【技术实现步骤摘要】
本申请涉及波长调谐测量，具体涉及一种单纵模光纤激光器的控制方法和控制系统。
技术介绍
1、单纵模光纤激光器以其稳定的单频输出和高度的相干性等特点，在相干光通信、激光雷达、引力波探测等领域已被广泛应用。然而在某些特殊领域，除了对单纵模激光的噪声、线宽以及相干性有较高要求，还要求其具有波长调谐能力和无跳模特性。可调谐单纵模光纤激光器在光学频率合成、激光医学治疗和高分辨光谱成像等领域展现出独特的应用潜力。其波长调谐能力为光学频率合成提供了可靠的光源，可用于合成复杂光场以及频率标准的实现。在激光医学治疗方面，可调谐激光器的波长调节能力可以实现对不同组织的精确切割和治疗，提高了手术的精准度和安全性。此外，其无跳模特性保证了医学治疗过程中光能的稳定输出。在高分辨光谱成像方面，可调谐单纵模光纤激光器能够精确调节波长，实现对目标物质的高分辨率成像和光谱分析，为材料科学和生命科学领域的研究提供了重要工具。因此，可调谐单纵模光纤激光器在现代科技领域中扮演着不可或缺的角色，为科学研究和工程应用提供了稳定可靠的光源。
2、dbr型光纤激光器是可调谐单纵模光纤激光器的一种常见类型，与其他光纤激光器相比，dbr光纤激光器制作简便，仅需进行光纤熔接，无需在稀土掺杂光纤上刻写光栅结构。因此，dbr光纤激光器无需稀土掺杂光纤具备光敏性，这使得其在激光波段和波长调节方面更具优势。因此，实现对dbr型单纵模光纤激光器的智能波长可调谐控制具有更重要的意义。
3、而dbr型单纵模光纤激光器在工作过程中，会存在激光器跳模的现象，即将造成对应的无跳模
技术实现思路
1、本申请实施例提供了一种单纵模光纤激光器的控制方法和控制系统，实现单纵模光纤激光器的无跳模波长调谐，减少单纵模光纤激光器的跳模问题，提升控制系统的鲁棒性和增大无跳模波长调谐范围，从而减少单频光纤激光器在实现无跳模波长调谐中的冗余操作。
2、在一些实施例中，提供了一种单纵模光纤激光器的控制方法，单纵模光纤激光器设置有pzt模块和tec模块，用于单纵模光纤激光器的控制方法包括：构建目标模型，目标模型是基于单纵模光纤激光器的历史运行参数构建的；获取单纵模光纤激光器的当前运行参数；当前运行参数包括当前输出波长、当前环境温度和pzt模块的当前工作电压；基于目标模型和当前运行参数，确定预测输出波长；计算当前输出波长和预测输出波长之间的波长变化量；在波长变化量大于或等于波长跳模阈值的情况下，基于目标模型，确定pzt模块的第一工作指令和tec模块的第二工作指令；按照第一工作指令控制pzt模块工作，按照第二工作指令控制pzt模块工作。
3、采用本申请实施例提供的单纵模光纤激光器的控制方法，基于目标模型，结合单纵模光纤激光器的当前运行参数，获取单纵模光纤激光器的预测输出波长。从而基于预测输出波长和当前运行参数，判断单纵模光纤激光器是否即将发生跳模。以在即将发生跳模时，获取调控pzt模块和tec模块的工作指令，改变单纵模光纤激光器的输出波长，从而减少单纵模光纤激光器的跳模问题，提高无跳模波长调谐范围。
4、可选地，构建目标模型，包括：获取单纵模光纤激光器的多组历史运行参数；历史运行参数包括历史输出波长、历史环境温度和pzt模块的历史工作电压；确定每组历史运行参数对应的训练数据，训练数据通过预处理历史运行参数得到；构建第一模型；基于群体智慧优化算法和训练数据，优化第一模型，确定第二模型；基于逆向传输算法和训练数据，优化第二模型，确定目标模型。
5、可选地，训练数据包括一一对应的第一数据、第二数据和第三数据；确定每组历史运行参数对应的训练数据，包括确定历史运行参数对应的第一数据，第一数据由历史运行参数进行归一化得到；确定第一数据对应的第二数据，第二数据由第一数据进行序列化分得到；确定第二数据对应的第三数据，第三数据由第二数据进行特征提取得到。
6、可选地，第一模型中，隐藏层神经元数量为n，n为正整数，输出层神经元数量为6个。
7、可选地，基于群体智慧优化算法和训练数据，优化第一模型，确定第二模型，包括：基于群体智慧优化算法和训练数据，确定第一模型对应的各维度的最优搜索点；将各维度的最优搜索点的值作为第二模型的初始值。
8、可选地，基于群体智慧优化算法和训练数据，确定第一模型对应的各维度的最优搜索点，包括：初始化第一模型对应的集合规模、维度、每个搜索点的速度以及每个搜索点的位置；计算每个搜索点的适应度；比较每个搜索点的适应度，将适应度最低的搜索点确定为当前的第一最优搜索点；基于第一最优搜索点，更新惯性权重w、第一学习因子c1和第二学习因子c2；基于w、c1和c2，更新搜索点的速度与位置；将训练数据中的pzt模块的工作电压和环境温度输入第一模型，第一模型输出预测输出波长；基于训练数据和预测输出波长，计算第一模型的适应度；在适应度小于或等于适应度阈值的情况下，确定当前搜索点为最优搜索点。
