基于GA-QPSO 混合算法的Brillouin 散射谱特征提取方法

提出了一种将遗传算法(GA)和量子粒子群(QPSO)算法相结合的新优化算法，该算法通过运用GA 中的交叉和变异算子操作来优化QPSO 算法，提高QPSO 的全局搜索能力，克服其易陷入局部极值的缺点。将其应用到Pseudo-Voigt型布里渊散射谱特征提取，对不同权重比、不同线宽和不同信噪比下的布里渊散射谱进行了参数估计和分析，通过采集不同温度时的布里渊散射谱实验数据，利用GA-QPSO 算法对实验数据进行处理。实验结果表明，利用GA-QPSO 算法可以提高布里渊散射谱的频移提取精度，当温度为25 ℃时，频移拟合误差最大为2.18 MHz，且随着温度的升高，平均拟合误差逐渐减小，在80 ℃时的频移拟合误差最大为0.065 MHz。因此，将该算法用于布里渊散射温度和应变传感系统，在提高空间分辨率、检测精度等方面具有很好的应用前景。