基于GA-QPSO混合算法的Brillouin散射谱特征提取方法
提出了一种将遗传算法(GA)和量子粒子群(QPSO)算法相结合的新优化算法,该算法通过运用GA中的交叉和变异算子操作来优化QPSO算法,提高QPSO的全局搜索能力,克服其易陷入局部极值的缺点.将其应用到Pseudo-Voigt型布里渊散射谱特征提取,对不同权重比、不同线宽和不同信噪比下的布里渊散射谱进行了参数估计和分析,通过采集不同温度时的布里渊散射谱实验数据,利用GA-QPSO算法对实验数据进行处理.实验结果表明,利用GA-QPSO算法可以提高布里渊散射谱的频移提取精度,当温度为25℃时,频移拟合误差最大为2.18 MHz,且随着温度的升高,平均拟合误差逐渐减小,在80℃时的频移拟合误差最大为0.065 MHz.因此,将该算法用于布里渊散射温度和应变传感系统,在提高空间分辨率、检测精度等方面具有很好的应用前景.
光纤光学、分布式光纤传感、布里渊散射谱、遗传算法、量子粒子群算法、温度
43
TN247(光电子技术、激光技术)
国家自然科学基金;中国博士后科学基金;河北省自然科学基金;燕山大学"新锐工程"人才支持计划
2017-05-17(万方平台首次上网日期,不代表论文的发表时间)
共10页
138-147