申请/专利权人:华北电力大学(保定)
申请日:2022-03-02
公开(公告)日:2024-03-22
公开(公告)号:CN114518182B
主分类号:G01K11/322
分类号:G01K11/322;G01B11/16;G06N3/0464;G06N3/084;G06F17/16
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2022.06.07#实质审查的生效;2022.05.20#公开
摘要:本发明公开了一种布里渊散射谱图像中温度和应变信息同时提取方法及系统,涉及分布式光纤传感领域。步骤如下:获取大有效面积光纤的双峰布里渊散射谱以及谱峰对应的布里渊频移温度系数和应变系数;将若干组双峰布里渊散射谱进行随机组合形成布里渊散射谱图像矩阵,布里渊散射谱图像矩阵作为卷积神经网络的训练集;采用训练集训练卷积神经网络,并利用误差反向传播算法迭代优化卷积神经网络的参数,得到训练完成的卷积神经网络;把实际测量的布里渊散射谱数据作为测试集,输入到训练完成的卷积神经网络中,在网络输出端同时得到温度和应变信息。本发明在保证测量精度的同时,实现了温度和应变同时测量,显著缩短数据处理时间,满足快速测量的需求。
主权项:1.一种布里渊散射谱图像中温度和应变信息同时提取方法,其特征在于,具体步骤包括如下:获取大有效面积光纤的双峰布里渊散射谱以及谱峰对应的布里渊频移温度系数和应变系数;将若干组所述双峰布里渊散射谱进行随机组合形成布里渊散射谱图像矩阵,所述布里渊散射谱图像矩阵作为卷积神经网络的训练集;采用所述训练集训练所述卷积神经网络,并利用误差反向传播算法迭代优化所述卷积神经网络的参数,得到训练完成的卷积神经网络;N表示布里渊散射谱图像中散射谱的个数,M表示每个散射谱的采样点数,网络输入数据为N×M的布里渊散射谱图像矩阵,输出数据为N×2的温度和应变数值矩阵;把实际测量的布里渊散射谱数据作为测试集,输入到所述训练完成的卷积神经网络中,在网络输出端同时得到温度和应变信息。
全文数据:
权利要求:
百度查询: 华北电力大学(保定) 布里渊散射谱图像中温度和应变信息同时提取方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。