基于光纤传感航天器神经网络与数字孪生研究

文中设计了一种掺杂Al_(2)O_(3)、Y_(2)O_(3)、P_(2)O_(5)的新型石英光纤,制作的光纤成品纤芯折射率类线性分布。通过飞秒激光直写技术,在光纤上刻写出光纤Bragg光栅,制作出光栅串。将多根光栅串布设在航天器卫星模型上,形成航天器智能蒙皮,用于感知卫星结构损伤状态。基于上述测量数据,使用unity3D软件开发航天器的3D模型及相匹配的python程序对数据进行处理,实现航天器的数字孪生和状态感知。进一步通过模型建立和BP神经网络算法对传感数据进行感知训练,模型对撞击信号的预测准确率高达90%。

光纤激光网络故障大数据自动分类方法

光纤激光网络通信受噪声影响,导分类效果较差,提出了光纤激光网络故障大数据自动分类方法。对数据进行噪处理,将源域中的样本和目标领域的样本配对处理,采用非线性变换提供故障特征,通过K-means算法和最近邻算法分析数据扰动性,将、征输入到机器学习分类器中分类处理,最终完成故障大数据自动分类处理。经测试证明,所提方法对于不同类型的故障大数据分类时间低于20 s,并且分类正确率、召回率以及F值高于80%、90%和95%,可以快速准确完成故障大数据自动分类处理。

Optically injection-locked Fabry-Perot laser diodes based radio-over-fiber system for hybrid fiber-wireless access networks

A new radio-over-fiber system for use in hybrid fiber-wireless access networks is proposed and experimentally demonstrated,which is based on cascaded injection-locked Fabry-Perot laser diodes.It is verified that the proposed technique is able to achieve a good suppression ratio of an optical carrier suppressed(OCS) signal simultaneously through a programmable optical filter and by use of optical injection locking technique.A 60 GHz carrier with downlink baseband data has been generated and down converted to baseband signal in order to be characterized in our laboratory.

错位光纤干涉激光谱结合BP神经网络的温度传感研究

在分析不同温度时单模错位光纤干涉光谱对应波长的条件下,搭建三层BP神经网络模型对温度传感进行研究,解决了常规光纤测温系统复杂和精度不高的问题。对建立的网络模型参数进行探讨,将采集的激光波长与对应的温度数据,经BP神经网络训练,对比得到最佳网络结构,达到在训练完成的网络输入层输入激光波长值时,便可在输出层得到对应的温度预测值。结果证明,实验输出的预测温度值与实际温度值之间表现出明显的相关性,即预测值能够逼近实测值。温度校正和预测相关系数分别达到0.999 61和0.979 27,校正标准误差与预测标准误差分别为0.017 5和0.144 0,得到预测集的平均相对误差为0.17%,剩余预测误差RPD可达到5.258 3,RPD大于3.0,说明定标效果良好,所建模型可用于实际的检测。另外,将该算法用于了带校正的双耦合结构单模错位光纤测温系统中,结果表明BP神经网络方法能够较好的处理错位光纤测温系统中激光光谱数据和温度之间的非线性关系,预测温度值与实测温度值之间的相关度为0.996 58,得到预测温度值与实际温度值之间平均相对误差为0.63%,从而提高了光纤测温传感器的精度和稳定性,同时也验证了该算法在光纤传感上的可行性,也为错位光纤的压力、曲率等其他物理量传感的精确测量提供了新思路。

焊缝偏差RBF神经网络预测算法

以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测.

基于布谷鸟算法的光纤激光网络异质信息入侵检测

采用以往入侵检测方法时,通过随机方式对参数进行初始化处理,检测精度低,为此,提出一种基于布谷鸟算法的光纤激光网络异质信息入侵检测方法。分析了布谷鸟算法寻优过程,针对常规布谷鸟算法受参数改变的影响相对较大,具有收敛速度慢、准确率低以及容易陷入局部最优的弊端,依据差分进化方法,通过在新鸟巢位置公式中结合别的鸟巢位置完成简易交叉变异,提升种群多样性,同时利用惯性权重减少迭代次数,保证整体寻优速度。对光纤激光网络异质信息入侵的历史数据进行采集,提取关键特征,通过布谷鸟算法对极限学习机进行改进,获取最优入侵检测分类器,通过分类器构建异质信息入侵检测模型,实现光纤激光网络异质信息入侵检测。实验结果表明,所提方法收敛速度快,误报率低且入侵检测精度高。

