针对光纤布拉格光栅(FBG)传感网络畸变光谱难以解调的问题,在超高斯光谱函数的基础上构造畸变光谱的理论函数,将畸变FBG传感网络光谱的解调问题转化为函数优化问题,提出了基于分布式估计算法的波长解调技术,并对已发生畸变的FBG传感网络进行解调实验。结果表明:分布式估计算法解调算法不仅能够在光谱畸变情况下保持较高的解调精度,其平均误差控制在1 pm以内,而且能够对光谱畸变的程度作出定量估计。与传统峰值检测解调技术相比,该方法解决了FBG传感网络畸变光谱波长难以解调的问题,为延长FBG传感网络使用寿命提供了新的途径,对提升FBG传感网络可靠性具有重要意义。

针对有限光源带宽条件下光纤布拉格光栅传感网络重叠复用的解调瓶颈, 提出基于峰值匹配分布式估计算法的波长解调方法, 将光纤布拉格光栅传感网络重叠光谱的解调问题转化为函数优化问题, 利用理论光谱与重叠光谱之间的差异构建优化模型, 通过峰值匹配分布式估计算法对该优化模型进行求解得到各光纤布拉格光栅的传感值.分布式估计算法采用高斯混合模型构建描述光纤布拉格光栅传感网络的解空间概率分布, 由概率模型采样产生新的种群个体, 并引入峰值匹配算子消除光纤布拉格光栅峰值错配, 通过反复进化最终得到最优解.采用该方法对不同规模数量的光纤布拉格光栅传感网络进行解调实验, 结果表明该方法在大规模光纤布拉格光栅光谱完全重叠的情况下, 平均误差可控制在10 pm以内; 与现有其他解调技术相比, 其具有更高的解调精度, 能够解决光纤布拉格光栅传感网络光谱在部分重叠甚至完全重叠情况下的波长解调问题, 为提升光纤布拉格光栅传感网络复用数量提供了新的解调途径.

针对多抽运拉曼光纤放大器的优化设计,将人工蜂群算法与平均功率法相结合,应用于拉曼光纤放大器反向抽运的优化配置。在满足给定的净增益条件下,以最小化拉曼增益波动为优化目标建立优化模型,运用平均功率法对拉曼散射方程进行求解,并采用人工蜂群算法获得抽运波长和抽运功率的最优配置。采用上述方法分别对C波段和C+L波段的拉曼光纤放大器进行设计,实验结果表明,在不同净增益设计条件下均能得到小于±0.4 dB的增益波动。相比现有方法,人工蜂群算法与平均功率法的结合具有较强的设计性能,能够得到更为平坦的优化结果,具有一定的实用价值。