1.简介
近年来，光纤传感器以其无源器件、遥感能力强、结构简单、体积小、损耗低、抗电磁干扰能力强等优点，在海洋应用中备受关注[1,2,三]. 海水盐度的测量在海洋学研究和海洋环境监测等领域具有特别重要的实用价值[4,5]. 与传统的电导-温度-深度仪器相比，光纤传感器在测量液体分析物折射率（RI）方面表现出了高灵敏度和高精度[6]. 海水的RI与其盐度密切相关；海水盐度的测量可以通过评估海水的RI来实现。因此，光纤传感器有望为海水盐度测量提供创新解决方案。常见的RI光纤传感器包括光纤布拉格光栅传感器（FBG）[7]，长周期光栅传感器（LPG）[8]、表面等离子体共振传感器（SPR）[9]，包层模式共振[10]，以及基于法布里-珀罗（FP）干涉仪的传感器[11]、Mach-Zehnder干涉仪（MZI）[12]，迈克尔逊（ML）干涉仪[13]等。通常，所有这些传感器都基于共振波长偏移原理[14]需要宽带激光器和光谱分析仪[15,16,17]. 然而，高分辨率的光学光谱分析仪价格昂贵，测量时间由波长扫描速度决定，这限制了波长调制光纤RI传感器在需要低成本和快速检测的应用场景中的应用。作为替代解决方案，已经开发出强度调制光纤RI传感器，用于测量光功率[18]. 然而，光源的功率偏差会影响传感器的测量精度，因此需要考虑功率补偿技术[19]. 为了克服上述局限性，光纤散斑传感器（FSS）已成为当今的研究热点[19]. 一方面，它用具有快速响应的基于强度的相机取代了昂贵的光谱分析仪。另一方面，探索了一种新的空间强度分布自由度，以通过像素阵列实现高灵敏度。它已成功应用于位移[20]，压力[21]，磁场[22]，波长[23]、DNA杂交[24]，甚至向量参数[25]. 为了获得散斑图，标准单模光纤（SMF）应该被支持多种模式的特殊光纤所取代。环境RI对这些模式的调制是使用散斑传感器进行RI测量的基础[26]. 目前，E.Fujiwara等人分别使用无芯光纤和暴露芯MMF作为传感头，提出了一种级联结构和一种特殊的多模光纤（MMF）[27,28]. 两个传感器的灵敏度分别为18.7和10.97 RIU−1分别是。G.Mu等人研究了D形MMF型FSS以及抛光深度和长度对传感器灵敏度的影响；10.57 RIU的最大灵敏度−1可以实现[29]. 尽管这些工作对使用FSS测量RI做出了重大贡献，但空间调制光纤散斑对RI测量的影响尚未探索。这些研究将促进对FSS性能的更好理解，进一步优化其准确测定液体分析物RI的有效性，并使我们能够深入了解纤维散斑图案和液体分析物的RI之间的相互作用。 在这项工作中，制作了一种基于锥形多模光纤（TMMF）的FSS，用于测量液体分析物的RI。通过对TMMF中的输入光束进行空间调制，FSS的灵敏度显著提高。通过增加横向和轴向偏移实现的空间调制控制TMMF中的激励高阶模。实验结果表明，MMF中激发的高阶模越多，FSS的传感器灵敏度越高，这与预测趋势一致。利用一种称为零位归一化互相关系数的数字图像相关方法，量化了TMMF锥形区域周围环境RI变化引起的散斑变化。传感器显示出20 RIU的高灵敏度−1分辨率为5.84×10−5在1550nm处，在1.3164至1.3588范围内，对周围RI的变化具有良好的线性响应。此外，散斑传感器具有长周期时间稳定性，600 s内数字图像相关变化小于0.003。注意，与工作相比[26]我们固定了传感头，改变了激励模式，保持了传感头结构的稳定。利用空间调制实现了各种模式的激励，方便了实验系统的控制。提出的RI-FSS显示了简单传感器模块结构、高效RI检测和简单实现的优点。 2.光纤斑点传感原理
2.1、。光纤散斑理论
当相干激光器将光发射到MMF中时，在MMF的输出面上将形成散斑图案。散斑图的横向分布主要受模式干涉和模式耦合的影响。模式的干扰由每个模式的振幅和相对相位从理论上确定。因此，在不考虑光纤输出端到CMOS相机接收器的光的发散和空间衍射的情况下，光场E类(x个,年)和强度分布我(x个,年)投影在CMOS接收平面上的输出散斑图案(x个,年)可以表示为：哪里A类k个和φk个表示振幅和相对相位。米和n个定义为米-th和n个-第个本征模Φk个散斑图案的强度受相对相位偏差的影响很大Δφ=φ米− φn个散斑强度的分布取决于模式的相位差和模式耦合效应。在这种情况下，改变锥形光纤腰部周围液体的RI，我们可以通过量化散斑图案的偏差来实现灵敏的RI传感。 2.2. MMF模式激励
