基于PSO-BP神经网络的光纤传感器光强补偿

基于反射式强度调制光纤传感器在测量实验过程中易受周围环境影响造成光源波动以及对探头的欺骗,提出了一种补偿措施,使用粒子群(PSO)优化反向传播(BP)神经网络算法补偿传感器获得光功率值,该算法不仅利用了PSO的寻找粒子群体的最佳位置的搜索性能,还利用了BP算法比较强的局部最优权值阈值搜索性能,粒子群算法优化反向传播神经...     

光纤布拉格光栅加速度传感器研究进展北大核心CSCD

基于光纤光栅原理的加速度传感器是近年来土木、机电和航空航天等领域研究的热点。简要介绍了基于光纤布拉格光栅(FBG)的加速度传感器的基本工作原理及力学模型,重点阐述了国内外基于光纤光栅的不同结构原理的加速度传感器最新研究进展。按工作频率范围的高低,先后介绍了用于低频和高频测量的加速度传感器的开发研究现状,并介绍了用于多维加速度方向测量的光纤光栅传感器的发展现状,最后对光纤光栅加速度传感器的发展作进一步展望。     

基于光纤SPR传感器水中盐度的测定

论述了检测系统和基于拉锥技术的光纤表面等离子共振(SPR)传感器的详细设计.制定了基于SPR的光纤传感器检测水样品的盐度的比较方案,以满足一些实践需求,诸如精度,速度快,小尺寸和高灵敏度折射率单位(RIU).利用Matlab和C++仿真得到了每个参数对光纤拉锥SPR传感器系统设计性能的影响,这为设备参数的合理选择提供了理论依据.设计了一种新的检测系统,将光学、机械和电子技术相结合.根据拉锥技术、模场分析理论及初步实验结果表明,该装置基本上达到了设计要求,如小巧、便携、良好的线性度和高度单位折射率.基于这个新设备对具有不同的盐度的NACL-水混合物进行了SPR实验,实验结果表明,可以实现对单个样品的精确检测.其谐振波长分辨率可以达到0.15 nm,同时,该检测结果具有较高的线性度和良好的稳定性,折射率(RI)检测偏差小于0.002.     

两类典型光纤型SPR传感器的理论模型比较

针对基于SPR效应的两类典型光纤型传感器:传统型包层腐蚀的镀金属多模光纤传感器、新型镀金属单模光纤光栅传感器,指出其不同的SPR模型处理方法及传感特性。首先,根据传统型SPR光纤传感器的结构特点,利用平板SPR理论给出反射谱特性,同时指出并证明薄膜光学理论在平板SPR结构中与平板SPR理论的等价性。其次,针对新型SPR光纤光栅传感器结构特点,依据模式耦合思想,结合SPW模式特征,提出了光纤光栅SPR结构的理论处理方法,得到了镀金膜三包层LPFG结构的透射谱。最后,对基于SPR效应的两类典型光纤型传感器的传感特性进行了比较分析,结果表明,两类传感器对环境折射率均具有较高的分辨率,但新型光纤光栅SPR传感器的分辨率高出传统SPR光纤传感器3个数量级。     

新型双通道可选择性SPR光纤传感器的研究

设计了一种双通道表面等离子体共振光纤传感器,分析了Au、Cu两种材料对波长调制型表面等离子体共振光纤传感器的影响,优化了金属厚度并且选取优化后的金属厚度dAu=47 nm,dCu=53 nm进行数值仿真分析。结果表明,金属层为金的通道比金属层为铜的通道灵敏度高,但是金属层为铜的通道比金属层为金的通道检测精度高4倍;金属层为金的传感通道适合检测折射率较低的物质,而金属层为铜的传感通道适合检测折射率较高的物质,该传感器的提出扩大了单一传感器的应用范围,并且文中提出的传感器比传统的SPR传感器检测精度高,灵敏度和单通道传感器一样。     

