中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
为了降低探测器的噪声与暗电流,使光谱仪的CMOS探测器能获得更准确的光谱曲线,设计了探测器温度控制系统。本系统核心采用基于现场可编程逻辑门阵列(FPGA)的增量式比例-积分-微分(PID)控制算法。在传统控制算法的基础上,增加了抗积分饱和控制,并且在PID算法的前端增加了对目标值的过渡过程。该系统在实现探测器温度变化速率可控的同时,也解决了超调过大的问题。多次整机环境实验结果表明:在轨环境温度条件下,40 °C温差范围内该系统可以控制探测器以指定温变速率(4.5±0.05) °C/min达到任意温度;并且可在该温度下稳定工作;温度变化范围为±0.1 °C。相比于传统模拟PID控制方法,其具有灵活度高,稳定性强等优点。当制冷到−10 °C时,探测器的噪声得到了有效抑制。
增量式PID算法 抗积分饱和 输入过渡过程 噪声 incremental PID anti-integral saturation input transition process noise
1 东北电力大学 理学院,吉林 吉林 132012
2 中国科学院长春光学精密机械与物理研究所 应用光学国家重点实验室,吉林 长春 130022
为了平衡相位计算的精度和速度,大量的两步随机相移算法发展起来。提出了一种基于主成分分析和VU分解法的快速、高精度两步随机相移算法。首先,采用两步主成分分析法对经过滤波的两幅相移干涉图进行计算求出迭代初始相位;然后,利用没有滤波的两幅相移干涉图进行VU分解、迭代求出最终相位。通过模拟和实验结果对比表明:与四种性能良好的两步随机相移算法相比,对于不同的条纹类型、噪声、相移值及条纹数量,提出的算法综合性能最好,其精度最高,有效相移范围和有效条纹数量范围最大,当干涉图像素数为401 pixel×401 pixel时,提出的算法仅比格兰-施密特正交化法和两步主成分分析法多花费0.035 s。在理想情况下,提出的算法可以得到完全正确的结果。如果需要得到较高精度,最好能够提前抑制噪声,同时设置相移值远离0和π,条纹数量大于2。主成分分析和VU分解法无需滤波,花费近似非迭代算法的时间获得迭代算法的精度,其打破了迭代算法花费时间较多的限制,适合高精度光学在线检测,有广泛的发展前景。
测量 干涉 相移算法 迭代算法 主成分分析 measurement interferometry phase-shifting algorithm iterative algorithm principal component analysis 红外与激光工程
2024, 53(2): 20230596
大连理工大学信息与通信工程学院,辽宁 大连 116024
提出一种低复杂度、低功耗且便于硬件移植、可应用于水下无线光通信(UWOC)系统的基于链表和线性表的稀疏Volterra(3l-sVolterra)算法,它通过结合链表与线性表的新数据结构来存储Volterra算法中的所有参数,有效降低了Volterra算法更新参数所需的片上资源消耗,同时能对参与运算的非线性项进行稀疏处理,便于移植到小型硬件系统中。随后,在C6748芯片上实现了所提出的算法,并搭建了基于绿光LED的UWOC系统,对设计的数字信号处理(DSP)系统和UWOC系统进行了性能测试。结果表明,与无稀疏操作的Volterra算法相比,所提算法能在保留相近非线性补偿能力的同时,将资源消耗降低30%,在5 m长水箱信道UWOC系统中实现了20 Mbit/s的通信速率。
光通信 非线性均衡算法 数字信号处理 链表与线性表 非线性项稀疏处理
红外与激光工程
2024, 53(1): 20230504
1 西安邮电大学现代邮政学院,陕西 西安 710121
2 西安邮电大学电子工程学院,陕西 西安 710121
3 西安邮电大学通信与信息工程学院,陕西 西安 710121
随着新一代移动通信系统发展,对高数据速率和更大带宽的需求日益增加,利用碲基光纤作为传输介质,采用了两路二阶泵浦和四路一阶泵浦设计的二阶拉曼光纤放大器实现了对C+L全波段信号光进行放大,能够有效缓解带宽增长给光通信网络带来的挑战。首先对简化后的二阶拉曼耦合波方程进行数值求解,再利用合作搜索算法对二阶拉曼光纤放大器泵浦参数进行优化,以达到提升系统输出性能的目的。同时,分析了在相同泵浦参数的配置下一阶拉曼光纤放大器和二阶拉曼光纤放大器的性能以及二阶泵浦光功率、光纤长度这两个重要因素对二阶碲基拉曼光纤放大器平均输出增益和增益平坦度的影响。最终在1530~1630 nm的超宽带宽范围内,设计出的二阶碲基光纤拉曼放大器平均输出增益为27.3601 dB,增益平坦度为0.6601 dB。
光纤光学 碲基光纤 二阶拉曼光纤放大器 合作搜索算法 增益平坦度 激光与光电子学进展
2024, 61(5): 0506007
1 中国民航大学电子信息与自动化学院,天津 300300
2 中国民航大学空中交通管理学院,天津 300300
为解决复杂多变环境下光纤入侵事件因噪声干扰识别困难、误报率高的问题,提出了基于改进的奇异谱分析和遗传算法优化的双向长短期记忆神经网络的入侵事件识别方法。首先,为了减少噪声对识别效果的影响采用改进的奇异谱分析法去噪,对入侵信号及其分量进行迭代奇异谱分析去噪,并利用信号贡献率的大小来确定信号重构的秩阶次,调节信号分量去噪的程度,实现光纤信号的去噪。然后,利用遗传算法优化神经网络结构参数,构建双向长短期记忆神经网络提取光纤信号空间特征,最后基于以上方法对攀爬、跑动、敲击、静态、大风、雨天6种实测信号进行入侵事件识别实验,实验结果表明,在双Mach-Zehnder光纤周界传感系统识别入侵事件过程中,改进的奇异谱分析相比普通的奇异谱分析,去噪信噪比有明显提高,平均信噪比提高了12.79 dB,平均均方根误差略有减少。遗传算法优化的双向长短期记忆神经网络较未优化神经网络平均识别率提高了5.7%,识别准确率最高可达98.1%。
光纤传感 奇异谱分析 遗传算法 长短期记忆神经网络 激光与光电子学进展
2024, 61(5): 0506001