1 河北大学 物理科学与技术学院，河北 保定 071002
2 北京世维通光智能科技有限公司，北京 100083
为了使基于偏振调制原理的光纤电流传感器(FOCS)的温度误差达到工程应用要求，从理论上分析了FOCS的温度误差特性，分别采用最小二乘法、BP神经网络对FOCS进行温度补偿，实现了传感器的非线性温度误差校正，两种温度补偿算法的实验结果进行对比分析。结果表明，基于神经网络算法的温度补偿结果优于最小二乘法的补偿效果。最后，利用FOCS全温实验对其进行重复性实验验证，经神经网络算法校正后，FOCS在-5 ℃~ +50 ℃范围内的温度误差均小于0.5%。
偏振调制 光纤电流传感器 温度补偿 神经 polarization modulation fiber optic current sensor (FOCS) temperature compensation neural network
1 电子科技大学 通信与信息工程学院, 成都 611731
2 国家电网智能电网研究院, 北京 100192
为了提高现有光纤电流传感器的性能, 提出了一种再入式光纤电流传感器。借助琼斯矩阵对再入式光纤电流传感器的偏振误差进行了研究, 通过建立各主要光学器件的琼斯矩阵表达式, 推出了再入式光纤电流传感器的干涉表达式, 并分析了各光学器件的不完备性对其测量精确度的影响。
光纤电流传感器 再入式 偏振误差 琼斯矩阵 FOCS re-entrant polarization error Jones matrix
