基于深度学习的光纤光栅传感系统及降噪方法

本申请涉及传感器降噪技术领域，其具体地公开了一种基于深度学习的光纤光栅传感系统及降噪方法，其首先同步采集光纤光栅传感器的原始反射谱数据和光纤光栅传感器所处的环境温度数据，并引入基于深度学习的数据处理算法，通过对原始反射谱数据进行经验模态分解和波形特征提取，以捕捉其内在的固有模态波形特性，接着，进一步结合环境温度数据，通过对环境温度特征与原始反射谱固有模态波形特征进行隐性查询交互响应编码，以理解环境温度对反射谱数据的动态影响模式，从而实现对反射谱数据的温度补偿与降噪。通过这种方式，可以自适应识别并补偿温度波动对反射谱的影响，有效抑制环境温度波动引起的噪声，提高光纤光栅传感器的测量精度。