-
公开(公告)号：CN113268927A
公开(公告)日：2021-08-17
申请号：CN202110559599.2
申请日：2021-05-21
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
Abstract: 基于全连接神经网络的大功率激光装置输出能量预测方法，涉及一种人工智能技术在大功率激光装置的应用技术，为了解决现有的物理模型仿真模拟无法对光路输出能量进行准确预测的问题。本发明通过提取测量数据及其配置数据；以输入能量及其对应的配置数据组合成一个向量，将该向量作为输入数据集，以输出能量作为输出数据集，建立输入输出数据集；对数据集进行剔除，并按比例分为训练数据集和测试数据集；使用全连接神经网络模型对训练数据集进行训练，得到训练后的神经网络模型；对其进行集成，将测试数据集输入最优解神经网络模型，得到预测输出能量。有益效果为预测准确度提高10％。
-
公开(公告)号：CN118859225A
公开(公告)日：2024-10-29
申请号：CN202410900150.1
申请日：2024-07-05
IPC: G01S17/32 , G01S17/34 , G06F18/2131 , G06F17/10
Abstract: FMCW激光雷达测距系统及目标距离提取方法，属于雷达数据处理技术领域。解决了现有FMCW激光雷达测距方法存在精确度差的问题。本发明的半导体激光器发射激光信号；激光信号分别入射至测量干涉仪和辅助干涉仪；测量干涉仪用于通过光纤经镜头对目标距离进行测量，获取测量干涉信号；辅助干涉仪用于产生参考干涉信号；将测量干涉信号和参考干涉信号分别进行光电转换后经数据采集卡上传至计算机，计算出参考干涉信号相位，获取测量干涉信号频谱峰值点索引和幅值，利用所述频谱峰值点索引和幅值，采用非线性核函数结合梯度上升算法，获取测量干涉信号精确峰值点频率，再计算目标距离。本发明适用于雷达信号处理。
-
公开(公告)号：CN117970346A
公开(公告)日：2024-05-03
申请号：CN202410177295.3
申请日：2024-02-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于距离谱信号重构的双扫高精度测距方法，属于激光干涉测距领域。本发明针对双扫扫频干涉测距方法中为了抵消多普勒频移将干涉信号相乘而导致的信号信噪比降低问题。包括：基于双扫FMCW结构，首先获取上扫和下扫激光器对应的辅助和测量干涉信号，然后对辅助干涉信号进行解相位，通过NUDFT分别求取含有多普勒信息的距离谱；然后索引只含有多普勒信息的距离谱范围，并利用索引得到的距离谱信息基于DSR算法分别构造出已消除由于非线性展宽引入噪声量的干涉测量信号，最终将重新构造的测量信号相乘并和相乘之后的辅助信号进行NUDFT，求解得到高精度距离信息。本发明用于高精度测距。
-
公开(公告)号：CN113268927B
公开(公告)日：2024-04-30
申请号：CN202110559599.2
申请日：2021-05-21
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
IPC: G06F30/27 , G06F18/10 , G06F18/214 , G06N3/048 , G06N3/08
Abstract: 基于全连接神经网络的大功率激光装置输出能量预测方法，涉及一种人工智能技术在大功率激光装置的应用技术，为了解决现有的物理模型仿真模拟无法对光路输出能量进行准确预测的问题。本发明通过提取测量数据及其配置数据；以输入能量及其对应的配置数据组合成一个向量，将该向量作为输入数据集，以输出能量作为输出数据集，建立输入输出数据集；对数据集进行剔除，并按比例分为训练数据集和测试数据集；使用全连接神经网络模型对训练数据集进行训练，得到训练后的神经网络模型；对其进行集成，将测试数据集输入最优解神经网络模型，得到预测输出能量。有益效果为预测准确度提高10％。
-
Patent Agency Ranking
公开(公告)号：CN113222250A
公开(公告)日：2021-08-06
申请号：CN202110519652.6
申请日：2021-05-13
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
