提出适用于非对称重叠光谱的布拉格光纤光栅(FBG)传感网络多目标带宽资源优化模型,借助多目标优化算法NSGA-II获得带宽资源的帕累托最优配置,从中选取合适的解来确定各FBG节点的布拉格波长分配。实验证明,该方法能够节约40%以上的光源带宽,提高了传感网络多路复用能力,同时将相邻FBG的光谱重叠程度降为最低,保障了高水平测量精度。本文提出的带宽资源多目标优化配置方法可为工程实施中的多种配置需求提供参考。

针对光纤布拉格光栅(FBG)传感网络中重叠光谱的中心波长解调问题,提出一种基于门控循环单元(GRU)网络的波长检测方法。该方法将FBG重叠光谱的波长解调问题转换为模型回归问题,同时考虑到光谱数据的序列特征和频谱特性,采用GRU网络实现对光谱数据的特征学习,训练得到相应的波长检测模型,从而实现对重叠光谱的精确快速解调。经实验验证,所提方法能够解决FBG传感网络光谱部分重叠或完全重叠条件下的中心波长的精确解调问题,其方均根小于1 pm的测试结果占总数的88.2%。相比现有的解调方式,所提方法在检测精度和稳定性上均有一定的提升,为提高FBG传感网络的复用能力提供了新的途径。

针对光纤布拉格光栅(FBG)传感网络畸变光谱难以解调的问题,在超高斯光谱函数的基础上构造畸变光谱的理论函数,将畸变FBG传感网络光谱的解调问题转化为函数优化问题,提出了基于分布式估计算法的波长解调技术,并对已发生畸变的FBG传感网络进行解调实验。结果表明:分布式估计算法解调算法不仅能够在光谱畸变情况下保持较高的解调精度,其平均误差控制在1 pm以内,而且能够对光谱畸变的程度作出定量估计。与传统峰值检测解调技术相比,该方法解决了FBG传感网络畸变光谱波长难以解调的问题,为延长FBG传感网络使用寿命提供了新的途径,对提升FBG传感网络可靠性具有重要意义。

针对有限光源带宽条件下光纤布拉格光栅传感网络重叠复用的解调瓶颈, 提出基于峰值匹配分布式估计算法的波长解调方法, 将光纤布拉格光栅传感网络重叠光谱的解调问题转化为函数优化问题, 利用理论光谱与重叠光谱之间的差异构建优化模型, 通过峰值匹配分布式估计算法对该优化模型进行求解得到各光纤布拉格光栅的传感值.分布式估计算法采用高斯混合模型构建描述光纤布拉格光栅传感网络的解空间概率分布, 由概率模型采样产生新的种群个体, 并引入峰值匹配算子消除光纤布拉格光栅峰值错配, 通过反复进化最终得到最优解.采用该方法对不同规模数量的光纤布拉格光栅传感网络进行解调实验, 结果表明该方法在大规模光纤布拉格光栅光谱完全重叠的情况下, 平均误差可控制在10 pm以内; 与现有其他解调技术相比, 其具有更高的解调精度, 能够解决光纤布拉格光栅传感网络光谱在部分重叠甚至完全重叠情况下的波长解调问题, 为提升光纤布拉格光栅传感网络复用数量提供了新的解调途径.

针对多抽运拉曼光纤放大器的优化设计,将人工蜂群算法与平均功率法相结合,应用于拉曼光纤放大器反向抽运的优化配置。在满足给定的净增益条件下,以最小化拉曼增益波动为优化目标建立优化模型,运用平均功率法对拉曼散射方程进行求解,并采用人工蜂群算法获得抽运波长和抽运功率的最优配置。采用上述方法分别对C波段和C+L波段的拉曼光纤放大器进行设计,实验结果表明,在不同净增益设计条件下均能得到小于±0.4 dB的增益波动。相比现有方法,人工蜂群算法与平均功率法的结合具有较强的设计性能,能够得到更为平坦的优化结果,具有一定的实用价值。

在现有拉曼光纤放大器优化设计中，对拉曼散射耦合模型的求解是制约各种优化算法求解效率的瓶颈。提出运用最小二乘支持向量回归机，建立多抽运拉曼光纤放大器的输入输出回归模型，并利用该模型直接替代对拉曼散射耦合模型的求解，实现了优化速率数量级的提升。采用该方法对C 波段的多波长反向抽运拉曼光纤放大器进行了优化实验，仅使用2 个抽运源就可以迅速得到增益波动小于±0.5 dB 的优化设计，并且其平均开关增益可以直接使用该模型进行快速调节。实验结果表明，相比传统的打靶法和平均功率法，通过该拉曼光纤放大器回归模型可以直接得到输出增益，极大地提高了设计的时效性，具有一定的参考价值。

在多通道光纤布拉格光栅（FBG）滤波器的设计中，通道数目的增加会导致最大折射率调制深度的成倍增长，从而造成物理上的不可实现。为此，提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标，在目标反射谱中引入一组群时延参数，为每个通道分配合适的群时延参数，建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值，提升折射率调制深度的均匀化分布程度，促使最大折射率调制深度降低到物理可实现的范围内。仿真实验结果表明设计的40通道数、106通道数的两种FBG滤波器的反射谱均匀性好，最大折射率调制深度均降到0.001以下。