基于双芯光子晶体光纤的高灵敏度椭圆侧芯表面等离子体共振折射率传感特性北大核心CSCD

提出了一种基于双芯光子晶体光纤(PCF)的高灵敏度椭圆侧芯表面等离子体共振(SPR)折射率传感模型。在各向异性的完美匹配层边界条件下利用全矢量有限元法对传感器特性进行了数值仿真。研究发现:在椭圆侧芯中涂覆金属银纳米层可以实现SPR,共振峰对检测孔的折射率变化具有很高的传感灵敏度;与圆形结构相比,所提椭圆侧芯结构中的纤芯基模和金属表面等离子体激元(SPP)模式更易实现相位匹配;当椭圆率为0.7时,灵敏度在1.45~1.50的折射率范围内可达10412nm·RIU^(-1),且传感曲线线性度高;椭圆侧芯结构能够有效抑制高阶SPP模式,避免基模与多个SPP模式耦合形成干扰。     

光纤SPR传感器的信号检测及处理

光纤表面等离子体共振(SPR)传感器是目前应用在环境介质检测和生物大分子检测等方面的新型、高精度传感器。首先,以表面等离子体共振传感理论为基础,对系统检测结果进行数据处理,得出采用均值估计的线性模型。在不同时刻与相同环境介质下,检测某一溶液的十组光谱数据并进行均值估计,从而得到有效的共振波长。其次,利用小波分析方法进行信号处理,校正了噪声产生的漂移,对光谱信号压缩处理,以提高检测精度。再通过Matlab进行模拟仿真优化传感系统性能。并对不同折射率溶液如蒸馏水、酒精等进行检测,得到了良好的光谱响应曲线,证明了在检测范围内折射率和共振波长之间具有良好的线性关系。     

RBF神经网络在表面粗糙度光纤传感器中的应用

本文提出了以径向基函数（RBF）神经网络处理表面粗糙度光纤传感器输出信号的方法,将传感器的输出信号及作为光源的激光强信号同时加在RBF神经网络的输入端,利用RBF神经网络能够以任意精度逼近非线函数地能力的优点,同时实现对传感器的非线性补偿及减轻激光器输出光强变化带来的影响,采用这种方法的表面粗糙度光纤传感器,降低了对激光器输出功率稳定性的要求,具有测量范围大,精度高的特点。     

基于Otto结构的光纤SPR微位移传感器

提出一种基于Otto结构的高灵敏度光纤表面等离子体共振(SPR)微位移传感器。通过有限元分析软件COMSOL Multiphysics ULTIPHYSICS对该传感器的传感特性进行了理论数值研究,分析了表面等离子体共振波长与位移变化的关系。     

基于PSO-BP神经网络的无线传感器网络定位算法

针对无线传感器网络定位的基本功能问题。提出一种将PSO算法和BP神经网络相结合对RSSI在测距阶段测得的距离数据进行优化的算法。该算法将PSO算法作为BP神经网络的学习算法,缩短了BP神经网络的训练时间,并加快算法的收敛速度。通过仿真,定位精度较其他算法得到了明显提高,最高可达27.3%。     

光纤光栅高温传感器的研究

提出了一种能够测量高温的光纤布拉格光栅（FBG）传感器结构。利用线膨胀系数和长度均不同的两种金属细杆和光纤布拉格光栅设计而成的传感头，能够将被测温度转化为光栅的应变，解调由应变引起的光栅波长漂移，即可得知待测的温度。目前在实验室实现了500℃的动态范围和1℃的温度分辨率，实验结果与理论分析一致。     

ZnO镀膜光纤传感器功率耦合效率参数优化

基于ZnO镀膜光纤传感器的几何结构和等效网络模型,建立了目标函数功率耦合效率的数学模型。采用了一种混合粒子群算法对功率耦合效率参数进行了优化,仿真结果表明该算法对于复杂约束下的功率耦合效率模型更有效。通过仿真得到了一系列器件参数数据,对优化后的数据进行了分析,为ZnO镀膜光纤传感器的制作提供了理论参考。     

基于氧化锡铟纳米薄膜的圆形晶格光子晶体光纤折射率传感器

为了实现近红外波段的高灵敏度传感,设计并研究了一种基于表面等离子体共振的光子晶体光纤(Surface Plasmon Resonance Photonic Crystal Fiber,SPR-PCF)折射率传感器.该光纤横截面的空气孔排列方式是圆形晶格,呈现出向 日葵形状.光纤包层的外壁淀积了氧化锡铟(Indium T...     