Abstract: 本发明涉及基于卷积神经网络的大功率激光装置输出波形预测方法，属于大功率激光装置技术领域，在各条光路上设立监测点，提取波形数据及其对应的能量数据，选择指定光路，剔除异常数据，预处理波形数据，形成输入输出数据集，搭建卷积神经网络模型，利用训练数据集对卷积神经网络模型进行迭代优化，直至达到终止条件，将下一发次的预设数据集输入到训练后的卷积神经网络模型，得到预测输出波形，本发明对各光路的实际输出波形进行精准预测，为装置的参数配置、计划调整、资源配备提供决策支持，从而通过调整输入波形与整形模块参数的手段，满足物理实验对各光路间输出波形的要求。
-
公开(公告)号：CN113222250B
公开(公告)日：2022-08-05
申请号：CN202110519652.6
申请日：2021-05-13
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
Abstract: 本发明涉及基于卷积神经网络的大功率激光装置输出波形预测方法，属于大功率激光装置技术领域，在各条光路上设立监测点，提取波形数据及其对应的能量数据，选择指定光路，剔除异常数据，预处理波形数据，形成输入输出数据集，搭建卷积神经网络模型，利用训练数据集对卷积神经网络模型进行迭代优化，直至达到终止条件，将下一发次的预设数据集输入到训练后的卷积神经网络模型，得到预测输出波形，本发明对各光路的实际输出波形进行精准预测，为装置的参数配置、计划调整、资源配备提供决策支持，从而通过调整输入波形与整形模块参数的手段，满足物理实验对各光路间输出波形的要求。
-
公开(公告)号：CN119087449A
公开(公告)日：2024-12-06
申请号：CN202411009357.6
申请日：2024-07-26
Abstract: 本发明公开了一种非线性补偿的高精度双波长扫频干涉测距方法。其中，该方法包括通过双扫频干涉绝对距离测量系统分别获取两个扫频激光光源的测量干涉信号和辅助干涉信号；基于泰勒级数模型建立光频和相位的微分方程，并通过求解微分方程获取光频的变化信息；根据所述光频的变化信息构造高阶正交基，并利用所述高阶正交基对测量干涉信号进行正交分解，以得到距离谱信息，根据所述距离谱信息求解得到待测距离值。本发明的技术方案，在复杂的测试环境下，仍可得到较好的残余非线性补偿效果，提升干涉测量的精度；此外，该方法不受快速大范围频率调制的限制，且对于中长距离范围的多普勒效应和非线性补偿仍然可以获得较好的效果。
-
公开(公告)号：CN119024348A
公开(公告)日：2024-11-26
申请号：CN202411009351.9
申请日：2024-07-26
Abstract: 本发明公开了一种消除残余非线性的高精度扫频干涉测距方法。其中，该方法包括：通过扫频干涉绝对距离测量系统获取扫频激光光源的测量干涉信号和辅助干涉信号；构建光频和辅助干涉仪相位的微分方程，并通过求解微分方程获取光频信号；根据所述光频信号构造高阶正交基，并利用所述高阶正交基对测量干涉信号在光频域进行正交分解，以得到待测距离值。本发明基于求解微分方程的思想获得光频变化量，然后对测量干涉仪的光频域做高阶傅里叶变换，可消除由于辅助和测量干涉仪臂长差相差较大引入的残余非线性，进一步获得超高精度的测距结果。此外，该方法不受激光非线性度的限制，对于中长距离的被测目标仍然可以获得较高的测距精度。
-
公开(公告)号：CN118258483A
公开(公告)日：2024-06-28
申请号：CN202410519024.1
申请日：2024-04-28
IPC: G01H9/00
Abstract: 本发明公开了一种双波长散斑噪声校正方法。其中，该方法包括：采用两束波长不同的激光对目标进行振动测量，生成初始测量信号以及初始校正信号；对初始测量信号以及初始校正信号进行正交解调，获取目标的振动速度；考虑目标产生的横向扰动，得到测量信号的幅度与散斑引入的相位随时间变化的测量信号；在上述测量信号中加入散粒噪声，对补偿散粒噪声后的测量信号以及初始校正信号进行正交解调；对解调得到的速度信号进行融合，获得融合后的振动信号。该方法融合不同波长的探测结果，获得补偿散斑噪声后的解调信号，提高了测量精度；该方法还能实现每个波长单点探测，可以避免分区测量位置不一致的问题，不受测量目标振动频率的限制，运算速度快。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
