【资讯】AI赋能光纤振动传感信号的实时宽频解调

2026-10-27 17:31:59

光纤法布里–珀罗（F-P）振动传感器因其高灵敏度、抗电磁干扰能力强及宽频动态响应等优势，在航空航天、结构健康监测和工业振动诊断等领域具有重要应用价值。然而，传统解调方法在实时性、抗噪性及高频响应方面仍存在局限。并且现有系统在硬件设计与算法适配方面缺乏协同优化，难以满足宽频测量需求。

近年来，人工智能技术逐步引入光纤传感领域，但相关研究多停留在算法层面的可行性验证，缺乏面向工程应用的硬件采样架构与系统级验证。针对上述问题，中北大学薛晨阳、郑永秋团队将稀疏光谱采样与深度学习进行深度融合，构建软硬件协同优化的AI解调系统，以提升系统实时性、抗噪性及宽频动态响应能力，从而突破传统解调方法的性能瓶颈。

系统以ASE宽带光源为基础，搭配光纤环形器、密集波分复用器（DWDM）、光电探测器及高速数据采集卡构成硬件核心，如图1所示。选用DWDM中16个通道实现稀疏采样，保证腔谱关键信息完整的同时，大幅降低采样维度。在软件层面，构建了基于前馈神经网络（FNN）的解调模型，建立稀疏光谱特征与腔长变化之间的端到端非线性映射关系，在保证模型表达能力的同时显著提升计算效率。通过引入Optuna超参数优化框架，根据F-P光谱数据特性自动识别最优参数组合。最终，系统输出验证集性能最优的超参数配置，保证高速测量场景下的稳定性能，如图2所示。

图1 光纤F-P振动传感解调系统示意图

图2 FNN模型原理图与Optuna超参数优化框架自动调参优化过程

为了评估该系统对大动态信号的解调能力，研究人员通过对光纤F-P振动传感器施加可控的重复瞬态冲击激励以获得其加速度测量极限。如图3所示，根据传感器的最大位移响应范围和对应的振源频率，可计算出传感器的最大可测加速度为82.33 g。在高瞬态冲击加速度作用下，传感器仍然能够保持良好的响应，验证了传感结构及解调系统在强冲击、高动态测量场景中的适用性与可靠性。此外，研究人员还探究了不同温度下AI解调系统的连续解调稳定性，将光纤F-P振动传感器置于25℃和3℃的环境中进行60 min的连续解调，实验结果如图3所示，解调幅值波动较小，展现出良好的环境适应性、长期工作稳定性与静态高精度解调的优势。

图3 硅基光纤F-P振动传感器在锤击实验获得的ΔL最大测量范围与60 min内，AI解调系统对光纤F-P振动传感器的准静态解调结果：（c）25 ℃，初始腔长 238.29 μm;（d）25 ℃，初始腔长506.06 μm;（e）3℃，初始腔长506.06 μm

为进一步评估该AI解调系统在高频动态场景下的性能，研究人员构建了基于压电陶瓷（PZT）的光纤F-P振动传感测试平台。如图4所示，在10 Hz~40 kHz频率范围内，AI解调系统能够准确重建由PZT驱动引起的相对腔长变化，对高频振动信号保持良好的动态跟踪能力，且未观察到明显的幅频响应衰减或波形畸变，验证了该系统在宽频大动态信号测量中的有效性与稳定性。

图4 AI解调系统对不同频率下动态信号的响应

参考文献： 中国光学期刊网

您好，可以免费咨询技术客服[Moli]

官网 筱晓(上海)光子技术有限公司

欢迎大家给我们留言，私信我们会详细解答，分享产品链接给您。

免责声明：

资讯内容来源于互联网，不代表本网站及新媒体平台赞同其观点和对其真实性负责。如对文、图等版权问题存在异议的，请联系我们将协调给予删除处理。行业资讯仅供参考，不存在竞争的经济利益。