光纤激光网络中的被入侵节点定位方法研究

曾提出的一些光纤激光网络中被入侵节点定位方法往往定位误差大、能耗高,为此,提出一种基于加权质心定位技术的光纤激光网络中被入侵节点定位方法。所提方法对光纤激光网络的通信情况进行了模拟,并提取其中的网路节点信息进行分析,将光纤激光网络上行通信中的节点设为多节点,下行通信中的节点设为单节点,使用加权质心定位技术,给出单节点定位和多节点定位两种被入侵节点定位方法。单节点定位将光纤激光网络看作一个多边形,多边形的质心坐标便是被入侵节点的定位坐标。多节点定位将光纤激光网络看作一个椭圆形,连接椭圆形边缘上已知坐标的两点,并以此计算出被入侵节点的定位坐标。实验结果表明,所提方法的定位误差较小、能耗较低。

E36船用高强钢薄板激光填丝焊自适应控制模型的建立

采用YLS-10000光纤激光器对E36船用高强钢试板进行对接焊，在0．0～0．81mm间隙范围内每隔0．05mm进行一组正交试验，找到各间隙下合格焊缝所对应的焊接功率与送丝速度。采用BP神经网络对所得参数拟合，从而建立工艺模型，并通过验证性试验鉴定了模型的可靠性。

云计算环境下光纤激光网络异常数据的高精度分类

传统基于距离的分类方法只能获取球状簇,不能对云计算环境下光纤激光网络通信数据形成的不规则形状簇进行聚类,无法实现光纤激光网络异常数据的准确分类。因此,提出基于DBSCAN的异常数据高精度分类方法,其包括训练过程和检测过程。训练过程中光纤激光传感器节点采集数据,通过sink节点将数据反馈给中心基站,中心基站采用DBSCAN算法对数据进行训练,采集有价值的环境特征集并将其传递给sink节点。检测过程中Sink节点将特征集传递给激光传感器节点,激光传感器节点运算检测数据同环境特征集内的核心点的欧几里德距离,若该距离高于DBSCAN算法的训练半径,则说明检测数据是异常数据。实验结果说明,所提方法具有较高的分类效率、分类精度和较低的分类能耗。

二合一泵浦激光器的C+L波段EDFA实验箱设计

以二合一激光器为泵浦源,软件和硬件相结合,设计了一种包括C波段放大模块、L波段放大模块、液晶面板显示模块和控制模块的C+L波段的EDFA教学实验箱。该实验箱可进行"光纤通信"及"光网络"等课程的综合实验,有助于加深学生对相关理论的理解与掌握,更好地培养学生的创新思维和实践能力。

光纤激光网络被入侵后的最优通信节点选取方法研究

当前的光纤激光网络最优通信节点选取方法存在定位误差高、运算效率低以及通信消耗高等问题。因此,为了增强光纤激光网络被入侵后的通信质量,提出基于改进Voronoi图的最优通信节点选取方法,其通过加权Voronoi图方法获取最优通信节点位置。分析了Voronoi图的基本塑造原理,塑造基于加权Voronoi图的定位模型。对光纤激光网络中未知节点采集到的RSSI值进行降序排列,将节点权重赋值给对应的值,通过节点多跳信息完成分布式运算,运算各参照节点的加权Voronoi图,采用加权Voronoi图定位算法运算参照节点的加权区域以及加权Voronoi图的交集,将交集的质心则是最优通信节点。实验结果说明,所提方法的定位效率和抗燥性较高,可提高光纤激光网络的通信效率。

基于激光波长跟踪的高精度光纤时间传递

时间传递不确定度是光纤时间传递系统的核心指标,商用通讯激光模块波长的不一致和波长的漂移所引入的光纤色散效应是影响时间传递不确定度的主要因素.本文提出了一种基于激光波长跟踪的高精度时间传递方法,在双向同波分时方案基础上,通过波长测量并利用双层控温保持了双向波长的长期一致性,进而大幅改善了时间传递不确定度指标,该方法在长距离光纤时间传递系统中尤其重要.为了验证该方法的可行性,在0.005,250,500,750 km不同长度的实验室光纤链路上进行了实验验证,时间同步偏差均优于5 ps,并在750 km实验室链路上实现了稳定度为4.7 ps@1 s,0.4 ps@4×10^(4) s和时间传递不确定度8.4 ps的高精度时间传递,为远距离高精度光纤时间传递工程奠定技术基础.

