| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 分布式光纤传感技术的分类 | 第11-12页 |
| 1.3 基于Brillouin散射的分布式传感技术研究现状 | 第12-13页 |
| 1.4 论文的主要内容和结构安排 | 第13-15页 |
| 第2章 Brillouin散射谱拟合理论基础 | 第15-22页 |
| 2.1 Brillouin散射原理 | 第15-18页 |
| 2.1.1 自发Brillouin散射原理 | 第15-16页 |
| 2.1.2 受激Brillouin散射原理 | 第16-17页 |
| 2.1.3 Brillouin散射谱 | 第17-18页 |
| 2.2 Brillouin散射谱拟合原理 | 第18-19页 |
| 2.2.1 Brillouin散射谱拟合基函数 | 第18页 |
| 2.2.2 Brillouin散射谱拟合算法理论 | 第18-19页 |
| 2.3 Brillouin散射谱与光纤温度、应变的传感机理 | 第19-21页 |
| 2.3.1 Brillouin散射谱频移与光纤温度、应变的关系 | 第19-21页 |
| 2.3.2 Brillouin散射谱光功率与光纤温度、应变的关系 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 单峰Brillouin散射谱特征提取算法研究 | 第22-44页 |
| 3.1 Brillouin散射谱信号检测技术 | 第22-31页 |
| 3.1.1 直接检测技术 | 第23-25页 |
| 3.1.2 相干检测技术 | 第25-30页 |
| 3.1.3 本文Brillouin散射谱检测系统 | 第30-31页 |
| 3.2 GA-QPSO混合优化算法基本原理 | 第31-35页 |
| 3.2.1 遗传算法 | 第31-32页 |
| 3.2.2 量子粒子群算法 | 第32-33页 |
| 3.2.3 GA-QPSO混合优化算法 | 第33-35页 |
| 3.3 GA-QPSO混合优化算法仿真结果与分析 | 第35-38页 |
| 3.4 GA-QPSO混合优化算法实验结果与分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 多峰Brillouin散射谱特征提取算法研究 | 第44-55页 |
| 4.1 GA-BP混合优化算法基本原理 | 第44-49页 |
| 4.1.1 人工神经网络 | 第44-46页 |
| 4.1.2 BP神经网络 | 第46-47页 |
| 4.1.3 GA-BP混合优化算法 | 第47-49页 |
| 4.2 GA-BP混合优化算法仿真结果与分析 | 第49-52页 |
| 4.3 GA-BP混合优化算法实验结果与分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |
