基于合成数据训练神经网络的长距离OFDR快速解调方法和装置

本发明公开了一种基于合成数据训练神经网络的长距离OFDR快速解调方法和装置，通过构建贴合长距离OFDR真实特征的生成式训练样本，结合神经网络模型实现光谱漂移量快速预测。该方法包括：按照光纤瑞利散射信号的物理特征规律，采用数据合成方式批量生成具备长距离传输退化特征的多个训练样本数据；利用所述训练样本数据对预设的神经网络模型进行监督训练，得到完成训练的漂移预测模型；通过光频域反射计采集传感光纤上每个传感区域的局部参考真实信号和局部测量真实信号；根据每个传感区域的局部参考真实信号和局部测量真实信号，构建对应的推理样本数据，并将每个传感区域的推理样本数据依次输入至所述漂移预测模型进行前向推理，然后接收所述漂移预测模型依次输出的每个传感区域的光谱漂移预测值；根据事先标定的光谱漂移与被测参量之间的反演函数，将每个传感区域的光谱漂移预测值转换为对应的被测参量预测值。