System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 高阶方位偏振模的形成方法技术_技高网

高阶方位偏振模的形成方法技术

技术编号:43084415 阅读:2 留言:0更新日期:2024-10-26 09:34
本申请公开了一种高阶方位偏振模的形成方法,其在训练时学习和刻画出反射镜角度和激光器内温度之间的时序协同和动态关联特征,然后在实际应用过程中,在激光器运行时通过温度传感器实时监测采集激光器内实时温度数据,并在后端引入基于人工智能和深度学习的数据处理和分析算法来对于该激光器内实时温度数据进行时序动态特征分析和基于时序衰减信息聚合的温度补偿计算,以此来自动生成下一时间点的反射镜的角度数据。这样,能够基于温度的时序波动和实时变化来自适应进行反射镜角度调整,以此自动补偿温偏效应,通过这种智能的激光器参数调节方法,能够确保在不同的操作条件下都能维持稳定的高阶方位偏振模,从而确保激光模式的稳定性。

【技术实现步骤摘要】

本申请涉及智能控制领域,且更为具体地,涉及一种高阶方位偏振模的形成方法


技术介绍

1、高阶方位偏振模在激光技术中扮演着重要角色,尤其是在需要高功率和良好光束质量的应用场景中。高阶方位偏振模是一种激光模式,其激光场的振幅和相位分布具有特定的环状结构,并且偏振方向沿环的方向变化。这些模式由于其独特的光场结构和偏振特性使得高阶方位偏振模在光通信、激光加工、医疗激光等多个领域具有广泛的应用潜力。与基本高斯模式相比,高阶方位偏振模能够有效利用更大的活性介质横截面,从而实现更高的激光输出功率。

2、然而,在激光器运行过程中,激光器的运行稳定性受多种因素影响,包括温度、湿度、振动等环境变化,以及激光器内部组件的老化和磨损。这些因素可能导致激光模式的波动,进而影响激光输出模式的稳定性。例如,温度波动可能导致激光器组件膨胀或收缩,进而影响激光模式,这限制了高阶方位偏振模在需要高功率和良好光束质量场景中的应用。因此,确保高阶方位偏振模的稳定性对于激光系统的性能至关重要。

3、因此,期望一种优化的高阶方位偏振模的形成方案。


技术实现思路

1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种高阶方位偏振模的形成方法,其在训练时学习和刻画出反射镜角度和激光器内温度之间的时序协同和动态关联特征,然后在实际应用过程中,在激光器运行时通过温度传感器实时监测采集激光器内实时温度数据,并在后端引入基于人工智能和深度学习的数据处理和分析算法来对于该激光器内实时温度数据进行时序动态特征分析和基于时序衰减信息聚合的温度补偿计算,以此来自动生成下一时间点的反射镜的角度数据。这样,能够基于温度的时序波动和实时变化来自适应进行反射镜角度调整,以此自动补偿温偏效应,通过这种智能的激光器参数调节方法,能够确保在不同的操作条件下都能维持稳定的高阶方位偏振模,从而确保激光模式的稳定性,提高了高阶方位偏振模在不同场景中的应用能力。

2、根据本申请的一个方面,提供了一种高阶方位偏振模的形成方法,其包括:获取由温度传感器采集的激光器内实时温度的时间队列;对所述激光器内实时温度的时间队列进行时序波动特征提取以得到激光器内部实时温度局部时序关联特征向量的序列;对所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量进行温度补偿推理以得到温度补偿局部时序解码表示向量的序列;将所述温度补偿局部时序解码表示向量的序列输入基于节点特征显著性衰减引导的特征聚合网络以得到温度补偿时序衰减聚合表示向量;基于所述温度补偿时序衰减聚合表示向量进行温度补偿自适应控制,以确定控制指令,所述控制指令用于表示下一时间点的反射镜的角度推荐值的解码值。

3、与现有技术相比,本申请提供的一种高阶方位偏振模的形成方法,其在训练时学习和刻画出反射镜角度和激光器内温度之间的时序协同和动态关联特征,然后在实际应用过程中,在激光器运行时通过温度传感器实时监测采集激光器内实时温度数据,并在后端引入基于人工智能和深度学习的数据处理和分析算法来对于该激光器内实时温度数据进行时序动态特征分析和基于时序衰减信息聚合的温度补偿计算,以此来自动生成下一时间点的反射镜的角度数据。这样,能够基于温度的时序波动和实时变化来自适应进行反射镜角度调整,以此自动补偿温偏效应,通过这种智能的激光器参数调节方法,能够确保在不同的操作条件下都能维持稳定的高阶方位偏振模,从而确保激光模式的稳定性,提高了高阶方位偏振模在不同场景中的应用能力。

本文档来自技高网...

【技术保护点】

1.一种高阶方位偏振模的形成方法,其特征在于,包括:获取由温度传感器采集的激光器内实时温度的时间队列;对所述激光器内实时温度的时间队列进行时序波动特征提取以得到激光器内部实时温度局部时序关联特征向量的序列;对所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量进行温度补偿推理以得到温度补偿局部时序解码表示向量的序列;将所述温度补偿局部时序解码表示向量的序列输入基于节点特征显著性衰减引导的特征聚合网络以得到温度补偿时序衰减聚合表示向量;基于所述温度补偿时序衰减聚合表示向量进行温度补偿自适应控制,以确定控制指令,所述控制指令用于表示下一时间点的反射镜的角度推荐值的解码值。

2.根据权利要求1所述的高阶方位偏振模的形成方法,其特征在于,对所述激光器内实时温度的时间队列进行时序波动特征提取以得到激光器内部实时温度局部时序关联特征向量的序列,包括:将所述激光器内实时温度的时间队列输入基于1D-CNN模型的温度时序波动特征提取器以得到所述激光器内部实时温度局部时序关联特征向量的序列。

3.根据权利要求2所述的高阶方位偏振模的形成方法,其特征在于,对所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量进行温度补偿推理以得到温度补偿局部时序解码表示向量的序列,包括:将所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量输入基于解码器的温度补偿推理器以得到所述温度补偿局部时序解码表示向量的序列。

4.根据权利要求3所述的高阶方位偏振模的形成方法,其特征在于,将所述温度补偿局部时序解码表示向量的序列输入基于节点特征显著性衰减引导的特征聚合网络以得到温度补偿时序衰减聚合表示向量,包括:计算所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量的特征显著性描述因子,其中,所述特征显著性描述因子与所述各个温度补偿局部时序解码表示向量的均值和方差有关;基于所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量与当前的温度补偿局部时序解码表示向量之间的距离跨度,构造所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子;基于所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子对所述各个温度补偿局部时序解码表示向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列;将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到掩码特征显著性衰减权重因子的序列;以所述掩码特征显著性衰减权重因子的序列作为权重的序列,计算所述温度补偿局部时序解码表示向量的序列的加权和以得到所述温度补偿时序衰减聚合表示向量;其中,基于所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子对所述各个温度补偿局部时序解码表示向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列,包括:计算所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子和所述各个温度补偿局部时序解码表示向量的特征显著性描述因子之间的按位置乘积以得到所述特征显著性衰减描述因子的序列。

5.根据权利要求4所述的高阶方位偏振模的形成方法,其特征在于,计算所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量的特征显著性描述因子,其中,所述特征显著性描述因子与所述各个温度补偿局部时序解码表示向量的均值和方差有关,包括:分别计算所述温度补偿局部时序解码表示向量的均值和方差以得到温度补偿局部时序特征均值和温度补偿局部时序特征方差;计算所述温度补偿局部时序解码表示向量与所述温度补偿局部时序特征均值之间的按位置差值的四次方后,计算得到的四次方调制语义偏差向量的期望值以得到温度补偿局部时序特征期望因子;计算所述温度补偿局部时序特征期望因子和所述温度补偿局部时序特征方差的平方之间的除法以得到所述温度补偿局部时序解码表示向量的特征显著性描述因子。

