基于宽谱光源的光纤传感波长解调系统的研究

研究制作了基于宽谱光源的光纤传感波长解调系统, 以多光纤光栅作为波长参考基准、采用可调谐光纤法布里-珀罗(F-P)滤波器作为波长扫描器件。系统中采用三次多项式拟合的方法对滤波器锯齿波的扫描电压与透射波长关系曲线进行非线性拟合, 解决可调谐光纤F-P滤波器的电压—波长非线性关系对系统测量带来的较大误差问题, 实现波长的高精度解调。采用五光纤光栅做波长参考, 单根光纤光栅传感器的解调实验结果表明：待测光纤光栅布拉格波长短期测量分辨率为3.5 pm, 长期测量稳定性为7 pm。采用该系统对光纤非本征法布里-珀罗干涉型(EFPI)应变传感器的测试结果表明, 测量应变灵敏度为2.41 nm/με, 并且应变和波长之间存在良好的线性关系, 线性相关度达到0.99991。     

基于峰值匹配分布式估计算法的光纤布拉格光栅传感网络重叠光谱的波长解调

针对有限光源带宽条件下光纤布拉格光栅传感网络重叠复用的解调瓶颈,提出基于峰值匹配分布式估计算法的波长解调方法,将光纤布拉格光栅传感网络重叠光谱的解调问题转化为函数优化问题,利用理论光谱与重叠光谱之间的差异构建优化模型,通过峰值匹配分布式估计算法对该优化模型进行求解得到各光纤布拉格光栅的传感值.分布式估计算法采用高斯混合模型构建描述光纤布拉格光栅传感网络的解空间概率分布,由概率模型采样产生新的种群个体,并引入峰值匹配算子消除光纤布拉格光栅峰值错配,通过反复进化最终得到最优解.采用该方法对不同规模数量的光纤布拉格光栅传感网络进行解调实验,结果表明该方法在大规模光纤布拉格光栅光谱完全重叠的情况下,平均误差可控制在10pm以内;与现有其他解调技术相比,其具有更高的解调精度,能够解决光纤布拉格光栅传感网络光谱在部分重叠甚至完全重叠情况下的波长解调问题,为提升光纤布拉格光栅传感网络复用数量提供了新的解调途径.     

结合波分复用和空分复用的光纤光栅串口总线式检测系统

结合波分复用和空分复用技术,可增加光纤Bragg光栅(FBG)传感波长的解调数目。开发了FBG传感器检测仪与计算机系统之间的光纤Bragg光栅传感检测系统。该系统通过串口总线分别与光开关和解调仪通信,实现了传感光谱的实时描绘和16通道的FBG传感中心波长的动态更新。测试结果表明,系统工作波长范围为1527~1566nm,中心波长分辨率为1pm,一次采集光栅波长信息时间为620ms。     

阵列波导光栅解调的准分布式光纤光栅传感器

从理论上和实验上研究了一种操作简单、响应速度快,价格低廉和高分辨率的基于阵列波导光栅(AWG)的准分布式光纤布拉格光栅(FBG)传感器.该传感系统采用了阵列波导光栅双通道强度解调技术对光纤光栅的布拉格波长和温度进行精确的解调.实验结果表明,该系统对宽带宽光纤光栅的布拉格波长和温度解调均具有高线性度,考虑系统稳定性及光纤布拉格光栅之间的串扰影响,波长测量精度仍可达2 pm,温度测量精度优于0.2℃.     

基于虚拟仪器和可调谐激光技术的光纤光栅传感系统

提出了一种新颖的基于虚拟仪器(VI)和可调谐激光技术的光纤光栅(FBG)传感系统,利用可调谐激光对由光纤光栅组成的传感器阵列进行波长扫描,实现了多根光栅的复用准静态解调,并结合抖动技术和反馈环结构,使得探测信号在每一根传感光栅中心波长处过零,以提高系统在测定波长偏移时的分辨力。当反馈环工作在闭环状态下时,该系统还可对单根光栅实现动态跟踪锁定,实现单根光栅的动态解调。该传感系统的数据采集采用虚拟仪器技术,通过多通道同时输入输出实现了在线实时解调。实验采用了4根光栅组成传感阵列,获得了静态多根光栅小于1με和单根光栅动态频率10 Hz时3.3 n/εHz的解调分辨力,动态应变范围在850με。     

