激光系统中半导体激光器温度稳定系统研究与设计

激光器系统中半导体激光器的功率输出稳定度和工作温度有很大的关系,为了使大功率半导体激光器输出功率稳定,需要对激光器实现高精度、快速温度控制。针对现有的激光系统中激光器温度控制系统存在控制精度不够高、控制速度慢等问题,设计了一种温度稳定系统,采用PT-100热电偶测量激光器温度,并使用最小二乘法对温度数据进行拟合,使得温度测量精度达到0.01 ℃;使用改进粒子群算法优化(PSO)的PID控制器实现温度控制。仿真实验和实际测试表明,所设计的温度稳定系统能够很好地控制激光器温度,达到目标温度所需的调节时间小于11 s,达到稳态后温度波动在±0.02 ℃内。与传统的温度控制方式相比,所设计的系统能够实现参数自整定并自动调节温度,对大功率激光系统中激光器温度具有良好稳定效果。     

半导体激光器温度控制的研究

本文研究了半导体激光器的温度特性；提出了半导体激光器的高精度温度控制方法和保证温度信号检测、传输精度的方法；研制了半导体致冷的半导体激光器温度控制系统．     

基于FPGA的半导体激光器温度控制系统设计

介绍了半导体激光器的温度控制原理,设计了基于FPGA的半导体激光器温度控制系统。系统采用数字温度传感器DS18820作为温度测量器件,TEC作为控温执行元件,并采用模糊控制算法、PWM机制来控制TEC的驱动电流从而实现温控。基于QuartusⅡ开发平台采用Verilog HDL设计了软件部分,最后进行了功能仿真。整个系统对硬件要求不高,实现简单。从仿真结果可以看出,控制系统能够满足半导体激光器温度控制的精度和稳定度的要求。     

基于粒子群算法的风力机优化布置研究

风力机的优化布置是风电场规划中的关键环节,其布置方案的优劣直接影响风资源的利用率以及风电场的经济性水平。本文以粒子群优化算法(PSO)为基础,开展了风力机优化布置程序的开发研究工作,并通过与其他文献的对比,首先进行了PSO算法的确认,然后在此基础上,应用该算法开展了风电场不同入流风速情况对其年发电量、经济性和风力机最优布置方案的影响研究。     

基于粒子群优化的自适应模糊制冷控制算法

为解决空间斯特林制冷机和探测器热负载不确定及存在变化的问题,提出了自适应模糊PID制冷控制。在空间环境中使用的斯特林制冷机参数会随着时间的变化而发生改变,探测器负载也会随着工作模式和工作时间的变化而变化,整个制冷系统涉及的变量多,参数非线性。采用传统的控制方法,在固定的单一条件、环境下得到的控制参数,环境和负载发生变化后容易性能变差甚至不稳定,控制精度和稳定性不能满足使用要求。设计了一种自适应斯特林制冷机控制器,通过综合自适应模糊PID控制的方法,采用粒子群优化算法调整控制参数以减小代价函数。通过仿真和试验验证算法的有效性和鲁棒性。     

基于混合粒子群优化算法的DV-Hop定位算法

针对无线传感器网络节点定位技术中DV-Hop算法的不足,利用混合粒子群优化算法对DV-Hop算法的位置估计进行校正,提出了一种CCPDV-Hop算法,该方法在不需要任何额外硬件设备和通信开销基础上,将未知节点定位问题抽象为高维最优化问题,并利用混合粒子群优化算法进行求解。仿真实验结果表明,改进的DV-Hop算法与传统方法相比,定位误差显著下降,定位精度和鲁棒性都有明显提高。     

基于粒子群优化算法的自适应图像分割方法

提出了一种基于粒子群优化算法的图像分割新方法。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域缩短了寻找阈值的时间。将PSO用于基于改进的最佳加权熵阈值法的图像分割中,试验结果表明,该方法不仅能够避免陷入局部极值,而且其速度得到了明显的改善,是一种有效的图像分割新方法。     

粒子群算法的近红外光谱定性分析预处理及特征提取参数优化方法研究

在近红外光谱定性分析时,为取得良好识别效果,预处理及特征提取是不可或缺环节.预处理主要是为消除各种干扰因素对光谱数据影响,常用预处理方法有平滑、一阶导、归一化等;而特征提取方法能剔除数据中的无关信息,保留有效信息,常用特征提取方法有偏最小二乘、主成分分析、线性判别分析等.不同预处理及特征提取方法具有不同特点,构建定性分...     

