BROWSE
Detail
Conference Paper
딥러닝 복조 모델 기반 다중 매개변수 동시 측정 광섬유 센서에 관한 연구
Cited - time in 
Share 
Share
- Issue Date
- 2026-07
- Citation
- 대한전기학회 학술 대회 (하계) 2026, pp.2079-2080
- Publisher
- 대한전기학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 본 논문에서는 다중모드 간섭(Multi-Mode Interference, MMI) 구조에 깊은 인공신경망(Deep Neural Network, DNN) 기반 복조 모델을 적용하여, 온도와 인장력이라는 두 매개변수를 동시에 측정할 수 있는 광섬유 센서를 제안하였다. 본 연구는 DNN 복조 모델을 이용한 광섬유 센서에서 다중 파라미터 동시 계측의 가능성을 입증하였으며, 온도에 대해 약 0.283°C, 변형률에 대해 약 38.521 με의 평균 제곱근 오차(Root Mean Square Error, RMSE)를 달성함으로써 높은 정확도의 다중 매개변수 복조가 가능함을 보여준다.
- KSP Keywords
- Deep neural network(DNN), Multimode interference(MMI), Root Mean Square Error(RMSE), mean square error(MSE)