一种提高线阵CCD微型光谱仪波长分辨率的新算法

采用一种新的波长算法,通过获取光谱峰的位置信息,对相邻像元间的波长进行细分,将线阵CCD微型光谱仪波长的测量分辨率提高到了1pm。实验测量结果表明:测量光纤布喇格光栅(FBG)的波长稳定性优于1pm;测量光纤外腔式Fabry-Perot干涉仪(EFPI)的波长稳定性为5pm;计算速度比采用插值算法更快,有效地提高了波长测量的分辨率和采样频率,可以实现光纤传感信号的高速高精度解调。     

基于激光器激射特性的新型应变传感系统

报道了一种基于掺铒光纤激光器瞬态特性的新型应变传感系统.用光纤环反射镜和光纤Bragg光栅(FBG)构成Fabry-Perot线型腔.腔内插入一个长周期光纤光栅(LPG)，其透射谱的中心波长为1574.4nm.FBG的带宽为0.23nm，不受力时其反射波长为1557.98nm，位于LPG的透射谱左沿；当FBG受力时激射波长向长波方向移动，激光通过LPG时透射损耗增大，腔损耗的增加将使激光激射延迟时间增加.因此，应变的大小可以通过激光产生的延迟时间来测量.这种新型应变传感器的分辨率和灵敏度由抽运光脉冲的高、 关键词： 应变传感 光纤激光器 时域测量 光纤Bragg光栅     

基于可调谐滤波器的带中心波长自动跟踪光纤光栅动态波长解调技术的研究

研究了基于可调谐滤波器(TOF)的带中心波长自动跟踪光纤光栅动态波长解调技术。实验表明,解调仪特别适合在传感FBG(fiber Bragg grating)存在大幅度静态波长变化时对微幅度动态波长变化进行检测,动态波长检测分辨率为0.007pm/Hz。上电时,TOF对中心波长为1292.50~1308.50nm范围内的光纤光栅具有自动跟踪的能力,克服了TOF不稳定对系统的影响。     

压电陶瓷驱动的动态匹配光栅滤波解调法优化

提出并实验验证了一种动态匹配光栅滤波系统的优化解调方法.在压电陶瓷驱动的动态匹配(光纤)光栅滤波解调系统中,一方面采用上升高压锯齿波,以消除压电陶瓷滞回效应;另一方面将压电陶瓷电压与伸长量关系的反函数作为锯齿波上升电压,以校正压电陶瓷的非线性;进而,为实现解调系统的温度补偿,引入一根中心波长保持不变的参考(光纤)光栅.在锯齿波上升过程中,匹配光栅与参考光栅和传感(光纤)光栅在不同时刻匹配,匹配时间差仅与传感光栅有关,而与解调系统温度无关.实验结果表明,优化后系统的线性度可提高2%,灵敏度与理论值的相对误差小于0.6%;在10～60℃范围内,该解调系统温度变化引起的相对误差小于1%.     

一种高分辨率的光纤光栅传感解调技术

报道了一种基于光纤激光器波长扫描寻址的高分辨率的光纤光栅传感解调方案。光纤激光器的扫描寻址过程由微机来控制。微机控制光纤激光器波长扫描的同时,同步采集、处理传感信号,并通过曲线拟合给出传感光栅的中心反射波长值。本解调方案的波长移动分辨率为０．１ｐｍ,可以实现高分辨率的温度及应变测量。     

一种基于离散粒子群优化算法的高光谱图像端元提取方法

针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimization,D-PSO),能够在离散空间中进行搜索,解决组合优化问题。同时,通过定义目标函数和可行解空间,将端元提取问题改写成组合优化问题,最终实现利用D-PSO进行端元提取。在给出算法的详细流程之后,文章通过一组模拟数据实验和一组实际数据实验验证了D-PSO算法对于具有较大噪声的数据的适应性和提取端元的可信程度,并分析了不同参数对于算法性能的影响。     

Learning Competitive Swarm Optimization

Particle swarm optimization (PSO) is a popular method widely used in solving different optimization problems. Unfortunately, in the case of complex multidimensional problems, PSO encounters some troubles associated with the excessive loss of population diversity and exploration ability. This leads to a deterioration in the effectiveness of the method and premature convergence. In order to prevent these inconveniences, in this paper, a learning competitive swarm optimization algorithm (LCSO) based on the particle swarm optimization method and the competition mechanism is proposed. In the first phase of LCSO, the swarm is divided into sub-swarms, each of which can work in parallel. In each sub-swarm, particles participate in the tournament. The participants of the tournament update their knowledge by learning from their competitors. In the second phase, information is exchanged between sub-swarms. The new algorithm was examined on a set of test functions. To evaluate the effectiveness of the proposed LCSO, the test results were compared with those achieved through the competitive swarm optimizer (CSO), comprehensive particle swarm optimizer (CLPSO), PSO, fully informed particle swarm (FIPS), covariance matrix adaptation evolution strategy (CMA-ES) and heterogeneous comprehensive learning particle swarm optimization (HCLPSO). The experimental results indicate that the proposed approach enhances the entropy of the particle swarm and improves the search process. Moreover, the LCSO algorithm is statistically and significantly more efficient than the other tested methods.     

