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.

针对多光电跟踪设备组网后出现的异步测量问题, 提出了一种异步分布式序贯目标跟踪算法。该算法由局部滤波器和融合滤波器构成, 先利用状态转换方法, 将多光电跟踪设备节点及其邻节点的异步测量对齐到融合时刻, 得到拟测量方程。随后, 利用射影原理对拟测量方程和目标运动状态方程构成的目标跟踪系统, 提出异步序贯局部滤波器来计算较为精确的局部滤波值。再以协方差交叉算法为基础, 提出基于扩散策略的融合滤波器, 对局部估计值进行融合计算, 来提高目标跟踪精度, 并降低组网后各光电跟踪设备节点融合估计值的差异程度。最后对所提出的算法进行了仿真实验, 以验证其有效性。