基于粒子群优化算法的测光红移回归预测

星系的红移在天文研究中极其重要,星系测光红移的预测对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目发布的SDSS DR13的150 000个星系的测光及光谱数据进行分析,首先根据颜色特征并基于聚类的方法对星系进行分类,由分类结果可知早型星系的占比较大。对比了三种不同的机器学习算法对早型星系进行测光红移回归预测实验,并找出最优的方法。实验中将星系样本中u, g, r, i, z五个波段的测光值以及两两做差得到的10个颜色特征作为输入数据,首先构建BP网络,使用BP算法对星系的测光红移进行回归预测;然后利用遗传算法（GA）优化BP网络各层参数,将优化后的GA-BP算法应用于早型星系的回归预测试验中。考虑到GA算法的复杂操作会影响预测效率,并且粒子群算法（PSO）不仅稳定性高且操作简单,因此将粒子群算法应用到星系样本中早型星系的测光红移回归预测实验中,进而采用粒子群算法优化BP网络（PSO-BP）。实验中将光谱红移作为期望值,采用均方差（MSE）作为误差分析指标来评判三种算法的精度,将PSO-BP回归预测结果与BP网络模型、GA-BP网络模型进行比较。由实验结果可知,BP网络的MSE值为0.001 92,GA-BP网络的MSE值0.001 728,PSO-BP网络的MSE值为0.001 708。实验结果表明,所用到的PSO-BP优化模型在精度上优于BP神经网络模型和GA-BP神经网络模型,分别提高了11.1%和1.2%;在效率上优于传统的K近邻（KNN）测光红移估计算法, 克服了KNN算法中遍历所有数据样本进行训练的缺点并且其泛化性能优于其它BP网络优化模型。     

鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法.用粒子表征鲸鱼个体,模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动.将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值...     

稳频半导体激光器的温度控制技术

设计了一种用于半导体激光器稳频的恒温控制器,在室温下2h的测试时间中,测试恒温稳定度为5mK,配合稳定度为±2μA的恒流源,半导体激光器自由运行时激光频率波动稳定在100MHz范围内。     

Improved Particle Swarm Optimization Based on Entropy and Its Application in Implicit Generalized Predictive Control

Setting sights on the problem of input-output constraints in most industrial systems, an implicit generalized predictive control algorithm based on an improved particle swarm optimization algorithm (PSO) is presented in this paper. PSO has the advantages of high precision and fast convergence speed in solving constraint problems. In order to effectively avoid the problems of premature and slow operation in the later stage, combined with the idea of the entropy of system (SR), a new weight attenuation strategy and local jump out optimization strategy are introduced into PSO. The velocity update mechanism is cancelled, and the algorithm is adjusted respectively in the iterative process and after falling into local optimization. The improved PSO is used to optimize the performance index in predictive control. The combination of PSO and gradient optimization for rolling-horizon improves the optimization effect of the algorithm. The simulation results show that the system overshoot is reduced by about 7.5% and the settling time is reduced by about 6% compared with the implicit generalized predictive control algorithm based on particle swarm optimization algorithm (PSO-IGPC).     

大功率半导体激光器温度控制技术研究

介绍了半导体激光器温度控制器的结构组成,给出了控制流过TEC电流幅度、方向和最大值的方法,利用PID实现精确温度控制。实验结果表明,控制的温度范围可达-15～＋60℃,温度稳定性为0．02℃。     

