機械学習を用いたファイバブラッググレーティングの多点化に関する基礎検討

カテゴリ: 部門大会

論文No: 9-A-a1-2

グループ名: 【A】令和5年電気学会基礎・材料・共通部門大会

発行日: 2023/08/24

著者名: 山口 達也(日本大学)，川島 裕人(日本大学)，松田 裕貴(日本大学)，篠田 之孝(日本大学)

キーワード: 光ファイバセンサ|センサシステム|ファイバブラッググレーティング|機械学習

要約(日本語): ファイバブラッググレーティング(FBG)は約-270~1000℃に及ぶ熱耐性や数百kmの距離レンジなどの特性を持つ有望な光ファイバセンサである。近年のFBGの研究では、広範囲のセンシングを実現するため、新しい多点化方法の開発が重要な研究トピックスになっている。本研究では、波長分割多重によるセンサ数の限界を克服する機械学習を用いた多点化方法の開発を推進している。本文では、機械学習の多層化と測定分解能の関係について検証した。

PDFファイルサイズ: 445 Kバイト