来源：期刊VIP网 时间：
作者：李苏雅;董艳唯;李琳;张弛;李楠;宁琦;陈永辉;
单位：国网天津市电力公司电力科学研究院;华北电力大学电子与通信工程系;
摘要：【目的】为了有效估算基于布里渊散射的分布式光纤传感中光纤的温度，文章将多层前馈人工神经网络(ANN)应用于温度的估算。【方法】文章在Matlab软件中编写了用于光纤温度计算的单斜坡法、基于伪Voigt模型的最小二乘拟合法和ANN程序，同时仿真产生了不同信噪比(SNR)下的布里渊谱，采用以上3种算法计算了光纤温度，验证了ANN方法的有效性。在此基础上基于以上仿真产生的布里渊谱研究了ANN的关键参数，即隐层数量、隐层神经元数量和训练目标对训练速度、温度计算时间和准确性的影响规律。【结果】结果表明，ANN方法在SNR为22和37 dB时最大温度误差分别仅为1.18和0.63℃,且计算时间仅为最小二乘拟合法的1/1 000左右。当隐层神经元数量不变时，随着隐层层数的增加，训练时间明显下降，计算时间线性增加，但其对温度估算的准确性几乎无影响；随着隐层神经元数量的增加，训练时间和计算时间均增加，隐层有21个神经元时，训练时间近似为1个神经元的67倍，但其对温度估算的准确性几乎无影响；训练目标(布里渊频移误差的平方)小于临界值(约为1 MHz~2)时，随着训练目标的增加，温度误差几乎不变，超过临界值后，随着训练目标的增加，温度误差增大。【结论】采用多层前馈ANN应用于基于布里渊散射的分布式光纤传感中的光纤温度估算时，建议选择单隐层且隐层神经元选择1个，训练目标选择1 MHz~2。
关键词：分布式光纤传感;;布里渊散射;;布里渊频移;;人工神经网络;;温度;;优化
基金资助：国家自然科学基金资助项目(62171185)