光纤通信技术讲座——(一):概述

介绍光纤通信技术发展历史、优点和进展,说明光纤通信系统组成、分类和作用,给出信息网络模型,最后指出三网合一是网络发展的必然趋势。

光纤激光网络中的浪涌突变数据调度方法设计

通过对光纤激光网络中的浪涌突变数据进行优化调度设计,实现对光纤激光网络的准确监测。传统方法采用线性时间序列预测方法进行浪涌突变数据调度,没能有效挖掘光纤激光网络中浪涌突变数据的非线性特征,导致调度的准确性不好。提出基于非线性自相关特征匹配和定量递归图谱分析的光纤激光网络中浪涌突变数据调度方法,对涌浪突变数据进行非线性时间序列分析,根据提取的自相关特征量进行定量递归分析,在递归图谱中提取涌浪突变数据的规则性特征,实现涌浪突变数据优化调度。仿真实验结果表明,采用改进方法进行光纤激光网络的涌浪突变数据调度,其调度准确度及调度性能均要优于传统方法,具有一定的优势。

基于优化神经网络的光纤激光器的最优设计

针对当前静态神经元控制下的光纤激光器波束集成度不高,约束控制不稳的问题,提出基于优化神经网络的光纤激光器最优设计方法,通过分析光纤激光器的控制参量及基本控制规律,对光纤激光器的滤波特性和传输波束的谱特征进行分析,引入光纤激光器波束控制的约束参量,结合变结构PID神经网络进行光纤激光器的分裂波束定向集成,实现激光器的波束优化控制设计。试验结果表明,采用该方法进行光纤激光器设计的波束指向性较好,能量耗散较低,激光波束控制的品质较高。

基于主成分分析的光纤网络激光切口粗糙度预测研究

当前光纤网络激光切口粗糙度预测方法存在预测精确度低,且预测过程复杂的问题,提出一种基于主成分分析的光纤网络激光切口粗糙度预测方法,通过主分量分析的方法,根据光纤网络激光切口粗糙度数据的信噪比,实现光纤网络激光切口粗糙度数据的处理分析,利用处理后粗糙度数据不相关变量之间的正交关系,确定粗糙度数据的平均值,构建协方差矩阵,确定主成分分析的主分数值。并根据处理后数据之间的相干关系,对预测模型的参数进行计算,构建光纤网络激光切口粗糙度预测模型,实现激光切口粗糙度预测。实验结果表明,本文方法进行光纤网络激光切口粗糙度预测,预测过程较为简单,且预测结果与实际结果较为接近。

自动交换光网络中全光波长转换器的应用和实现

作为自动交换光网络中的核心器件 ,全光波长转换器在网络中发挥着重要作用。总结了全光波长变换的实现方法 ,并重点介绍基于半导体光放大器交叉相位调制和利用可调谐光纤光栅外腔半导体激光器实现全光波长变换的最新进展、工作原理 ,最后简单介绍本实验室目前所做工作以及取得的成果。

光纤激光网络中的被入侵节点定位方法研究

曾提出的一些光纤激光网络中被入侵节点定位方法往往定位误差大、能耗高．为此，提出一种基于加权质心定位技术的光纤激光网络中被入侵节点定位方法．所提方法对光纤激光网络的通信情况进行了模拟，并提取其中的网络节点信息进行分析，将光纤激光网络上行通信中的节点设为多节点，下行通信中的节点设为单节点，使用加权质心定位技术，给出单节点定位和多节点定位两种被入侵节点定位方法．单节点定位将光纤激光网络看作一个多边形，多边形的质心坐标便是被入侵节点的定位坐标．多节点定位将光纤激光网络看作一个椭圆形，连接椭圆形边缘上已知坐标的两点，并以此计算出被入侵节点的定位坐标．实验结果表明，所提方法的定位误差较小、能耗较低．

光纤激光传感网络脉冲信号被动定位方法研究

网络脉冲信号的准确定位能够提高光纤激光传感网络的性能,当前方法由于多脉冲信道存在着噪声干扰、非视距传播、多址干扰等因素的影响,被动定位精准度较低,为此提出了基于时间测量值的光纤激光传感网络脉冲信号被动定位方法。首先融合于卡尔曼滤波理论估计出网络脉冲信号抵达的初始时间差,利用修正滤波器对网络信道初始脉冲冲击响应函数进行修正,然后排除光纤激光传感网络NLOS误差,通过2个接收机对网络移动台进行二维定位,完成了对光纤激光传感网络脉冲信号被动定位,实验结果表明,该方法可以精确地对光纤激光传感网络脉冲信号进行准确快速的定位。

可用于深空信息传输的光纤激光相控阵技术

提出采用面向动态连接的光纤激光相控阵的深空激光通信及全光组网技术,对4-35万千米深空探测链路功率进行了仿真,由于1.55μm 掺铒光纤放大器的饱和输出限制,使其安全裕量大大低于1.064μm 载波源的安全裕量.模拟了1.064μm 的光纤激光相控阵在深空通信中的远场强度分布图,阵元数目为20×20时,阵元间距为20μm、纤芯半径为10μm,远场的扫描角度范围为±1.309°.结果表明,1.064μm 光纤激光相控阵光源具有深空链路传输优势,该研究为面向动态连接的激光相控通信的实现提供理论依据.