畳込みニューラルネットワークによる分散Brillouin周波数シフト抽出【JST・京大機械翻訳】

Chang Yiqing; Wu Hao; Zhao Can; Shen Li; Fu Songnian; Tang Ming

プレプリント

J-GLOBAL ID：202202203041334390 整理番号：22P0099148

畳込みニューラルネットワークによる分散Brillouin周波数シフト抽出【JST・京大機械翻訳】

Distributed Brillouin frequency shift extraction via a convolutional neural network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年01月09日プレプリントサーバーでの情報更新日： 2020年01月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

分散光ファイバBrillouinセンサは局所Brillouin周波数シフトに従ってファイバに沿って温度と歪を検出し,これはLorentz曲線フィッティングを用いて測定したBrillouinスペクトルによって通常計算される。さらに,Brillouin周波数シフトのより効率的な抽出のために,相互相関,主成分分析,および機械学習法を提案した。しかし,既存の方法はBrillouinスペクトルを個々に処理するだけであり,時間領域における相関を無視して,改良のためにまだ余地があることを示した。ここでは,測定した二次元データから直接分散Brillouin周波数シフトを抽出するための完全畳込みニューラルネットワークを提案し,実験的に実証した。種々のパラメータを有する模擬理想Brillouinスペクトルを用いて,ネットワークを訓練した。シミュレーションと実験結果は,ネットワークの抽出精度が,はるかに短い処理時間で従来の曲線フィッティングアルゴリズムのものより良いことを示した。このネットワークは,良好な普遍性とロバスト性を持ち,既存のBrillouinセンサの性能を効果的に改善できる。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

光導波路,光ファイバ,繊維光学

前のページに戻る