李怀宝 李 红,3 娄小平 孟凡勇 祝连庆,3

1(北京信息科技大学光电测试技术及仪器教育部重点实验室 北京 100192) 2(北京信息科技大学光纤传感与系统北京实验室 北京 100016) 3(北京信息科技大学先进光电子器件与系统创新引智基地 北京 100192)

0 引 言

光纤布拉格光栅[1](Fiber Bragg Grating，FBG)是由光纤纤芯折射率出现周期性调制而成的一种无源光器件。FBG具有体积小、抗电磁干扰、易于复用、可实现准分布式传感等优点[2-3]，光纤光栅以其既可作传感点又可作光信号传输介质的优势迅速在土木结构[4-6](如桥梁、楼房、大坝、海洋石油平台、油田)、船舶舰艇[7]、电力工业[8]、航空航天[9-10]、生物医学[11]等领域得以广泛应用。

宽带光入射到FBG后，会形成窄带反射类高斯光谱。但当光纤光栅传感器在复杂的测量环境工作时，反射光谱会出现啁啾、微弱、偏移等情况。这些异常光谱可直接影响光纤光栅传感网络采集数据准确性，使得监测数据不准确，进而影响传感网络中被测参量的传感测量[12-13]。因此，光纤光栅传感系统中的异常光谱识别和处理对于保证传感网络可靠性是十分必要的。在光谱识别领域，目前研究人员的研究重点主要集中在通过模糊识别、神经网络、SVM等算法识别特征谱型固定的拉曼光谱和红外光谱从而实现其对应物质的识别。例如Liu等[14]采用深度卷积神经网络实现了对不同矿物质种类拉曼光谱的高准确度识别；刘俊秀等[15]采用“差分-PCA-SVM”的方法实现了对15种有机化合物太赫兹光谱的识别；李四海等[16]采用BP神经网络实现了对麻花秦艽和大叶秦艽的FTIR光谱识别；……