一种基于机器学习的OFDR大应变快速测量方法

本发明公开了一种基于机器学习的OFDR大应变快速测量方法，属于光纤传感领域，该方法利用基于OFDR的光纤传感技术获取时域信号序列，进行并行FFT计算获得频域信号，进行串并转换后，通过IFFT获得各传感段波长域信号，且并行解调所有传感段的应变值，加快解调速度；其中，解调包括：首先将完整光谱作为第一机器学习模型的输入，计算分辨率较低的粗解调应变值，然后根据粗解调应变值截取局部光谱，并将该局部谱作为第二机器学习模型输入，计算分辨率较高的细解调应变值，最后将上述两个应变值求和得出最终应变值输出。整体而言，该方法大幅降低了计算的数据量，有效提升了应变解调速度，并且适用于大应变场景下的应变解调，不会劣化应变精度。