在具有阶跃电感剖面的MMF中，支持的本征模数M（M）近似由归一化频率确定V（V）:哪里k个0,一,n个1、和n个2分别是真空波数、芯径、芯RI和包层RI。模式的激发对于散斑图案的复杂性至关重要。通过增加MMF中的激发模式数，散斑图案显示出更复杂的强度分布。这种增强的复杂性使传感器系统在响应外部环境RI变化时表现出更高的灵敏度。为了增加MMF中的高阶模，常用的方法侧重于波导结构的圆对称扰动。当基模高斯光束被发射到MMF的输入端口时，引入了发射SMF和MMF之间的横向和轴向偏移。这是一种有效的方法。 在这项工作中，为了调制空间中的散斑图案，SMF和MMF之间的横向和轴向偏移被用于高阶模式激励。为了比较不同偏置条件对模式激发效应的影响，从理论上计算了MMF中激发的前88个模式与SMF输出光的功率耦合。我们考虑了模式重叠和模式之间的有效折射率失配。计算时，将SMF发出的光视为工作波长为1550nm的基模高斯光束，SMF的输出面为束腰。在传播短距离（小于自由空间中的瑞利距离）后，高斯光束到达MMF的入射端面，导致高阶模的激发。芯RI、包层RI、芯半径和MMF半径分别设置为1.457、1.442、31.25μm和62.5μm。
在图1，显示了不同空间调制条件下的模式激励，其中我和x个分别表示SMF和MMF之间的轴向和横向偏移；N个全部的给出了激发模式的数量。通过更改以下值可以实现空间调制我和x个当SMF和MMF的核心对齐时，即。，我=10μm和x个=0μm，大部分功率分数集中在少数模式上，激发了10个本征模式。什么时候？我=10μm和x个引入=25μm，模式的功率分布变得均匀，大多数高阶模式被分配为光功率。显然，激发的高阶模数随着横向偏移的增加而增加。当我保持不变x个进一步增加到30μm，激发出59个本征模。然而，高阶模态的激励受到大偏移的限制。当x个持续增加到35μm，几乎所有模式，包括低阶和高阶模式，都没有接收到功率。此外，当我=55μm，与空间调制条件相比，激发模式的数量略有增加我=10μm和x个=30微米。 这些结果表明，采用SMF和MMF之间的偏移有利于高阶模态的激发，并且与轴向偏移相比，横向偏移对模态的激发影响更大。
2.3. 数字图像解调
采用零米归一化互相关（ZNCC）值评估散斑图的相关性；这是一种统计图像匹配方法。ZNCC可以直接表示两幅图像之间的相似性，而不需要额外的参数。CMOS相机拍摄的原始图像包含RGB信息，在评估相关性之前，必须将每个散斑转换为灰度图像。通过从参考图像和目标图像中减去灰度平均值，ZNCC显示出对线性和均匀亮度变化的高鲁棒性[30,31]. 图像中每个像素表示的光强度有助于图像相关性，一般表达式如下：哪里我(X（X）,Y（Y）)以及我表示光强度(x个,年)散斑图像中的点和图像的平均光强值。下标0和K（K）分别对应于参考散斑图和目标散斑图。输出散斑图案包括N个像素。 3.实验研究和结果
3.1. 实验装置
图2展示了FSS系统的实验装置。光纤激光源（MC fiber Optics，MCNLFL-1550-S-S2-0-FA-T1，DK Photonics，Shenzhen，China）发出的工作波长为1550nm的相干光被发射到SMF（CORNING SMF-28e）中®)用于与MMF对齐。它可以避免环境中可见光对传感器性能的影响。所有研究均使用输出功率为10.09 mW的激光器，在任何实验中都没有高饱和强度。隔离器（ISO）可防止反向反射，并用于保护源光纤激光器。 采用火焰加热技术将阶跃折射率剖面MMF（YOFC，SI 60/125-22/250，中国武汉长江光缆股份有限公司（YOFC））制作成TMMF。图3显示了TMMF的光学显微照片。锥形区域的直径和长度分别为16μm和1.72 mm。全视场的长度为1.6 cm，如图3a。图3b–d分别显示了TMMF渐变过渡区、渐变纤维区和渐变加厚过渡区的光学显微镜图像。 MMF在1300°C下由氢氧火焰加热，并由两个旋转纤维固定块拉伸，以恒定速度和较小还原率进行绝热TMMF。然后，SMF和TMMF之间的自由空间耦合通过堆芯对准融合拼接器（日本东京藤仓88S+）实现。SMF和MMF端面之间的空间调制可以通过驱动电机进行调节。锥形MMF的腰部和过渡区封装在3D打印室中。为了减少环境扰动，TMMF的未拉伸部分用UV固化粘合剂（KSIMI，K2018）固化，并使用两个简化的纤维夹（DHC大亨Opitcs，GCX-M0104，大亨新纪元科技有限公司，中国北京）来确保整个TMMF结构的机械稳定性。TMMF的输出端口固定在手动XYZ平移台上，用于调整投影到小型红外CMOS相机（CINOGY，CinCam CMOS系列，CMOS-1201-IR，CINOGY TECHNOLOGIES，Duderstadt，Germany，40×40×20 mm）上的输出散斑图案的空间位置三). 相机的损坏阈值为100 mW/cm2分辨率1280×1024，动态范围43dB，可满足亮度和对比度要求。
温度变化可能会改变散斑图案，相关工作报告了FSS用于温度响应[22,24]. 为了避免温度对RI测量结果的影响，我们将室温保持在25°C。所有实验均在室温下进行，传感器系统固定在光学实验板上，以减少环境的影响。 3.2. 模式激励和RI测量
为了利用ZNCC实现RI测量的变化，模式激励和倏逝场对模式的调制是必不可少的。锥形光纤可以产生强倏逝波场，锥形光纤中的导模功率在倏逝波中传播，占很大比例；导模的有效折射率很容易被外部介质RI调制。我们采用了一种有效且通用的方法，通过改变横向偏移来增加高阶模x个和轴向偏移我在SMF和MMF之间进行空间调制时；给出了不同偏置条件下的输出散斑图。图4描绘了我=10、25和60μm，无横向偏移，以及相应的散斑图案。ZNCC图4d–f分别为0.89、0.82和0.96。 图5展示了在保持轴向偏移的情况下，具有不同横向偏移的光学显微照片及其相应的散斑图案，并表明横向偏移和轴向偏移同时增加。图5a显示了SMF和MMF之间的直接核心到核心耦合，仅我=10μm和x个=0.此外，相应的散斑图案，如图5e、 当锥形MMF的腰部区域周围的环境液体是在1550nm处RI为1.3164的水时捕获。图5b显示了的空间调制条件我=10μm和x个=17微米。图5c进一步增加x个至26μm。ZNCC图5e–g分别为0.50、0.51和0.54。所示值越小，空间分布变化越大。与相比图4d–f和图5e、 f，由横向偏移引起的ZNCC大于由轴向偏移引起的ZNCC，这表明横向偏移可以有效地调制散斑图案的空间分布。如果进一步稍微扩大横向偏移，输出散斑图案几乎消失。因此，横向偏移阈值被视为30μm。轴向偏移我增加到55μm，光学显微照片如所示图5d、 相应的散斑图案显示在图5小时。 这些结果表明，SMF和MMF之间存在偏移可以促进高阶模式的激发，与轴向偏移相比，横向偏移在模式激发中起主导作用，这与理论计算一致。
使用不同浓度的甘油-水溶液来校准和测量RI值，因为甘油无毒且不易挥发，并且可以以任何浓度比与水相互溶解。通过调整甘油的体积百分比，溶液的RI范围从1.3164标定到1.3588[32]. 将具有不同RI的溶液添加到封装TMMF的腔室中；捕获输出散斑图，并使用ZNCC评估它们之间的图像相关性。在图6实验上显示了具有各种外部RI的散斑图和RI变化范围为1.3164到1.3588的ZNCC的高质量线性响应。线性曲线斜率的绝对值FSS的灵敏度为6.41 RIU−1. 3.3. FSS敏感性研究
理论上，散斑图案是由导模的相干叠加形成的。通过增加引导模式的数量，可以提高散斑图案的复杂性，从而提高FSS的灵敏度。
在这些不同的SMF和MMF空间调制状态中图4a–c，我们测量了RI变化对相应空间调制条件的响应，其FSS性能和偏移条件如所示图7a.当轴向偏移为10、25和60μm时，FSS的相应灵敏度为7.6、9.1和9.6 RIU−1分别是。图7b展示了FSS在中描述的不同空间调制条件下的性能图5a–d。FSS的可比灵敏度为6.5、7.8和11.4 RIU−1横向偏移分别为17、26和30μm。最重要的是，FSS的灵敏度为19.52 RIU−1当轴向和横向偏移分别设置为30和55μm时。SMF和MMF之间空间偏移的增加促进了FSS灵敏度的提高。 4.讨论
为了确定RI FSS的可靠性，我们使用OptiBPM 13.1.3软件对基于不同模态的RI变化响应进行了数值模拟。结果显示在图8。的插图图8描述了模拟结构和相关区域的RI分布。在布局中，黄芯和绿包层的RI分别设置为1.457和1.442。蓝色液体分析物的RI从1.3301变为1.3601。最后的模拟结果是使用5和20个LP模式作为图中所示的红色输入字段得到的图8RI的相同变化所引起的散斑图相关性的变化将随着传导模式数量的增加而稳定增加，这与图7b。 通过优化传感器结构和增强瞬时TMMF，可能实现FSS提高灵敏度的潜力。
为了研究ZNCC值和FSS系统误差的变化，分别在600 s内测量了传感器系统在空气和水中的时间稳定性。以大约1秒的时间间隔记录输出散斑图案。通过对每个记录的图像与初始散斑图案进行ZNCC相关计算，获得了散斑图案随时间变化的演化序列。
如所示图9将传感头直接置于空气中获得的散斑相关随时间变化不明显。在600 s内，ZNCC值从1降至0.997。所有数据均在±3.5倍标准偏差（σ=0.00351）的置信区间内。系统误差是由相机的固有电子噪声、环境噪声和激光源的稳定漂移（15分钟内功率变化≤0.05 dB）之间的组合引起的，这影响了ZNCC的传感差异。当TMMF浸入水中时，观察到的散斑相关变化的最大衰减值略大于在空气中获得的衰减值。只有两个采样点超出了标准偏差正负3.5倍的置信区间。单个实验的测量时间小于10分钟，整体数据相对稳定。我们得出的结论是，对于RI检测，FSS系统是有效且鲁棒的。 以前的工作已经证明了评估FSS分辨率的各种方法。其中一个给出了定义的最小ZNCC变化（0.01）和灵敏度之间的比率[27]. 一种方法认为，在10秒内，保守的分辨率区间是采样数据标准偏差的10倍[28]另一个计算了空白样品测量中标准偏差和灵敏度的3倍[29]. ZNCC值是两幅图像相关性的评价指标，图像中每个像素的灰度值构成总ZNCC数值。理论上，如果一个像素中存在灰度变化，则会导致ZNCC值发生变化。然而，在实际实验中，几乎没有一个场景中一个像素中的一个灰度值发生变化。传感器系统错误引起的ZNCC值变化将大于这种情况。与分辨率相对应的ZNCC变化需要大于系统误差的变化。中提到的分辨率评估方法[28]之所以被考虑，是因为它尽可能地减少了时间的影响。为了获得最佳分辨率，对传感头浸入水中的状态进行了多次测量。如所示图10给出了每个测量散斑图与之前测量的散斑图之间的图像相关性。 测量次数引起的ZNCC最大变化为0.0012，数据的相对标准偏差（RSD）为0.00038。因此，当前FSS分辨率的最大临界值可以定义为5.84×10−5RIU在一组实验中。只有当外部RI的变化大于该值时，ZNCC才能检测到变化。当19.52 RIU的FSS灵敏度−1考虑，最小分辨率评估为5.84×10−5RIU公司。
为了比较之前报告的RI FSS的性能，表1总结了近年来RI FSS的典型参数，包括传感器头、灵敏度、分辨率和响应范围。与其他方法相比，TMMF方法简单，适用于敏感检测。 请注意，ZNCC可以确定两个图像之间相关性的差异，但限制了确定导致图像相关性变化的参数的特定值。然而，ZNCC显示了与其他相关准则的等价关系，例如零位归一化平方差和准则（ZNSSD）和带有两个额外未知参数的参数平方差和（PSSD）准则ab公司)可以简化理论分析和实际应用[33]. 进一步的研究可以集中于RI的实时解调，这可以通过内置的集成算法实现。 5.结论
总之，本文对基于TMMF的光纤散斑传感器进行了实验研究。通过测量甘油-水溶液的不同比例对传感器进行评估，获得19.52 RIU的灵敏度−1分辨率为5.84×10−5在1.3164至1.3588折射率的线性响应范围内。实验表明，散斑传感器的灵敏度受传播模式数的影响。结果表明，光纤散斑传感器为光纤传感提供了一种简单、高效、经济的方法，为RI检测提供了一个可靠的替代方案。这项工作对扩展光纤传感技术具有重要意义，并在海洋学研究、海洋环境监测和海洋渔业等领域具有潜在应用。对FSS的高灵敏度和宽线性响应范围的进一步研究可能集中于非绝热TMMF以及与其他技术的结合。
