RBF 神经网络在光纤法布里-珀罗传感器解调中的应用

摘要

本文提出了法珀传感器的RBF 神经网络解调的方法,从理论上分析了该方法的解调原理及误差.模拟计算得出,该方法解调出的腔长的相对误差达到0.01% ,腔长的最大绝对误差小于0.1μm .在测量范围为0-3Mpa 的F-P 腔MEMS 压力传感器进行的解调试验中,该算法可以辨别0.01Mpa 的压力,腔长与压力数据的拟合度为0.98858,测量压力与实际压力的标准偏差小于0.005Mpa.实验结果表明,神经网络方法可以达到较高的精度,满足实际需求.