光量子体系下基于粒子群算法的LED植物照明光源设计

在现代农业生产中,常采用发光二极管(LED)作为植物照明光源对农业作物进行补光,为提高LED植物照明阵列光源的均匀度,本文在光量子体系下,提出一种新的基于粒子群算法的LED植物照明阵列光源设计方法。通过MATLAB对红蓝光LED植物光源阵列进行数学建模,运用粒子群算法寻找高均匀度条件下的红蓝光LED坐标,设计出二维情况下的红蓝光LED排布阵列;在三维情况下,为解决维度升高时可能会导致的求解陷入局部极小问题,采用改进的随机惯性权粒子群算法进行三维方案设计,并使用Tracepro对两种设计方案进行验证,与传统的红蓝光LED等间距逐行排列设计进行了对比。研究结果表明,与常见逐行排列LED阵列设计达到的光量子通量密度(PPFD)均匀度为79.6%相比,通过粒子群算法寻优的设计方法,二维设计方案的PPFD均匀度达到88.7%,较等间距逐行排列设计提高了9.1%;三维设计方案的PPFD均匀度达到92.6%,较二维设计方案提高了3.9%,较等间距逐行排列设计提高了13%。本实验证明了运用粒子群算法在二维和三维空间进行LED植物照明阵列光源设计的可行性,在简易设计流程的同时,提高了工作效率。     

基于量子粒子群算法的混沌系统同步控制及参数辨识

针对异结构且参数未知混沌系统的同步控制,设计同步控制器并对误差系统的稳定性进行理论分析.通过合理选择优化目标函数,利用量子粒子群算法高效的全局寻优能力,实现混沌系统的未知参数辨识,有效降低同步控制器的开发难度.以Rössler混沌系统与Lorenz混沌系统的异结构同步为研究对象,进行数值仿真实验,结果表明该方法能够实现驱动-响应系统的快速混沌同步及系统未知参数的准确辨识,并验证该方法的可行性和有效性.     

基于代价优化的云工作流调度改进PSO算法

云计算可以通过即付即用的方式向用户工作流提供资源。为了解决资源服务代价异构环境下的云工作流任务调度代价问题,提出一种基于改进粒子群算法的云工作流任务调度算法WSA-IPSO。通过综合考虑任务的执行代价和依赖任务间发生数据传输时的通信代价,算法将总代价优化问题形式化为有向无环图DAG中的任务调度模型,并提出基于改进粒子群算法的优化模型对其进行求解。通过改进传统粒子群算法的粒子速度更新策略和惯性权重更新策略,算法可以以更快的收敛速度得到代价最小化的调度方案。通过仿真实验,与MCT算法及标准粒子群算法进行性能比较。实验结果表明,WSA-IPSO算法在降低总代价、任务分布的负载均衡以及算法收敛性方面比较同类算法均表现出更好的性能。     

采用半导体激光器自身pn结特性测温的 半导体激光器恒温控制

温度对半导体激光器的发射波长有很大的影响,而很多应用都要求半导体激光器的发射波长是稳定的。针对使用测温元件作为温度传感器进行半导体激光器恒温控制中存在的温度误差,提出了以半导体激光器自身pn结作为温度检测元件进行半导体激光器恒温控制的方法,设计了半导体制冷器的驱动电路。该方法利用pn结的温度敏感特性,首先通过实际测量标定pn结的温度与其两端压降的对应关系,然后通过测量压降得出相应的实际温度。实验结果表明,采用该方法消除了使用温度传感器进行半导体激光器恒温控制中温度梯度造成的恒温误差,提高了测量速度,显著减小了超调量,消除了静差和波动。     

基于降温技术的宽范围外腔光栅可调谐半导体激光器

使用半导体制冷块,通过优化设计两级制冷系统,并结合隔离、密封等措施,将LD的温度冷却到-20 ℃,使室温下输出波长为789 nm的激光器工作在780 nm附近,改变了约9 nm.结合外腔光栅反馈技术,可以使激光器的输出波长稳定在Rb原子的D2线上.自制了一个简单的电路,能够以适当的比例同时调谐光栅压电陶瓷的电压和激光器的驱动电流,使激光器可以连续调谐1O GHz以上而不跳模.     

基于Bloch球面搜索的量子粒子群优化算法

通过分析量子势阱粒子群优化算法的设计过程,提出一种基于Bloch球面搜索的量子粒子群优化算法.首先用基于Bloch球面描述的量子位描述粒子,用泡利矩阵建立旋转轴,用Delta势阱模型计算旋转角度,用量子位在Bloch球面上的绕轴旋转实现搜索.然后用Hadamard门实现粒子变异,以避免早熟收敛.这种旋转可使当前量子位沿着Bloch球面上的大圆逼近目标量子位,从而可加速优化进程.仿真结果表明,该算法的优化能力优于原算法.