6.根据权利要求5所述的高阶方位偏振模的形成方法,其特征在于,基于所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量与当前的温度补偿局部时序解码表示向量之间的距离跨度,构造所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子,包括:计算所述温度补偿局部时序解码表示向量的序列中其他的温度补偿局部时序解码表示向量与所述当前的温度补偿局部时序解码表示向量之间的距离跨度以得到特征距离跨度;提取所述当前的温度补偿局部时序解码表示向量中的最大值以得到当前温度补偿局部时序特征最大值;提取所述其他的温度补偿局部时序解码表示向量中的最大值以得到其他温度补偿局部时序特征最大值;计算所述当前温度补偿局部时序特征...

【技术特征摘要】

1.一种高阶方位偏振模的形成方法,其特征在于,包括:获取由温度传感器采集的激光器内实时温度的时间队列;对所述激光器内实时温度的时间队列进行时序波动特征提取以得到激光器内部实时温度局部时序关联特征向量的序列;对所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量进行温度补偿推理以得到温度补偿局部时序解码表示向量的序列;将所述温度补偿局部时序解码表示向量的序列输入基于节点特征显著性衰减引导的特征聚合网络以得到温度补偿时序衰减聚合表示向量;基于所述温度补偿时序衰减聚合表示向量进行温度补偿自适应控制,以确定控制指令,所述控制指令用于表示下一时间点的反射镜的角度推荐值的解码值。

2.根据权利要求1所述的高阶方位偏振模的形成方法,其特征在于,对所述激光器内实时温度的时间队列进行时序波动特征提取以得到激光器内部实时温度局部时序关联特征向量的序列,包括:将所述激光器内实时温度的时间队列输入基于1d-cnn模型的温度时序波动特征提取器以得到所述激光器内部实时温度局部时序关联特征向量的序列。

3.根据权利要求2所述的高阶方位偏振模的形成方法,其特征在于,对所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量进行温度补偿推理以得到温度补偿局部时序解码表示向量的序列,包括:将所述激光器内部实时温度局部时序关联特征向量的序列中的各个激光器内部实时温度局部时序关联特征向量输入基于解码器的温度补偿推理器以得到所述温度补偿局部时序解码表示向量的序列。

4.根据权利要求3所述的高阶方位偏振模的形成方法,其特征在于,将所述温度补偿局部时序解码表示向量的序列输入基于节点特征显著性衰减引导的特征聚合网络以得到温度补偿时序衰减聚合表示向量,包括:计算所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量的特征显著性描述因子,其中,所述特征显著性描述因子与所述各个温度补偿局部时序解码表示向量的均值和方差有关;基于所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量与当前的温度补偿局部时序解码表示向量之间的距离跨度,构造所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子;基于所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子对所述各个温度补偿局部时序解码表示向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列;将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到掩码特征显著性衰减权重因子的序列;以所述掩码特征显著性衰减权重因子的序列作为权重的序列,计算所述温度补偿局部时序解码表示向量的序列的加权和以得到所述温度补偿时序衰减聚合表示向量;其中,基于所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子对所述各个温度补偿局部时序解码表示向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列,包括:计算所述各个温度补偿局部时序解码表示向量的特征显著性衰减因子和所述各个温度补偿局部时序解码表示向量的特征显著性描述因子之间的按位置乘积以得到所述特征显著性衰减描述因子的序列。

5.根据权利要求4所述的高阶方位偏振模的形成方法,其特征在于,计算所述温度补偿局部时序解码表示向量的序列中的各个温度补偿局部时序解码表示向量的特征显著性描述因子,其中...

【专利技术属性】
技术研发人员:张田田弗拉基米尔·尼泽夫罗曼顾康琰单晓宁
申请(专利权)人:杭州翎贤科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1