[发明专利]基于神经网络的光学频率梳气体检测系统及方法

权利要求书

1.一种基于神经网络的光学频率梳气体检测方法，其特征在于，包括：

构建用于识别气体类别的人工神经网络模型；所述人工神经网络模型的构建中，训练样本的获取方法为：

向检测气室依次通入M种痕量气体，进行数据采集；对每一种气体设置一个类别标签Y_m，m＝1，2，……，M；对于每种气体，数据采集卡将该气体的n组数据传送给检测单元，检测单元将每一组数据：频率X₁、二次谐波X₂使用归一化公式进行特征缩放处理，并加上类别标签Y_m；则得带标签的特征向量：

对数据进行高维映射，则得到新的特征向量新特征向量数据集即为人工神经网络的训练样本；

采用光学频率梳气体检测系统进行检测，该系统包括：光学频率梳、气室、光电二极管、数据采集卡、检测单元；所述气室通过光纤与光电二极管连接，所述数据采集卡采集光电二极管传输的电信号并发送给检测单元；所述的检测单元通过对所接收的电信号进行计算和处理，测定出气体的种类和浓度；气室两端分别安装有镜面相对的反射镜，所述反射镜为500mm曲率半径球面镜；所述球面镜为若干个小球面镜组成的球面镜阵列；

所述的气室包括检测气室和参考气室；光学频率梳通过99/1光纤分束器分别连接检测气室和参考气室；光学频率梳产生的激光99％能量进入充有待测气体的检测气室，1％能量进入充有标定浓度为1％浓度的待测气体的参考气室；检测气室和参考气室的出射口分别通过光纤与InGaAs雪崩光电二极管相连；InGaAs雪崩光电二极管将从气室中输出的反射光转化为电信号，并传输给数据采集卡，数据采集卡将采集到的信号传输给气体检测单元；

所述检测单元包括调制解调单元、计算单元、气体识别单元和浓度测定单元；所述的调制解调单元用于对输入的电信号解调得到待测气体的二次谐波；所述计算单元将待测气体的二次谐波、频率处理成输入特征向量；所述的气体识别单元通过人工神经网络模型，得到待测气体类别；浓度测定单元用于计算待测气体的浓度；

将待测气体通入检测气室，使用人工神经网络模型确定待测气体的类别；

在参考气室中通入浓度为1％的确定了类别的待测气体，根据以下公式测定出待测气体的浓度x：

式中：p_t,l_t,p_r,l_r,x_r分别为测量气室压强、测量气室光程长度、参考气室压强、参考气室光程长度、参考气室气体浓度；R_S为测量气室归一化的二次谐波和参考气室归一化的二次谐波信号强度的比值。

2.根据权利要求1所述的基于神经网络的光学频率梳气体检测方法，其特征在于，所述的高维映射使用如下核函数进行处理：

3.根据权利要求2所述的基于神经网络的光学频率梳气体检测方法，其特征在于，人工神经网络的激活函数为ReLu激活函数。