[发明专利]一种提高瑞利散射多参量分布式测量精度的方法

摘要

本发明公开了一种提高瑞利散射多参量分布式测量精度的方法，其包括以下步骤：通过双芯弱光栅阵列和瑞利散射结合的多参量分布式测量系统得到瑞利散射信号和弱光栅阵列信号；利用小波阈值去噪方法对所得到的两种信号进行去噪处理；采用最小均方根误差算法对瑞利散射强度解调结果进行校准补偿；首先对补偿系数进行种群初始化，利用遗传算法定义适应度函数，保留适应度较大的个体；对保留下来的优势个体进行交叉、变异得到优势子个体；通过循环上述步骤得到满足要求的最优个体，换算出补偿系数值后即可得到高精度的温度和应变分布。本发明利用新型的遗传算法得到温度和应变的最优补偿量，实现了高精度的多参量分布式测量。

主权项

1.一种提高瑞利散射多参量分布式测量精度的方法，其特征在于，该方法包括以下步骤：/nStep1，瑞利散射信号和弱光栅阵列信号的获取：宽带光源发出的光经过耦合器分为两束探测光及一束参考光，探测光经环形器和双芯光纤耦合器，通过弱光栅阵列和瑞利散射效应，最后经过光电转换，将得到的瑞利散射信号和弱光栅阵列信号传输到计算机上，参考光直接通过光电二极管转换为电信号后传输到计算机上；/nStep2，利用小波阈值去噪方法对步骤Step1所得到的瑞利散射信号和弱光栅阵列信号进行去噪处理；/nStep3，以弱光栅阵列信号波长解调的结果作为温度的参考值，以瑞利散射信号强度解调的结果作为温度的初测值，假定存在温度补偿ΔT_e；/nStep4，采用均方根误差σ对瑞利散射信号进行校准：以弱光栅阵列信号为基准，对瑞利散射信号求均方根误差；/nStep5，确定ΔT_e的上下界，对种群进行初始化，随机生成M个ΔT_e值，利用遗传算法，定义适应度函数，保留适应度不低于20的优势个体，将保留下来的优势个体进行交叉和变异操作，保留优势子个体；/nStep6，反复执行步骤Step5并记录满足预期的最优个体，得到ΔT_e值后即可得到瑞利散射分布式测量校准后的温度。/n