基于量子粒子群算法的混沌系统参数辨识

针对混沌系统参数辨识问题, 在基本群智能算法粒子群优化算法的基础上, 提出量子粒子群算法, 测试函数证明了算法具有良好的全局优化能力. 进而将其应用于混沌系统参数辨识问题, 将参数辨识问题转化为多维函数空间上的优化问题. 通过对平衡板热对流典型混沌系统Lorenz系统进行研究, 并与基本算法和遗传算法比较. 仿真实验证明, 算法的有效性, 对混沌理论的发展有着非常重要的意义. 关键词： 量子粒子群算法 混沌系统 系统辨识     

基于二进制粒子群算法的认知无线电决策引擎

提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 关键词： 认知无线电 粒子群算法 遗传算法 认知决策引擎     

量子粒子群优化算法的收敛性分析及控制参数研究

通过分析粒子群优化算法的特点,将粒子放在量子空间来描述,建立粒子的量子势能场模型,并结合群体的群集性推导了量子粒子群优化(QPSO)算法.在随机算法全局收敛定理的框架下,讨论了QPSO算法的收敛性,证明QPSO算法是一种全局收敛的算法.针对QPSO算法的唯一控制参数,提出了三种控制策略,结合标准测试函数的仿真结果给出了具有实际指导意义的控制参数选择方法.     

鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法.用粒子表征鲸鱼个体,模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动.将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值...     

微动粒子群优化算法用于Egun的多参量优化

针对2维电子光学多参量优化问题,采用微动粒子群优化算法,在给出目标电子轨迹和优化范围的前提下,可以得到趋近于该电子轨迹的真空边界和聚束磁结构。该算法分为前后两阶段：第一阶段采用前后试探法(微动),同时参照最优粒子的信息;第二阶段采用标准粒子群优化算法。针对涉及多个相关参量的电子光学设计问题,标准粒子群优化算法仅能保证以较高概率收敛到局部最佳解,而微动粒子群优化算法能以较高概率收敛到全局最佳解,并且展现了多核计算机在电子光学设计上的潜力。初步的软件试验显示：消耗人类工程师几周时间的电子光学设计问题,用微动粒子群算法在普通个人计算机上几十小时就能完成。     

基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用

针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%～1%的甲烷、乙烷及0.1%～1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。     

光量子体系下基于粒子群算法的LED植物照明光源设计

在现代农业生产中,常采用发光二极管(LED)作为植物照明光源对农业作物进行补光,为提高LED植物照明阵列光源的均匀度,本文在光量子体系下,提出一种新的基于粒子群算法的LED植物照明阵列光源设计方法。通过MATLAB对红蓝光LED植物光源阵列进行数学建模,运用粒子群算法寻找高均匀度条件下的红蓝光LED坐标,设计出二维情况下的红蓝光LED排布阵列;在三维情况下,为解决维度升高时可能会导致的求解陷入局部极小问题,采用改进的随机惯性权粒子群算法进行三维方案设计,并使用Tracepro对两种设计方案进行验证,与传统的红蓝光LED等间距逐行排列设计进行了对比。研究结果表明,与常见逐行排列LED阵列设计达到的光量子通量密度(PPFD)均匀度为79.6%相比,通过粒子群算法寻优的设计方法,二维设计方案的PPFD均匀度达到88.7%,较等间距逐行排列设计提高了9.1%;三维设计方案的PPFD均匀度达到92.6%,较二维设计方案提高了3.9%,较等间距逐行排列设计提高了13%。本实验证明了运用粒子群算法在二维和三维空间进行LED植物照明阵列光源设计的可行性,在简易设计流程的同时,提高了工作效率。     

量子势阱粒子群优化算法的改进研究

为提高量子势阱粒子群优化算法的优化能力, 通过分析目前量子势阱粒子群优化算法的设计过程, 提出了改进的量子势阱粒子群优化算法. 首先, 分别基于Delta势阱、谐振子和方势阱 提出了改进的量子势阱粒子群优化算法, 并提出了基于统计量均值的控制参数设计方法. 然后, 在势阱中心的设计方面, 为强调全局最优粒子的指导作用, 提出了基于自身最优粒子加权平均和动态随机变量的两种设计策略. 实验结果表明, 三种势阱粒子群优化算法性能比较接近, 都优于原算法, 且Delta势阱模型略优于其他两种.