超精密加工工件表面存在影响其性能的各种空间频率误差,针对工件的不同性能研究,需要采用有效分解手段对含有特定频段空间频率误差的形貌进行提取。传统的空间频率误差分解方法存在严重的模态混叠现象,为了解决这一问题,提出自适应二维变分模态分解(BVMD)算法对三维表面形貌进行分解。首先,由于采集三维形貌数据时会造成截断误差,引入镜像延拓和自卷积Hanning窗方法对数据进行预处理。然后,利用粒子群退火优化算法,对BVMD算法中的惩罚系数和分解层数进行寻优处理。其中,以各模态分量之间的频谱KL散度作为混叠指标,引入最小风险贝叶斯决策理论,综合KL散度与重构误差,构建优化算法适应度函数。最后,对超精密加工实测表面形貌进行分析,并与离散小波分解、二维经验模态分解方法相比较。结果显示,所提方法分解的KL散度值在10 2量级,远高于其他两种方法,能更好抑制模态混叠,实现超精密加工表面空间频率误差的有效分解。

针对2×2光采样时分复用系统幅度不稳定的特性进行了分析,结果表明幅度不稳定来自于两个方面: 一是由于复用系统每一级的两路插入损耗不同，时分复用系统每一级的插损不均匀性造成的幅度抖动会逐级累加，从而系统对于每一级两路插入损耗一致性有比较高的要求;二是由于复用过程中的路径多样性造成了脉冲之间的偏振态互不相同，而电光调制器偏振敏感的特性使得采样系统难以正常工作。针对上述两个原因，采用衰减器与偏振控制器对脉冲幅度及偏振态进行精密调节，使幅度不一致性得到有效控制，并通过模拟信号采样测试了该系统的性能。实验结果表明，系统有效比特数为2.35 bits。