9、可选地，按照如下公式更新惯性权重w，包括：
10、；
11、其中，是最大迭代次数；是最小迭代次数时的惯性权重；是最小迭代次数时的惯性权重；是随机数生成器，是第一形状控制参数，是第二形状控制参数；为惯性调整因子；
12、和/或，
13、按照如下公式更新第一学习因子c1和第二学习因子c2，包括：
14、；
15、；
16、其中，k是当前迭代次数，是最大迭代次数，是c1的最小值，是c1的最大值，是c2的最小值，是c2的最大值；
17、和/或，
18、按照如下公式，更新搜索点的速度与位置，包括：
19、；
20、；
21、其中，表示搜索点i在维度j上的速度更新后的值；w是惯性权重，表示搜索点i在维度j上的当前速度；和是学习因子；和是随机数；表示搜索点i在维度j上的局部最优解；表示搜索点i在维度j上的当前位置；表示搜索点i在维度j上的位置更新后的值；表示全局最优解；
22、和/或，
23、按照如下公式计算计算第一模型的适应度：
24、；
25、其中，n是训练数据的数量，是第一网络模型的输出的预测输出波长，是训练数据中的历史输出波长。
26、可选地，基于逆向传输算法和训练数据，优化第二模型，确定目标模型，包括：将训练数据输入第二模型，利用前向传播确定第一输出数据；确定训练数据中的历史输出波长的与第一输出数据之间的误差；基于误差，利用逆向传输算法调整第二模型的权重和阈值，得到目标模型。
27、可选地，基于目标模型，确定pzt模块的第一工作指令和tec模块的第二工作指令，包括：将当前运行参数输入目标模型中，得到pzt电压模块的第一参数k1、第二参数k2和第三参数k3，tec模块的第四参数k4、第五参数k5本文档来自技高网...
【技术保护点】
1.一种单纵模光纤激光器的控制方法，其特征在于，单纵模光纤激光器设置有PZT模块和TEC模块，所述用于单纵模光纤激光器的控制方法包括：
2.根据权利要求1所述的单纵模光纤激光器的控制方法，其特征在于，所述构建目标模型，包括：
3.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，所述训练数据包括一一对应的第一数据、第二数据和第三数据；所述确定每组所述历史运行参数对应的训练数据，包括：
4.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，
5.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，所述基于群体智慧优化算法和所述训练数据，优化所述第一模型，确定第二模型，包括：
6.根据权利要求5所述的单纵模光纤激光器的控制方法，其特征在于，所述基于群体智慧优化算法和所述训练数据，确定所述第一模型对应的各维度的最优搜索点，包括：
7.根据权利要求6所述的单纵模光纤激光器的控制方法，其特征在于，
8.根据权利要求5所述的单纵模光纤激光器的控制方法，其特征在于，所述基于逆向传输算
9.根据权利要求1所述的单纵模光纤激光器的控制方法，其特征在于，所述基于所述目标模型，确定所述PZT模块的第一工作指令和所述TEC模块的第二工作指令，包括：
10.一种单纵模光纤激光器的控制系统，其特征在于，包括：
...【技术特征摘要】
1.一种单纵模光纤激光器的控制方法，其特征在于，单纵模光纤激光器设置有pzt模块和tec模块，所述用于单纵模光纤激光器的控制方法包括：
2.根据权利要求1所述的单纵模光纤激光器的控制方法，其特征在于，所述构建目标模型，包括：
3.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，所述训练数据包括一一对应的第一数据、第二数据和第三数据；所述确定每组所述历史运行参数对应的训练数据，包括：
4.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，
5.根据权利要求2所述的单纵模光纤激光器的控制方法，其特征在于，所述基于群体智慧优化算法和所述训练数据，优化所述第一模型，确定第二模型...
【专利技术属性】
技术研发人员：关晨，渠帅，王晓飞，
申请(专利权)人：山东省科学院激光研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。