标题：基于机器学习的光纤多参量传感器准确解调方法研究
作者：徐欣瑜1，2 赖雁翔1，2 肖悦娱1，2
作者单位：1上海大学特种光纤与光接入网省部共建重点实验室，上海200444；2 上海大学光纤研究所，上海 201800
关键字：光纤传感器；光谱解调；机器学习
摘要：基于干涉光谱的光纤多参量传感器在高精度测量领域有着重要作用，传统的矩阵解调法测量的前提是线性拟合特征波长，但由于交叉灵敏度的干扰以及噪声干扰，其解调准确性较低。为了实现光纤多参量传感器干涉光谱的准确解调，提出了一种基于机器学习的准确解调方法，将整个光谱与传感参量直接映射，可有效提高光纤多参量传感器的解调准确性。实验结果表明可实现解调后的温度决定系数为0.9997、乙醇浓度决定系数为0.9995的准确解调，因此基于机器学习的多参量解调方法可有效提高光纤多参量传感器的解调准确率，为其在多参量测量领域的发展提供了一种新的思路。