自动化技术论文_基于深度神经网络的光纤传感识

文章摘要:为了解决光纤传感过程中不同类型事件信号混叠造成识别概率降低的问题，搭建了一种采用差分相关计算的双光纤传感结构，并在此基础上提出了基于深度神经网络的信号识别算法。算法首先利用双光纤回波信号计算相关系数，再通过不同事件类型信号特征设置阈值范围，从而通过相关计算与阈值滤波提高信噪比。设计了包含三个隐藏层的深度神经网络模型，以分离输入层与相关运算层的形式完成了低频噪声抑制与信号混叠解调的目的。实验分别对三种常见入侵事件进行测试，并在此基础上分析了不同算法对组合事件的识别概率。结果显示，三种事件的回波谱形具有显著特征。三种算法对单一触发事件的识别概率均在95%以上，本算法的识别均值为98.5%。当两个事件同时触发时，三种算法的平均识别概率分别为73.4%、 84.5%和96.4%。当三个事件同时触发时，三种算法的平均识别概率分别为65.2%、78.3%和93.5%。可见，本算法在光纤传感中信号存在干扰及混叠时具有更好的识别效果。

文章关键词:

论文分类号:TP183;TP212

上一篇：金属学及金属工艺论文_445J2超纯铁素体不锈钢
下一篇：没有了