[发明专利]一种光纤光栅光谱分析方法、系统、存储介质在审
| 申请号: | 202111592164.4 | 申请日: | 2021-12-23 |
| 公开(公告)号: | CN114323105A | 公开(公告)日: | 2022-04-12 |
| 发明(设计)人: | 刘正勇;曹子晗;张圣琪;夏锑锑;李朝晖 | 申请(专利权)人: | 中山大学 |
| 主分类号: | G01D18/00 | 分类号: | G01D18/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁嘉琦 |
| 地址: | 510275 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 光纤 光栅 光谱分析 方法 系统 存储 介质 | ||
1.一种光纤光栅光谱分析方法,其特征在于,包括:
获取第一训练数据,其中,所述第一训练数据用于表征通过光纤光栅传感器获得的全光谱数据;
对所述第一训练数据进行第一数据预处理,确定第一预处理数据;
将所述第一预处理数据输入第一训练网络进行图像分析处理,确定解调模型,其中,所述第一训练网络用于训练一维数据;
将被测参量输入所述解调模型经过光谱分析得到传感参量。
2.根据权利要求1所述的一种光纤光栅光谱分析方法,其特征在于,所述对所述第一训练数据进行第一数据预处理,确定第一预处理数据,包括:
对所述第一训练数据进行降噪处理,确定第一预处理数据。
3.根据权利要求1所述的一种光纤光栅光谱分析方法,其特征在于,所述将所述第一预处理数据输入第一训练网络进行图像分析处理,确定解调模型,包括:
将所述第一预处理数据输入第一训练网络,其中,所述第一训练网络包括一维卷积层、一维最大池化层和全连接层;
通过所述一维卷积层提取第一预处理数据在波长维度上的特征,对提取得到的特征进行回归预测,根据回归预测结果调整所述第一训练网络的参数,得到第一训练模型;
确定解调模型为所述第一训练模型。
4.根据权利要求1所述的一种光纤光栅光谱分析方法,其特征在于,所述将所述第一预处理数据输入第一训练网络进行图像分析处理,确定解调模型,还包括:
将所述第一预处理数据输入第一训练网络训练得到第二训练数据;
对所述第二训练数据进行第二数据预处理,确定第二预处理数据;
将所述第二预处理数据输入第二训练网络进行图像分析处理,确定解调模型,其中,所述第二训练网络用于训练二维数据。
5.根据权利要求4所述的一种光纤光栅光谱分析方法,其特征在于,所述对所述第二训练数据进行第二数据预处理,确定第二预处理数据,包括:
对所述第二训练数据进行数据升维,确定第二预处理数据。
6.根据权利要求4所述的一种光纤光栅光谱分析方法,其特征在于,所述将所述第二预处理数据输入第二训练网络进行图像分析处理,确定解调模型,包括:
将所述第二预处理数据输入第二训练网络,其中,所述第二训练网络包括二维卷积层、二维最大池化层、dropout层、线性整流函数层、全局最大池化层和全连接层;
通过二维卷积层提取第二预处理数据在波长功率维度上的特征,确定提取特征;
对所述提取特征进行回归预测,根据回归预测结果调整所述第二训练网络的参数,得到第二训练模型;
确定解调模型为第二训练模型。
7.根据权利要求5所述的一种光纤光栅光谱分析方法,其特征在于,所述对所述第二训练数据进行数据升维,确定第二预处理数据,包括:
根据第二训练数据中不同波长的功率值在二维图像中进行定位,并逐步递减至零,得到第二预处理数据,其中,所述第二预处理数据的横轴为波长,纵轴为功率。
8.根据权利要求1所述的一种光纤光栅光谱分析方法,其特征在于,在所述将被测参量输入所述解调模型经过光谱分析得到传感参量之前,还包括:
获取光谱数据;
对所述光谱数据进行降噪处理,得到被测参量。
9.一种光纤光栅光谱分析系统,其特征在于,包括:
第一模块,用于获取第一训练数据,其中,所述第一训练数据用于表征通过光纤光栅传感器获得的全光谱数据;
第二模块,用于对所述第一训练数据进行第一数据预处理,确定第一预处理数据;
第三模块,用于将所述第一预处理数据输入第一训练网络进行图像分析处理,确定解调模型,其中,所述第一训练网络用于训练一维数据;
第四模块,用于将被测参量输入所述解调模型经过光谱分析得到传感参量。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1-8中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111592164.4/1.html,转载请声明来源钻瓜专利网。





