为解决光谱数据差异导致模型不稳定的问题，研究了不同批次中式菜肴营养素含量预测模型的传递方法。以间隔3个月制作的番茄炒蛋样本为例，采集光谱数据并利用理化方法测定蛋白质含量(每批次120个样本)；选择预测效果较好的第二批次模型作为主模型，将分段直接标准化(Piecewise Direct Standardization, PDS)算法、模型更新(Model Updating, MP)和斜率/截距(Slope/Bias, S/B)修正法联合(PDS-MP-S/B)用于菜肴类模型传递，分析不同PDS窗口数和标准集数对预测结果的影响。当PDS窗口数为11且标准集数为100时，PDS-MP-S/B算法对蛋白质含量的预测结果明显优于无模型传递和单独使用3种算法时，预测模型的预测集决定系数R2(Pred)为09628，相对预测偏差(Relative Prediction Deviation, RPD)为56731，预测均方根误差(Root Mean Square Error of Prediction, RMSEP)为03157。从光谱、模型、结果三个方面实现了模型传递，提高了模型的通用性，减少了建模成本，为中式菜肴的快检提供了理论支持。

随着科学的发展,湿度指标在食品安全、仪器制造、生物研究、金属材料等方面备受重视。传统的湿度检测方法以化学方法和电子传感器检测法为主,化学方法对环境有不同程度的污染,而电子传感器检测法的抗电磁干扰能力差,使用环境受限。为解决这些问题,设计了一种新型的光纤湿度传感系统。系统利用明胶薄膜作为湿度传感核心器件,通过搭建传感光路,测量光强变化确定湿度变化。实验验证证明,系统具有良好的湿度传感效果,湿度与光强基本成线性分布,在线性区间内误差小于1.5%,通过进一步优化后可应用于电磁干扰较大环境下的湿度测量。

电力通信网络线路常因沿途的工程机械施工,人为外力破坏等行为造成毫无预警的危害和损坏。为了实现对线路外破隐患高效预警,需要在现有预警定位的基础上,加上对碰撞敲击、管孔侵入、机械施工和开盖报警等行为的识别。将分布式光纤传感技术、梅尔频率倒谱系数和径向基神经网络相结合,提出一种可应用于光缆外破在线监控的模式识别方案。测试的总体识别率达97.78%,现场模拟的事件报警准确率高。该方案可广泛应用于长距离管线检测领域。

提出在光纤入侵探测系统中应用波分复用(WDM)技术, 以进一步精简系统架构。该系统将不同干涉子系统通过不同波长加以区分, 并利用波分复用技术将不同波长的干涉子系统复用同一干涉模块。在信号接收端, 利用解复用的方式, 将各个不同波长干涉子系统信号分开, 从而获得不同干涉子系统中相对独立的时域信号。

微分干涉型光纤传感是一种新型的传感系统,可应用于长距离、强电磁干扰环境下的监控和检测。提出了一种基于小波变换的分布式光纤传感信号的识别方法,采用时域-频域能量分布算法,建立不同触发模式的模型,该识别方法可应用于研究入侵信号的模式识别,并通过大量的实际应用经验和数据验证了该方法的有效性。