基于DE-GRNN算法的布里渊散射谱拟合

为了提高布里渊光时域分析(BOTDA)型分布式光纤传感技术的布里渊散射谱特征提取精度,提出一种基于差分进化算法(DE)优化广义回归神经网络(GRNN)的曲线拟合算法,通过利用差分进化算法实现对广义回归神经网络的光滑因子自动寻优,减少人为测试的繁杂性。仿真实验结果显示,该混合优化算法在不同信噪比及线宽的条件下,对布里渊散射谱具有较好的拟合度,最佳拟合度可达0.99以上,最小均方根误差为0.012 0,拟合性能优于传统布里渊散射谱拟合算法。