双圈同轴型光纤传感器结构的优化与试验验证

为了验证用于测量物体表面形貌的双圈同轴型光纤传感器的数学模型的可行性、优化新结构光纤传感器中的参量以提高光纤传感器线性测量范围和灵敏度，采用了不影响调制特性曲线前坡数据的镜子纸作为反射面进行试验验证，并对新结构的光纤传感器进行了理论分析和数学建模，然后采用粒子群算法对新结构中的倾斜角度进行了优化。结果表明，以镜子纸为反射面所得的试验曲线与仿真调制特性曲线吻合，证明了用于测量物体表面形貌的双圈同轴型光纤传感器的数学模型的可行性；经粒子群算法优化后的倾斜角度为2.33°，此时前坡线性测量区间和灵敏度分别是倾斜角为零时的1.14倍和1.89倍。新结构的双圈同轴型光纤传感器展现出了良好的测量性能和应用前景。     

径向基函数神经网络在光纤法布里-珀罗传感器解调中的应用

提出了一种基于径向基函数(RBF)神经网络的光纤法布里一珀罗传感器解调方法.从理论上分析了该方法的解调原理.从干涉谱中提取特征值,利用干涉谱的特征值和腔长作为训练集,对RBF网络进行训练,训练好的网络就可以实现预测腔长的功能.在测量范围为0～2 MPa的法布里-珀罗(F-P)腔MEMS压力传感器进行的解调实验中,该算法可以辨别0.1 MPa的压力,腔长与压力数据的拟合度为0.98858.仿真计算得出,该方法解调出的腔长的相对误差达到0.02%,腔长的最大绝对误差小于0.1μm.实验结果表明,神经网络方法可以达到较高的精度,满足实际需求.     

基于优化卷积神经网络的图像超分辨率重建北大核心CSCD

与以往两类单帧图像的超分辨率重建方法相比,卷积神经网络超分辨率(SRCNN)技术以其端对端的映射架构大幅提高了运行效率与复原精准度,然而网络的层数限制以及收敛性能使得部分图像的恢复效果不及基于样例的重建方法。针对网络优化问题,提出了一种将粒子群优化(PSO)算法与SRCNN相结合的方法,利用PSO算法对网络权重进行初始化,同时结合梯度下降(GD)算法对权值进行修正,使得PSO算法的全局搜索能力与GD算法的局部寻优能力相融合。分别对set5、set14数据集和雾霾天气下模糊图片进行对比实验,结果表明,所提算法不仅能以较少参数来获得较高性能的网络,其重建效果优于已有的4种算法,而且对边缘的锐化能力更强。     

基于直角棱镜的光纤光度传感器

介绍了一种由两个相同直角棱镜构成的气室。利用其对光束摆动的不敏感性及对光束的反射特性，来提高气室工作的稳定性和检测灵敏度；分析了传感器中光束的传输特性，给出了光束的传输方程、单波长和双波长情况下光度传感器的测量方程；光束在气室内往返的次数N与过两个直角棱镜各自直角棱的对称面的间距d有关，通过调节间距d可选择所需测量灵敏度。测试结果表明，在低浓度测量时，这种光度传感器的灵敏度为普通单程吸收池灵敏度的N倍；在较高浓度时，仅在N为较小的几个值时，传感器的灵敏度与光束在气室内往返的次数N成正比，N较大时，光束在气室内往返的次数对传感器灵敏度的倍增作用减弱。基于直角棱镜的光纤光度传感器特别适合痕量物质的光度测量。     

基于神经网络的双芯谐振光纤色散补偿特性预测分析北大核心CSCD

本文针对双芯谐振色散补偿微结构光纤中色散调控与结构参数优化等问题,提出了一种基于神经网络的光纤轨道角动量模式色散特性预测方法。通过搭建多层神经网络模型,调节神经网络的隐藏层层数、神经元个数及网络超参数,得到了较为准确的色散预测结果。本文提出的方法建立了光纤结构与色散特性之间的联系与规律,与传统光学仿真计算方法相比,该方法可以更快速高效地找到光纤结构对应的模式色散特性,对光纤结构的设计和优化有一定的指导作用。