神经网络在布里渊光时域分析仪温度提取中的应用(特邀)

文章回顾了本研究小组将人工神经网络(ANN)和深度神经网络(DNN)用于提取布里渊光时域分析仪(BOTDA)传感系统中的温度分布信息的研究工作。在对ANN或者DNN模型进行适当的训练之后,沿被测光纤的温度分布信息能够被训练完成的ANN或DNN从实验获得的布里渊增益谱(BGS)中直接提取出来,而不需要像传统的洛伦兹线型拟合(LCF)方法一样先对BGS拟合得到布里渊频移(BFS),再将其转换成温度信息。实验结果展示出了用ANN和DNN进行温度提取的方法相比于用传统LCF方法的优势。