-
公开(公告)号：CN110686166B
公开(公告)日：2021-11-05
申请号：CN201910998122.7
申请日：2019-10-21
Applicant: 上海大学
Abstract: 本发明公开了一种Sagnac分布光纤传感系统的离散化定位方法。以所需定位分辨率为间隔，将传感光纤等分为若干位置区间，并对每个位置区间进行编号；分别在各位置区间多次模拟传感光纤受到宽带信号的扰动，并采集相应的干涉信号；对干涉信号进行变换或分析，选取合适的特征变量及其数据长度；以干涉信号的特征数据为训练输入、位置区间编号为目标输出构建多分类模型；对新采集的待定位的某一位置区间受到扰动引起的干涉信号提取特征；把该干涉信号的特征数据输入已训练好的多分类模型，得到对应的位置区间编号，即实现了扰动信号的离散化定位。本发明简单有效，对噪声不敏感，定位分辨率灵活可调，可用于环形或直线式Sagnac分布光纤传感系统的扰动定位。
-
公开(公告)号：CN112539772B
公开(公告)日：2023-04-07
申请号：CN202011204046.7
申请日：2020-11-02
Applicant: 上海大学
IPC: G01D5/353 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于卷积神经网络集成学习的Sagnac分布光纤传感系统的定位方法，以传感光纤上固定间隔点为扰动点，由传感系统分别获取在各点模拟扰动产生的干涉信号，对其做预处理后作为训练集和验证集；针对不同的损失函数训练两个卷积神经网络CNN模型，使两者分别准确定位近端和远端扰动；通过集成学习方法组合两个模型的训练结果，得到基于CNN集成学习的扰动位置预测模型；通过验证集优化每个模型的参数。将待定位的干涉信号进行预处理后作为测试样本，利用训练好的预测模型对其测试，得到其扰动位置。本发明无需信号解调，系统复杂度低，且对噪声不敏感，数据处理方法简单，定位结果稳定、准确，可用于环形或直线式Sagnac分布光纤传感系统的扰动定位。
-
公开(公告)号：CN112539772A
公开(公告)日：2021-03-23
申请号：CN202011204046.7
申请日：2020-11-02
Applicant: 上海大学
Abstract: 本发明公开了一种基于卷积神经网络集成学习的Sagnac分布光纤传感系统的定位方法，以传感光纤上固定间隔点为扰动点，由传感系统分别获取在各点模拟扰动产生的干涉信号，对其做预处理后作为训练集和验证集；针对不同的损失函数训练两个卷积神经网络CNN模型，使两者分别准确定位近端和远端扰动；通过集成学习方法组合两个模型的训练结果，得到基于CNN集成学习的扰动位置预测模型；通过验证集优化每个模型的参数。将待定位的干涉信号进行预处理后作为测试样本，利用训练好的预测模型对其测试，得到其扰动位置。本发明无需信号解调，系统复杂度低，且对噪声不敏感，数据处理方法简单，定位结果稳定、准确，可用于环形或直线式Sagnac分布光纤传感系统的扰动定位。
-
公开(公告)号：CN110686166A
公开(公告)日：2020-01-14
申请号：CN201910998122.7
申请日：2019-10-21
Applicant: 上海大学
IPC: F17D5/02
Abstract: 本发明公开了一种Sagnac分布光纤传感系统的离散化定位方法。以所需定位分辨率为间隔，将传感光纤等分为若干位置区间，并对每个位置区间进行编号；分别在各位置区间多次模拟传感光纤受到宽带信号的扰动，并采集相应的干涉信号；对干涉信号进行变换或分析，选取合适的特征变量及其数据长度；以干涉信号的特征数据为训练输入、位置区间编号为目标输出构建多分类模型；对新采集的待定位的某一位置区间受到扰动引起的干涉信号提取特征；把该干涉信号的特征数据输入已训练好的多分类模型，得到对应的位置区间编号，即实现了扰动信号的离散化定位。本发明简单有效，对噪声不敏感，定位分辨率灵活可调，可用于环形或直线式Sagnac分布光纤传感系统的扰动定位。
-
-
-
Search Results
4
records
(took 0.021 seconds)
