1 重庆邮电大学通信与信息工程学院,重庆 400065
2 重庆邮电大学智能通信与网络安全研究院,重庆 400065
本文针对宽带多载波微波光子链路(MPL)中产生的带内三阶交调失真(IMD3)和带外互调失真(XMD),给出了相应的非线性失真模型,然后基于失真模型中的XMD和IMD3信号与基频信号符号相反的特性来获取具有闭式解的代价函数,从而在快速自适应获取最优线性化系数的同时完成对XMD和IMD3的补偿。与现有的XMD和IMD3补偿方法相比,该方法无需系统和信号的先验参数,无需复杂的训练和迭代优化过程,实用性更好。仿真结果表明,在基于马赫-曾德尔调制器的MPL中传输多音信号时,链路中产生的XMD和IMD3分别被抑制了35 dB和29 dB以上;此外,当传输多载波正交频分复用信号时,信号的误差矢量幅值从8.1%优化到了2.2%。
微波光子学 数字线性化 三阶交调失真 互调失真 光学学报
2024, 44(12): 1207001
燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室,河北 秦皇岛 066004
针对光频域反射(OFDR)系统中光源调频非线性导致的传感单元定位误差、传感精度低、传感范围窄、系统适应性差等问题,提出了开环校正结合光电锁相环闭环校正电流内调制分布反馈式半导体(DFB)激光器的方法。该方法用于控制DFB激光器连续、快速、大范围频率扫描线性化,使其成为OFDR系统的优质光源,提高OFDR的分辨率。实验结果表明DFB激光器的扫频非线性度由16.55%下降至0.078%,拍频信号中心频率的功率提升了21.1 dB,探测范围由15 m提升至50 m,测量值与实际值的最大误差为3.79 mm,重复性测量的最大标准偏差为112.2 μm。
激光器 分布反馈式半导体激光器 光频域反射 频率扫描线性化 光电锁相环 光学学报
2023, 43(23): 2314001
光学 精密工程
2022, 30(14): 1716
光子学报
2021, 50(10): 1006002
辽宁科技大学计算机与软件工程学院, 辽宁 鞍山 114051
研究了相机JPG数据线性化对基于加权多项式回归算法的光谱反射重建精度的影响,论证了是否需要在加权多项式回归算法中对JPG数据进行线性化处理。实验采用加权多项式回归算法重建反射率,以X-Rite Digital ColorChecker Semi Gloss (SG)色卡(包括140个色块和灰色色块)进行训练,GretagMacbeth ColorChecker色卡(包括24个色块和灰色色块) 和自制的44个印刷样品及48个纺织品样品做测试。采用CIEDE2000色差和均方根误差将结果与真实数据进行对比,结果表明,在加权多项式回归算法中使用原始JPG数据的效果要优于使用线性化JPG数据。基于该研究结果,对JPG数据进行线性化处理并不能提高加权多项式回归算法重建反射率的重建精度。而不进行JPG数据线性化,同样可以得到较高的光谱重建精度。在三阶加权多项式回归算法中,使用原始JPG数据的重建效果最好。
色彩 光谱反射率重建 线性化 多项式回归 色差 重建精度 激光与光电子学进展
2021, 58(14): 1433001
强激光与粒子束
2021, 33(4): 043003
强激光与粒子束
2021, 33(2): 023004
针对高超声速飞行器纵向模型存在的不确定性与外界干扰问题,基于终端滑模控制理论,设计了带有滑模干扰观测器的非线性动态逆控制器。对飞行器的纵向运动模型进行反馈线性化,实现高度与速度通道的解耦,用极点配置方法设计非线性动态逆控制器。将模型参数不确定性和外界干扰视为“等效扰动”,设计滑模干扰观测器估计系统的等效扰动,将其反馈到动态逆控制器进行补偿。仿真结果表明,该控制器能够快速稳定地跟踪指令信号,而且在干扰存在时具有较强的鲁棒性,满足高超声速飞行控制要求。
高超声速飞行器 反馈线性化 滑模干扰观测器 动态逆控制器 hypersonic vehicle feedback linearization sliding mode disturbance observer dynamic inverse controller
针对复杂系统建模困难且难以控制的问题,采用了数据驱动的控制策略,利用输入输出数据建立受控对象的动态线性化模型,采用滑模预测控制方法对该动态线性化模型进行控制器设计。该方法将系统动态线性化过程的参数估计误差视作广义扰动,结合滑模预测控制的强鲁棒性减小了广义扰动对系统控制作用的影响,有效地提高了控制效果。对该控制算法的稳定性进行分析,并通过仿真验证了系统在含有外部扰动和时变参数时的稳定性和鲁棒性,结果表明该算法相比于现有的无模型自适应控制(MFAC)算法、无模型预测控制(MFA-MPC)算法以及无模型积分终端滑模控制(MFA-DITSMC)算法有着更好的控制品质。
数据驱动控制 动态线性化 无模型 滑模预测控制 data-driven control dynamic linearization model free sliding mode predictive control
燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
为了快速检测水环境中的喹诺酮类抗生素,将三维荧光光谱法结合双线性最小二乘/残差双线性算法(BLLS/RBL),用于检测水中的氟甲喹(FLU)、恩诺沙星(ENR)和左氧氟沙星(LVFX)。该方法不仅可以准确解析出光谱重叠现象严重的三种抗生素,而且与平行因子方法(PARAFAC)相比,可以得出更可靠的定量预测结果。BLLS/RBL预测的FLU、ENR和LVFX的平均回收率分别为98.46%、99.10%、101.69%,均方根误差(RMSE)为4.33、0.33、0.26 μg·L -1,灵敏度(SEN)为2.8×10 3、3.5×10 4、5.5×10 4,检测限(LOD)为0.72、0.06、0.03 μg·L -1。实验结果表明,三维荧光光谱结合BLLS/RBL是一种可靠的水中喹诺酮类抗生素的检测方法。
光谱学 双线性最小二乘/残差双线性 小波优化集合经验模态分解 抗生素