[发明专利]一种基于低带宽光电探测器的激光吸收光谱温度测量方法

权利要求书

1.一种基于低带宽光电探测器的激光吸收光谱温度测量方法，实现装置包括激光光源、激光分束器、准直镜、低带宽光电探测器、高带宽光电探测器、数据采集模块，其特征在于，激光光源经过激光分束器后分为两路，分别进入两个准直镜，两个准直镜置于被测区域一端，低带宽光电探测器与高带宽光电探测器置于被测区域另一端，低带宽光电探测器与高带宽光电探测器的输出信号被数据采集模块采集；对于高带宽光电探测器得到的透射光强信号，采用传统直接吸收光谱法计算光谱吸收面积，提供神经网络训练所需的目标值，低带宽光电探测器获取光强的低通滤波信号，作为神经网络训练所需的输入，构建低带宽光电探测器测量得到的透射光强信号与利用高带宽光电探测器测量信号解算获得的光谱吸收面积之间的神经网络；完成神经网络的训练后，仅利用低带宽光电探测器得到的透射光强信号，即可得到高精度的积分吸收面积计算结果，进而可得到更准确的温度测量结果。

2.根据权利要求1所述的一种基于低带宽光电探测器的激光吸收光谱温度测量方法，其特征在于实施过程中主要包含以下步骤：

步骤一：控制激光光源产生中心波长分别为υ₁、υ₂的两束可调谐光谱扫描激光，利用激光分束器将激光分束之后同时穿过一定温度被测区域；

步骤二：通过高带宽光电探测器测得两个波长对水蒸气浓度的透射光强数据，分别记为I_1H及I_2H，通过低带宽光电探测器测得两个波长对水蒸气浓度的透射光强数据，分别记为I_1L及I_2L；

步骤三：对于高带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1H及I_2H，利用直接吸收法计算得到被测区域水蒸气浓度的双波长光谱吸收面积，分别记为S₁及S₂；

步骤四：改变温度，重复步骤一至步骤三获得不同温度条件下通过低带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1L及I_2L与利用高带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1H及I_2H解算出的双波长光谱吸收面积S₁及S₂；

步骤五：利用上述样本数据训练低带宽光电探测器测量得到的透射光强信号I_1L及I_2L与利用高带宽光电探测器测量信号解算获得的光谱吸收面积S₁及S₂之间的神经网络；

步骤六：在未知温度条件下，仅利用低带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据，将其代入训练好的神经网络，获得双波长光谱吸收面积，利用双线法解算得到被测温度，实现利用低带宽光电探测器对均匀温度场的温度测量。

3.根据权利要求1所述的一种基于低带宽光电探测器的激光吸收光谱温度测量方法，其特征在于神经网络按照如下步骤训练：

首先，将神经网络结构定义为三层，即输入层、隐藏层、输出层，输入层的神经元数量设置为I_1L或I_2L向量的长度，隐藏层神经元数量初始设置为输入层神经元数量的三倍，再根据训练的结果进行调整，输出层神经元个数设置为1，分别对应S₁或S₂，并为神经网络随机分配节点权值及阈值，表示为：

其中，W_q1和β_q1分别为输入层到隐藏层的权值及阈值，W_q2和β_q2分别为隐藏层到输出层的权值及阈值，m₀、m₁及m₂分别为输入层、隐藏层、输出层的节点数目，q为不同中心波长对应网络的序号，并在隐藏层输出设置sigmoid激活函数g₁(x)，表示为：

在输出层设置ReLu激活函数g₂(x)，表示为：

则隐藏层输出为：

输出层输出为：

设置误差函数为：

其中，I_qi^k为低带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1L或I_2L的第k组(k＝1,2,3,…,N)样本，S_qk为高带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1H或I_2H解算出的双波长光谱吸收面积S₁或S₂的第k组(k＝1,2,3,…,N)样本；

然后，把通过低带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1L及I_2L作为神经网络的输入，把高带宽光电探测器测得的两个波长对水蒸气浓度的透射光强数据I_1H及I_2H解算出的双波长光谱吸收面积S₁及S₂作为神经网络的输出目标值；

最后，将得到的足量样本数据随机分成三组，其中70％将用于训练，15％将用于验证网络是否正在泛化，并在过拟合前停止训练，15％将独立的用于网络泛化性的测试，判断测试数据的误差是否小于给定值，如果不小于给定值，则修改网络参数，重新训练，如果小于该值则完成神经网络训练，并保存网络模型。