基于灰狼算法优化时变滤波参数的光纤热力响应分离方法

AITNT
正文
推荐专利
基于灰狼算法优化时变滤波参数的光纤热力响应分离方法
申请号:CN202510594559
申请日期:2025-05-09
公开号:CN120101881B
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供了基于灰狼算法优化时变滤波参数的光纤热力响应分离方法,包括:步骤1,构建基于分布式光纤传感器的热力响应监测系统;步骤2,分布式光纤传感器热力响应信号的实时采集与处理;步骤3,利用时变滤波经验模态分解将光纤感知信号分解为若干本征模函数;步骤4,构建基于皮尔逊相关系数的灰狼优化算法目标函数,对时变滤波经验模态分解的参数进行自适应寻优;步骤5,构建基于特征参数的多维特征空间,结合聚类方法对本征模函数进行温度与应变敏感性判定与分类;步骤6,对热力耦合工况下光纤温度与应变响应成分进行分离。本发明基于同一根感知光纤,可以实现面向热力响应的应变、温度双参数同步测量,简化了监测网络的复杂度。
技术关键词
皮尔逊相关系数 分布式光纤传感器 灰狼优化算法 耦合工况 灰狼算法 多维特征向量 信号 滤波 监测系统 数据采集模块 温度双参数 最佳参数组合 样条 径向基核函数 重构 特征值 矩阵
系统为您推荐了相关专利信息
1
一种基于多目标回归的氧化物钙钛矿性质预测方法
性质预测方法 随机森林 皮尔逊相关系数 钙钛矿材料技术 冗余特征
2
一种早期胃癌检测的标志物识别方法及诊断模型构建方法
早期胃癌 标志物 识别方法 经验贝叶斯 皮尔逊相关系数
3
基于深度学习的农作物病虫害识别算法、装置、存储介质
农作物病虫害 叶片 图像 非易失性计算机可读存储介质 分类特征
4
基于深度学习加速变分模态分解寻优的地学信号处理方法
深度学习加速 迭代优化算法 信号处理方法 参数 地球物理信号处理技术
5
一种基于多神经网络的新型电力系统中新能源组合预测和优化方法
新型电力系统 滚动优化方法 组合预测模型 LSTM神经网络 日内滚动优化
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号