蒋正金，汪晓东，端木春江

（浙江师范大学 数理与信息工程学院，浙江 金华321004）

传感器是仪器仪表和测量系统的核心部件，是过程控制的重要环节，传感器的输出特性直接影响整个系统的性能，提高传感器精度具有十分重要的意义，但传感器的输出特性受许多环境因素的影响，如温度、电源波动、磁场、噪声等[1]。

传统的光纤位移传感器存在以下问题：(1)由于光源不稳和光电器件的漂移引起的输出漂移较大；(2)由于被测位移量和传感器输出信号间呈一定的非线性关系而引入较大的非线性误差；(3)对反射式位移传感器,被测表面的反射率对测量结果有较大影响，用某种标准件标定后，再用于测量反射率不同的被测件时，就会引入误差，这使得其应用受到限制[2]。

为了改善光纤位移传感器的性能，一方面可以从光纤传感器本身寻求新原理、新结构、新材料、新工艺；另一方面可对传感器的输出信号进行处理，处理方法包括硬件电路补偿及软件曲线拟合。硬件电路补偿成本高、电路复杂，所以软件曲线拟合措施受到人们的青睐。传统的软件拟合采用回归算法，但有时效果不太明显，难以达到预期精度。本文采用BP神经网络对光纤位移传感器输入输出特性曲线和迟滞曲线进行拟合，通过实验与Matlab仿真证明效果较好。

1 光纤位移传感器基本原理

反射式光强调制型光纤位移传感器原理如图1所示，光纤探头由两根光纤组成，一根用于发射光，另一根用于接收反射光。……