一种提高分布式光纤测温系统空间分辨率的线性修正算法

由于分布式光纤喇曼测温系统带宽不足,导致系统的空间分辨率低;当光纤的感温区域长度接近空间分辨率的时候,系统温度响应幅值不够,导致测温不准.为解决此问题,本文提出了一种线性修正算法;在分析温度与喇曼比值关系及系统的频率响应特性的基础上,建立了该算法的数学模型,搭建了基于单模光纤的10km分布式测温系统,并利用该算法进行了相关测温实验.实验结果与理论分析一致,该算法能有效修正3～6m光纤的温度响应幅值,使系统测温准确度达1℃,测量时间为40s.本算法在不增加效系统成本的同时,克服了系统带宽不足,优化了空间分辨率、温度分辨率及测量时间.

条纹相机非线性修正算法(英文)

条纹相机扫描电路的非线性会导致条纹图像时间与强度信息的失真。为了使条纹相机输出图像更加接近实际目标从而得到更高的测量精度,提出一种扫描非线性修正算法。该算法根据给出的标称扫描时间拟合出扫描时间曲线,求出每道的扫描时间,取其算术平均值作为一个标准,根据每道的扫描时间与该标准的数值大小关系来求出每个像素的修正系数,取图像与该系数矩阵的乘积即可完成图像的位置和灰度的修正。实验结果表明可以将测量非线性由原来的8%减小到2%以下。

基于模糊神经网络的二维PSD非线性修正算法

为了减小二维位置敏感探测器(2D-PSD)的非线性误差,研究了一种基于模糊神经网络的2D-PSD非线性修正算法。基于调制光源法采集到2D-PSD光敏面上可靠的光点位置信号后,采用T-S型模糊神经网络近似表示光点位置信号与光点位置坐标之间的映射,将该映射嵌入到ARM处理器中实现2D-PSD的在线修正计算。采用该模糊神经网络非线性修正算法后,2D-PSD的非线性误差从±0.4mm减小到±0.15mm,实验结果表明基于模糊神经网络非线性修正算法对有效性。

基于图像处理的条纹相机扫描非线性修正

为了使条纹相机输出图像达到更高的测量准确度,提出一种基于图像处理的扫描非线性修正算法.该算法根据给出的标称扫描速度拟合出扫描速度曲线,求出每道的扫描速度,取其算术平均值作为一个标准,根据每道的扫描速度与该标准的大小关系来修正像素的位置和亮度.实验结果表明,可以将测量非线性由原来的8%减小到2%以下.