-
公开(公告)号：CN114818488B
公开(公告)日：2025-05-23
申请号：CN202210415895.X
申请日：2022-04-20
Applicant: 上海交通大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明提供了一种基于强化学习的超快脉冲激光器反向实现方法和系统，包括：步骤1：通过锁模技术获取种子源，通过种子源确定脉冲形态和光斑模式；步骤2：采用光纤放大技术对脉冲的功率进行放大，确定脉冲的最终能量和输出特性；步骤3：将超快激光生成过程进行模块化和一体化，通过分布傅里叶算法对脉冲在光纤中的传播过程进行仿真；步骤4：将仿真数据按照预设窗口大小值，输入到长短期记忆网络模型LSTM中，并进行分步训练；步骤5：将训练后的结果输入到强化学习DDPG中，得到激光器最优参数，使得激光器快速输出指定目标脉冲状态。本发明利用LSTM神经网络建模替代传统算法，缩短仿真耗时，提高仿真效率。
-
公开(公告)号：CN114878008A
公开(公告)日：2022-08-09
申请号：CN202210373499.5
申请日：2022-04-11
Applicant: 上海交通大学
Abstract: 本发明提供一种基于神经网络的飞秒脉冲单帧测量方法、系统及介质，涉及超快激光技术领域，该方法包括：步骤S1：将飞秒脉冲激光器输出的激光脉冲，经过第一段色散介质进行第一次展宽；步骤S2：记录下经过第一次展宽后的脉冲强度数据；步骤S3：将展宽后的激光脉冲经过第二段色散介质进行第二次展宽；步骤S4：记录下经过第二次展宽后的脉冲强度数据；步骤S5：将第一次展宽和第二次展宽后的脉冲强度数据输入到神经网络中进行训练，恢复目标点处的脉冲强度信息与相位信息。本发明能够通过加大色散展宽并结合神经网络识别解决强度传输方程TIE算法边缘相位丢失和对设备采样率和带宽要求极高的问题，实现飞秒脉冲的单帧全域测量。
-
Patent Agency Ranking
公开(公告)号：CN110299666B
公开(公告)日：2020-11-10
申请号：CN201910501986.3
申请日：2019-06-11
Applicant: 上海交通大学
Abstract: 本发明公开了一种用于多种脉冲状态下自动锁模的拟人方法，包括步骤：锁模激光器的输出信号经过高速采样后送入计算中心，用于进行锁模状态识别；若锁模状态识别为未锁模，则执行最优化算法；根据最优化算法的搜索结果，计算中心产生四路直流电压驱动锁模激光器中的电控偏振控制器，从而实现自动的偏振控制；若锁模状态识别为锁模，则进入失锁监测模式；若监测到失锁，执行随机碰撞恢复算法；若恢复锁模成功，则回到失锁监测模式；一定尝试次数后，若恢复锁模失败，则重新执行最优化算法。本发明解决了基于非线性偏振旋转锁模的被动锁模激光器中偏振控制问题，根据所需要的脉冲状态，锁模激光器可以快速自动锁模且稳定工作在目标脉冲状态。
-
公开(公告)号：CN108539571A
公开(公告)日：2018-09-14
申请号：CN201810308009.7
申请日：2018-04-08
Applicant: 上海交通大学
IPC: H01S3/11
Abstract: 本发明公开了一种涵盖多状态脉冲识别的快速自动锁模方法，涉及锁模激光器及自动控制领域，包括以下步骤：锁模激光器的输出信号经过光电转换及高速采样后，用于进行锁模状态识别；若锁模状态识别为未锁模，则进行最优化；根据最优化算法，将调节后的偏振状态值通过串口通信协议由计算中心输入数模转换器，并转化为四路直流电压；输出的四路直流电压驱动锁模激光器其中的电控偏振控制器，从而实现自动的偏振控制；若锁模状态识别为锁模，则进入监测模式；监测到失锁，快速恢复锁模成功，则恢复监测模式。该方法解决了基于非线性偏振演化的被动锁模激光器中偏振控制的问题，可以让锁模激光器快速自动锁模且稳定工作在目标状态。
-
公开(公告)号：CN108539571B
公开(公告)日：2020-05-26
申请号：CN201810308009.7
申请日：2018-04-08
Applicant: 上海交通大学
IPC: H01S3/11
Abstract: 本发明公开了一种涵盖多状态脉冲识别的快速自动锁模方法，涉及锁模激光器及自动控制领域，包括以下步骤：锁模激光器的输出信号经过光电转换及高速采样后，用于进行锁模状态识别；若锁模状态识别为未锁模，则进行最优化；根据最优化算法，将调节后的偏振状态值通过串口通信协议由计算中心输入数模转换器，并转化为四路直流电压；输出的四路直流电压驱动锁模激光器其中的电控偏振控制器，从而实现自动的偏振控制；若锁模状态识别为锁模，则进入监测模式；监测到失锁，快速恢复锁模成功，则恢复监测模式。该方法解决了基于非线性偏振演化的被动锁模激光器中偏振控制的问题，可以让锁模激光器快速自动锁模且稳定工作在目标状态。
-
公开(公告)号：CN114818488A
公开(公告)日：2022-07-29
申请号：CN202210415895.X
申请日：2022-04-20
Applicant: 上海交通大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明提供了一种基于强化学习的超快脉冲激光器反向实现方法和系统，包括：步骤1：通过锁模技术获取种子源，通过种子源确定脉冲形态和光斑模式；步骤2：采用光纤放大技术对脉冲的功率进行放大，确定脉冲的最终能量和输出特性；步骤3：将超快激光生成过程进行模块化和一体化，通过分布傅里叶算法对脉冲在光纤中的传播过程进行仿真；步骤4：将仿真数据按照预设窗口大小值，输入到长短期记忆网络模型LSTM中，并进行分步训练；步骤5：将训练后的结果输入到强化学习DDPG中，得到激光器最优参数，使得激光器快速输出指定目标脉冲状态。本发明利用LSTM神经网络建模替代传统算法，缩短仿真耗时，提高仿真效率。
-
公开(公告)号：CN110299666A
公开(公告)日：2019-10-01
申请号：CN201910501986.3
申请日：2019-06-11
Applicant: 上海交通大学
Abstract: 本发明公开了一种用于多种脉冲状态下自动锁模的拟人算法，包括步骤：锁模激光器的输出信号经过高速采样后送入计算中心，用于进行锁模状态识别；若锁模状态识别为未锁模，则执行最优化算法；根据最优化算法的搜索结果，计算中心产生四路直流电压驱动锁模激光器中的电控偏振控制器，从而实现自动的偏振控制；若锁模状态识别为锁模，则进入失锁监测模式；若监测到失锁，执行随机碰撞恢复算法；若恢复锁模成功，则回到失锁监测模式；一定尝试次数后，若恢复锁模失败，则重新执行最优化算法。本发明解决了基于非线性偏振旋转锁模的被动锁模激光器中偏振控制问题，根据所需要的脉冲状态，锁模激光器可以快速自动锁模且稳定工作在目标脉冲状态。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
