识别和区分,并且能够将波长的辨识误差控制在±5 pm左右。