散射

为了简化布里渊散射提取温度的步骤，提高其精度，提出了利用径向基神经网络直接由布里渊增益谱获取温度特征的一种新方案。将各温度布里渊散射谱作为训练集计算温度模型，在使用中直接输入布里渊频谱即可获取温度。对比了平滑拟合以及反向传播神经网络与径向基神经网络三种方案对温度测量的效果，实验分别选取扫频频率间隔为0.175MHz、1MHz、5MHz、10MHz、20MHz时的77组数据，并对不同线宽进行扩展。结果显示基于径向基神经网络方法的均方根误差较小，随着步进频率的增加，均方根误差增长缓慢，20MHz步进频率下单线宽误差达到0.8002℃，多线宽误差1.0814℃。是平滑拟合测量温度方法误差的33.04%和42.88%，并减少了计算步骤。是反向传播神经网络均方误差的40.25%和55.89%，并在一定程度上提高了收敛性。

隋阳, 孟钏楠, 张歆东, 董玮. 基于径向基神经网络直接提取布里渊散射谱温度的方法[J]. 光学学报, 2018, 38(12): 1.  复制并引用该论文