收稿日期：２０２２－０８－０５．基金项目：国家自然科学基金项目（６１７７５０５７）；河北省自然科学基金项目（Ｅ２０１９５０２１７９）．＊通信作者：刘峰Ｅ－ｍａｉｌ：ｌｉｕｆｅｎｇ２０２２０４＠１２６．ｃｏｍ光电技术及应用ＤＯＩ：１０．１６８１８／ｊ．ｉｓｓｎ１００１－５８６８．２０２２０８０５０４基于ＰＳＯ－ＳＷＥＬＭ的应变传感器在线温度补偿方法尚秋峰１，２，３，刘峰１＊（华北电力大学１．电子与通信工程系；２．河北省电力物联网技术重点实验室；３．保定市光纤传感与光通信技术重点实验室，河北保定０７１００３）摘要：针对光纤布拉格光栅（ＦｉｂｅｒＢｒａｇｇＧｒａｔｉｎｇ，ＦＢＧ）应变传感器受环境温度影响而造成的波长漂移问题，提出粒子群优化（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）结合滑动窗口极限学习机（ＳｌｉｄｉｎｇＷｉｎｄｏｗＥｘｔｒｅｍｅＬｅａｒｎｉｎｇＭａｃｈｉｎｅ，ＳＷＥＬＭ）的在线预测算法对其进行温度补偿。利用ＰＳＯ算法优化ＳＷＥＬＭ网络滑动窗口和隐含层神经元数目，提升了模型的预测精度，模型预测均方根误差最小能达到０．０６ｐｍ。ＰＳＯ－ＳＷＥＬＭ实现了对应变传感器数据的在线更新及波长漂移预测，对实时测量数据和预测数据进行差分运算完成温度补偿。与ＳＷＥＬＭ的对比分析结果表明，ＰＳＯ－ＳＷＥＬＭ算法的预测精度平均提升了１１．０４％，并具有良好的温度补偿效果。关键词：极限学习机；光纤布拉格光栅；应变传感器；粒子群优化；温度补偿中图分类号：ＴＰ１８３文章编号：１００１－５８６８（２０２２）０６－１１６８－０５Ｏｎ－ｌｉｎｅＴｅｍｐｅｒａｔｕｒｅＣｏｍｐｅｎｓａｔｉｏｎＭｅｔｈｏｄｆｏｒＳｔｒａｉｎＴｒａｎｓｄｕｃｅｒｓＢａｓｅｄｏｎＰＳＯ－ＳＷＥＬＭＳＨＡＮＧＱｉｕｆｅｎｇ１，２，３，ＬＩＵＦｅｎｇ１（１．Ｄｅｐｔ．ｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ；２．ＨｅｂｅｉＫｅｙＬａｂ．ｏｆＰｏｗｅｒＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＴｅｃｈｎｏｌ．；３．ＢａｏｄｉｎｇＫｅｙＬａｂ．ｏｆＯｐｔｉｃａｌＦｉｂｅｒＳｅｎｓｉｎｇａｎｄＯｐｔｉｃａｌＣｏｍｍｕｎｉｃａｔｉｏｎＴｅｃｈｎｏｌ．，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ０７１００３，ＣＨＮ）Ａｂｓｔｒａｃｔ：Ａｉｍ...
