光纤传感信号的模糊神经网络处理研究

为精准识别处理光纤传感振动信号、实现通信线路异常实时报警,提出了基于模糊神经网络的光纤传感信号处理方法,通过光纤传感采集异常事件振动信号,运用小波包分解对振动信号实施降噪处理,并提取到振动信号的低频与高频特征向量,对振动信号特征向量进行量化处理,将其作为输入,构建基于概率的模糊神经网络分类器,完成对光纤传感振动信号的处理。结果表明,该方法能够有效采集定位不同类别异常事件的振动信号,消除振动信号的多余噪声,整体识别率可达94.7%以上,可实现对光纤传感振动信号的精准处理。

光纤传感信号的单峰和多峰分离算法

光纤传感系统在复杂的实际应用中需要针对同一根光纤上的相邻的多个扰动点进行精确的识别定位。基于传感技术对外部扰动识别的背景,结合光纤传感系统的结构,得到光纤传感信号的振动和非振动区域典型曲线,提出单峰信号的误差累计值算法;在多峰信号特点的基础上,结合高斯方程及洛伦兹方程得到多峰信号的分离算法。实验结果表明:单峰信号的误差累计值算法能同时兼顾识别干扰位置准确性及系统的实时性,多峰信号的分离算法能分离2个独立的干扰信号并提取方程,该方案能有效提高信号峰重叠较多或者其它信号干扰时的识别准确率。

光纤传感信号的增益均衡处理

光纤传感信号幅值较低,在采集和处理过程中易受到系统噪声的干扰,影响信号的解调精度,提出新型光纤传感信号增益均衡处理方法。首先根据光纤传感信号的特征对信号进行消噪处理,计算二维灰度图像各像素点的梯度值,然后采用二维最大熵阈值法选取最佳阈值,完成光纤传感信号的增益和扩频,并对增益后的光纤传感信号分频处理,将各尺度的光纤传感信号分别进行信号均衡,提高光纤传感信号的分辨率,最后实验结果表明,本文法能够有效降低系统噪声的干扰,实现光纤传感信号的增益和均衡。

分布式光纤传感信号特征提取方法研究

本文分析研究了分布式光纤传感信号的三种特征提取方法:MFCC参数特征提取法、小波包能量特征提取法和小波包Shannon熵特征提取法,并且用RBF神经网络分别进行了实验。实验识别结果表明,相比其他两种特征提取方法,小波包Shannon熵特征提取法能产生较好的识别结果。

适用于光纤传感微弱信号检测的A/D转换芯片接口电路设计

强度检测光纤传感器因其线性度好、抗电磁干扰等优良特性受到关注,为了适合于各种场合,进一步提高检测灵敏度,对低功率检测的信号解调十分重要.介绍了一种适用于光纤传感微弱信号检测的A/D转换芯片与可编程逻辑器件的接口电路设计,分析和总结各种方案的优缺点并给出了部分程序源代码.

改进的多原子匹配追踪算法处理FBG信号

针对光纤布拉格光栅（FBG）传感信号难以去除噪声干扰及信号丢失问题,采用压缩感知（CS）对传感信号进行处理。CS重构算法多是以稀疏度已知为先验条件,提出稀疏度确定方法,结合二次正交匹配追踪（TOMP）算法和广义正交匹配追踪（GOMP）算法提出广义二次正交匹配追踪（GtOMP）算法,确定每次迭代选择原子个数及迭代次数。首先计算相关系数,归一化后按降序排列,并结合饱和值的方法确定稀疏度,利用平稳度找出每次迭代所选择的原子个数,最后利用本文方法对FBG信号进行重构。实验仿真表明,与同类的TOMP算法相比,本文算法不仅运行时间大大减少,而且降低了6~20%的重构误差;与其他不同类算法相比,本文算法重构信号的信噪比（SNR）提高27dB以上。