论文部分内容阅读
随着神经网络理论的飞速发展,对神经网络的研究几乎延伸到生活的各个领域。神经网络有很多优点,有很好的适应能力、较高的容错性、能适应超大规模集成电路等等。本文主要是将人工神经网络用于分布式光纤传感系统中光纤传感信号的模式识别,通过利用LABVIEW及MATLAB语言进行混合编程,获取传感信号的幅度和有效值,并利用神经网络分析方法对传感信号进行模式识别,通过该应用程序可以很容易实现实时的对传感系统输出信号进行检测并分析出外界干扰信号的类型,从而达到利用分布式光纤传感系统对监测对象的实时检测及判别。本文的意义在于为光纤传感信号的模式识别提供了一种新的思路,以期待能为进一步探索新的更加有效的神经网络及训练方法来实现传感信号的模式识别带来一定的帮助。该课题的研究重点在于MATLAB人工神经网络的设计及由MATLAB的模式识别程序向LABVIEW中的移植实现。本论文的主要研究成果包括：1)深入研究MZI分布式光纤传感系统及人工神经网络的结构及功能,并对MZI系统的解调及解调的误差分析进行深入的分析研究。2)构建分布式光纤传感系统来获取样本数据,并利用LABVIEW对数据进行分析和处理,选取所获数据段的幅度值和有效值作为传感信号的特征量。3)设计了四种改进后的BP神经网络的MATLAB程序,并运用获得的样本数据的特征量对它们分别进行训练,对训练结果进行比较分析,选取最佳BP网络训练方法。以获取最理想的传感信号的模式识别效果。4)选取基于最优化数值理论算法的LMBP神经网络和概率神经网络及与其相对应的训练方法来进行传感信号的模式识别。设计相应的MATLAB程序,并运用获得的样本数据的特征量对神经网络进行训练,使其能够具备准确识别不同的外界干扰信号的模式的能力。5)深入研究MATLAB和LABVIEW混合编程的方法,设计并利用LABVIEW中的MATLAB script节点进行混合编程,从而实现利用LABVIEW实现相对友好的用户界面,同时提高了程序算法的高效性,同时保证了算法的实时性。