• Treffer 5 von 8
Zurück zur Trefferliste
Zitieren Sie bitte immer diesen URN: urn:nbn:de:kobv:b43-546294

Distributed humidity fiber-optic sensor based on BOFDA using a simple machine learning approach

  • We report, to our knowledge for the first time, on distributed relative humidity sensing in silica polyimide-coated optical fibers using Brillouin optical frequency domain analysis (BOFDA). Linear regression, which is a simple and well-interpretable algorithm in machine learning and statistics, is utilized. The algorithm is trained using as features the Brillouin frequency shifts and linewidths of the fiber’s multipeak Brillouin spectrum. To assess and improve the effectiveness of the regression algorithm, we make use of machine learning concepts to estimate the model’s uncertainties and select the features that contribute most to the model’s performance. In addition to relative humidity, the model is also able to simultaneously provide distributed temperature information addressing the well-known cross-sensitivity effects.

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Christos KarapanagiotisORCiD, Konstantin HickeORCiD, Aleksander Wosniok, Katerina Krebber
Dokumenttyp:Zeitschriftenartikel
Veröffentlichungsform:Verlagsliteratur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):Optics Express
Jahr der Erstveröffentlichung:2022
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.6 Faseroptische Sensorik
Veröffentlichende Institution:Bundesanstalt für Materialforschung und -prüfung (BAM)
Verlag:OPTICA
Jahrgang/Band:30
Ausgabe/Heft:8
Erste Seite:12484
Letzte Seite:12494
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Freie Schlagwörter:Brillouin distributed sensing; Fiber optics sensors; Humidity sensing; Machine learning; Simultaneous temperature and humidity sensing
Themenfelder/Aktivitätsfelder der BAM:Umwelt
Umwelt / Sensorik
DOI:10.1364/OE.453906
URN:urn:nbn:de:kobv:b43-546294
Verfügbarkeit des Dokuments:Datei für die Öffentlichkeit verfügbar ("Open Access")
Lizenz (Deutsch):License LogoCreative Commons - CC BY - Namensnennung 4.0 International
Datum der Freischaltung:11.04.2022
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:02.05.2022
Schriftenreihen ohne Nummerierung:Wissenschaftliche Artikel der BAM
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.