发明公开
- 专利标题: 一种基于蛛网形FBG传感网络的高精度解调方法
-
申请号: CN202211722877.2申请日: 2022-12-30
-
公开(公告)号: CN115884016A公开(公告)日: 2023-03-31
- 发明人: 徐伟进 , 张冰 , 杨君 , 张炜华 , 王国友 , 江虹 , 邵向鑫 , 王泽一 , 宋俊达 , 黄逸宁 , 李东有 , 胡国龙
- 申请人: 国网吉林省电力有限公司长春供电公司 , 长春工业大学
- 申请人地址: 吉林省长春市人民大街4629号;
- 专利权人: 国网吉林省电力有限公司长春供电公司,长春工业大学
- 当前专利权人: 国网吉林省电力有限公司长春供电公司,长春工业大学
- 当前专利权人地址: 吉林省长春市人民大街4629号;
- 代理机构: 沈阳一诺君科知识产权代理事务所
- 代理商 王建男
- 主分类号: H04Q11/00
- IPC分类号: H04Q11/00 ; H04J14/02
摘要:
本申请涉及数字通信领域,尤其涉及一种基于蛛网形FBG传感网络的高精度解调方法。包括:构建蛛网形FBG传感网络;确定原始重叠光谱数据序列,以及确定训练数据集;基于改进小波自适应阈值去噪方法,针对训练数据集中的原始重叠光谱数据序列进行去噪处理,得到处理重叠光谱数据序列以及训练处理集;通过训练处理集对膨胀CNN进行训练,得到信号分离膨胀CNN模型;获取实际重叠光谱数据序列,以及进行去噪处理并且输入至信号分离膨胀CNN模型,得到相应于实际重叠光谱数据序列的若干个中心波长。与其他解调方法进行对比,本申请具有更低的均方根误差和更快的解调速度,即使在传感信号高度重叠的情况下也能实现极低的解调误差和时间。