文献类型：期刊文章

作　　者：孙诗晴[1] 初凤红[1]

Sun Shiqing;Chu Fenghong(School of Electronics and Information Engineering, Shanghai University of Electric Power, Shanghai 200090, Chin)

机构地区：[1]上海电力学院电子与信息工程学院,上海200090

出　　处：《光学学报》

基　　金：国家自然科学基金理论物理专项(11647023);上海市科委地方院校能力建设项目(14110500900)

年　　份：2017

卷　　号：37

期　　号：10

起止页码：61-67

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：应变和温度的改变能够使光纤布拉格光栅(FBG)反射波的中心波长产生漂移,FBG与超磁致伸缩材料的结合可以用于测量电流,但是温度和应变的交叉敏感严重影响测量电流的精度。神经网络具有强大的非线性映射能力,能够自适应地发现传感器的内部规律,从而对温度进行有效补偿。针对神经网络容易陷入局部极小值的问题,采用遗传算法优化神经网络的权值和阈值,以在全局范围内更快速、准确地找到权值和阈值的最优解。针对样本较少的问题,采取K折交叉验证的方法提高网络预测的可靠性。经实验验证,优化的神经网络对电流预测的均方误差为0.0038,提高了FBG电流传感器的测量精度。

关 键 词：光纤光学 电流传感器 温度补偿 神经网络 遗传算法 K折交叉验证  

分 类 号：TN253]