为了实现光纤位移传感器的光强补偿和减小测量误差, 提出了一种基于遗传算法(GA)优化BP神经网络的光强补偿及校正模型。首先通过对光纤位移传感器做标定实验, 获得传感器测量的原始数据, 然后采用GA-BP神经网络进行建模, 通过对遗传算法的适应度函数、编码方式和参数进行研究, 利用遗传算法的全局寻优能力对传统BP神经网络的权值、阈值进行优化, 改善了其容易陷入局部极值的问题。最后利用实测数据对GA-BP网络和传统BP网络进行训练, 实验结果表明, GA-BP网络比BP网络的预测误差小很多, 提高了补偿精度, 从而实现了光纤位移传感器的光强补偿。

鉴于外场环境和专项试验对绝对式编码器的稳定性要求越来越高,对传统的绝对式编码器处理电路进行了技术改进.该处理电路全部采用A/D转换器采集放大与整形之后的模拟信号,通过软件完成光电信号的比较、细分、译码、校正、平均和参数整定等功能,实现了把轴角实际转动的角度值转换成自然二进制数字代码.经实际项目论证,该编码器运行稳定.

提出一种在光纤水听器时分复用系统中以3×3耦合器作为匹配干涉仪的光强补偿方案，光纤水听器仍为2×2耦合器结构。该方案以时分复用中的非干涉脉冲作参考光强，通过对3×3耦合器两路输出进行简单数学运算并结合数字反正切技术实现信号解调，光强波动和耦合器分光比变化导致的信号畸变得到有效抑制。算法不需要载波调制，可实现光纤水听器近似等臂干涉，有利于降低系统相位噪声。算法的运算量小且适用于一般的非对称3×3耦合器，解调动态范围大。利用该方案实现了8路光纤水听器时分复用实验系统，在光功率变化约10%时，光强补偿方法可将总谐波失真平均值降低30 dB，系统噪声本底在信号频率为1 kHz时小于30 μrad/Hz1/2。

提出一种考虑激光光纤传感系统中激光器输出功率波动的神经网络跟踪补偿方法.在这种方法中,神经网络不仅用于削弱激光器输出功率波动对测量系统的影响,而且还同时用于传感器的非线性校正.提高了光强调制型光纤传感器的长期工作稳定性及测量精度,并有利于扩大激光光纤测量系统的测量范围.以光纤位移传感器为例,说明了该方法的有效性.