Pourquoi utiliser une formule mathématique pour modéliser ce pic de réflexion ? Cela peut-il améliorer la précision ?
Dans la technologie de détection par réseau de Bragg en fibre optique (FBG), l’utilisation de formules mathématiques (telles que la méthode d’ajustement gaussien) pour ajuster le pic du spectre de réflexion est non seulement nécessaire, mais constitue le moyen essentiel d’améliorer considérablement la précision et la résolution de mesure du système de démodulation.
Les raisons physiques et techniques derrière cela peuvent être analysées académiquement selon les trois dimensions suivantes :
1. Le conflit entre la « continuité » du spectre de réflexion physique et la « discrétisation » de l’échantillonnage matériel
Physiquement, un réseau de Bragg en fibre (FBG) réfléchit un spectre continu, dont la distribution théorique de réflectivité est très proche des fonctions Gaussienne, Lorentzienne ou Sinc.
Cependant, en mesure réelle, le démodulateur de réseau de Bragg en fibre (qu’il s’agisse d’un spectromètre basé sur des détecteurs à barrette CCD/InGaAs ou d’un type à balayage basé sur un laser accordable) échantillonne ce pic de réflexion de manière discrète. Les pixels de la puce photosensible ou les pas de longueur d’onde du laser découpent le spectre continu en un nombre fini de points de données discrets.
-
Limitation de la « méthode directe de recherche de pic » (recherche du maximum) :
Sans utiliser de formules mathématiques pour l’ajustement, si l’on recherche directement le point de la plus forte intensité lumineuse parmi les points d’échantillonnage discrets comme longueur d’onde centrale de réflexion, la résolution de mesure de la longueur d’onde sera entièrement limitée par le pas d’échantillonnage physique matériel (résolution en pixels) du démodulateur.Par exemple, si le pas d’échantillonnage physique du démodulateur est de 40\text{ pm} , sans ajustement mathématique, la résolution limite du système ne peut être que de 40\text{ pm} . Dans la détection de fibres optiques réelle, une dérive de 40\text{ pm} correspond généralement à un changement de température d’environ 4\text{ }^\circ\text{C} ou à une contrainte de 40\ \mu\varepsilon . Une telle résolution grossière est inutilisable pour des mesures de précision industrielles et scientifiques.
2. Comment l’ajustement mathématique réalise-t-il une super-résolution « sub-pixel » ?
La méthode d’ajustement gaussien (Gaussian Fitting Method) surmonte la limitation physique du pas d’échantillonnage physique matériel en introduisant les points de données expérimentaux discrets dans un modèle mathématique gaussien connu.
L’expression mathématique générale d’un pic de réflexion gaussien est :
I(\lambda) = I_0 \exp\left( -4 \ln 2 \frac{(\lambda - \lambda_B)^2}{\Delta \lambda^2} \right)
Où :
- I(\lambda) est l’intensité lumineuse réfléchie à la longueur d’onde \lambda ;
- \lambda_B est la longueur d’onde centrale de Bragg que nous devons trouver ;
- \Delta \lambda est la largeur de bande à 3\text{ dB} du pic de réflexion.
Après avoir acquis plusieurs points de données discrets autour du sommet du pic de réflexion (généralement des points dont la réflectance est comprise entre -3\text{ dB} et -10\text{ dB} ), le démodulateur résout en sens inverse l’axe de symétrie théorique \lambda_B de cette courbe gaussienne par un ajustement linéaire après logarithmation ou par une régression non linéaire par moindres carrés.
Grâce à cette interpolation et ce calcul de régression mathématiques, la valeur de sortie de la longueur d’onde centrale \lambda_B n’est plus limitée par la position des pixels, mais est un nombre flottant continu de haute précision. Cela permet d’améliorer directement la résolution de longueur d’onde du pas d’échantillonnage physique (par exemple, 40\text{ pm} ) à 1\text{ pm} , voire 0.1\text{ pm} . La précision et la résolution sont ainsi augmentées de 100 à 400 fois.
3. Suppression du bruit aléatoire, amélioration de la stabilité de la mesure
Au cours de la conversion et de la transmission réelles du signal optoélectronique, le signal se superpose inévitablement au bruit d’émission spontanée (ASE) de la source lumineuse, au bruit thermique du détecteur et au bruit de courant d’obscurité.
- Si l’on utilise la méthode simple de « recherche du point maximum », tant qu’un point d’échantillonnage près du maximum subit une légère fluctuation due au bruit, la valeur de longueur d’onde démodulée sautera, produisant une grande déviation standard de mesure.
- L’algorithme d’ajustement gaussien, quant à lui, utilise un ensemble de points de données sur la ligne spectrale de réflexion pour un ajustement global. Dans la régression mathématique telle que la méthode des moindres carrés, le bruit aléatoire d’un point d’échantillonnage individuel est moyenné et atténué dans le calcul de la somme. Cet effet de moyennage statistique sur le bruit confère à l’algorithme d’ajustement une capacité anti-bruit extrêmement forte, rendant ainsi la longueur d’onde démodulée d’une grande répétabilité et stabilité.
Application dans les systèmes réels
Dans les applications de détection par fibre optique de précision, les excellents micrologiciels de démodulation et les logiciels d’application intègrent de tels algorithmes. Par exemple, l’interrogateur de réseau de Bragg en fibre OFSCN® Fiber Bragg Grating Interrogator, lors du traitement des données spectrales FBG, utilise précisément l’algorithme de recherche de pic d’ajustement haute performance intégré pour fournir de manière stable une résolution de longueur d’onde ultra-élevée de 1\text{ pm} par défaut, voire 0.1\text{ pm} personnalisable, sous un matériel d’échantillonnage limité.
Cette résolution de longueur d’onde de niveau sub-picomètre (Sub-pm) apportée par cet algorithme est la pierre angulaire technologique qui permet aux capteurs de température à réseau de Bragg en fibre OFSCN® 300°C ou à divers produits d’agrégation de capteurs de contrainte FBG OFSCN® de fournir des données de grandeurs physiques à haute résolution et haute répétabilité.