一种基于平衡检测的超快成像系统噪声模型建立方法技术方案

本发明专利技术提出一种基于平衡检测的超快成像系统噪声模型建立方法，包括掺铒光纤放大器放大噪声和光电接收机噪声、平衡检测器码间串扰噪声以及放大噪声和光电接收机噪声经过低通滤波后得到的噪声的建模方法。将上述各噪声模型综合分析，建立系统噪声模型，得到平衡检测输出的信号噪声功率，进而得到输出信噪比，系统噪声模型可以应用于基于空间光调制的超快成像系统。在该系统中，通过分析噪声模型，得到整个系统的噪声功率，进而分析对应的成像效果。可以通过合适地调整参数，来提升成像效果，使得系统输出的图像更加清晰。由此提升超快成像系统在激光核聚变、生物组织和细胞探测等科研、其他工程领域的成像应用价值。

【技术实现步骤摘要】
一种基于平衡检测的超快成像系统噪声模型建立方法
本专利技术涉及光信息科学
，尤其涉及一种基于平衡检测的超快成像系统噪声模型建立方法。
技术介绍
高速成像技术对研究动态现象有很大帮助，能广泛应用于研究激光核聚变、探测生物组织和细胞等科研、工程领域。目前，最广泛使用的成像系统是基于电荷耦合器件(CCD)或者互补型金属氧化物半导体(CMOS)图像传感器。然而，这类成像的手段在速率方面存在短板：高端CCD和CMOS图像传感器帧频为1KHz，成像速率不足以捕捉物体的高速变化。所以，需要一种新型的超快成像技术2009年，美国加州大学从事光信号编解码技术的研究团队提出了连续时域编码高速成像技术(STEAM)。该成像技术帧频达到37MHz，是现有技术成像速率的3万多倍。成像系统中，宽谱脉冲用作光源。影像采集时，光脉冲在空间被展开，光谱分量与空间位置一一对应。在STEAM的改良版本——基于平衡检测的超快成像系统中，空间展开的光被投射到物体上，由于物体各部位对光的吸收程度不同，光被反射回来时，不同光谱分量的光强会发生变化，该过程就是光信号编解码技术中非相干编码原理。由此，物体的影像被记录在光信号上。随后，空间展开的光信号被还原成光脉冲。接着，载有影像信息的光脉冲经过色散器件在时域上被展开(傅立叶变换)，谱域分量与时域分量一一对应。因此，空间分布的影像信息被间接地映射到时域上。接下来，用EDFA对光信号进行放大，用平衡光电检测器读取光信号上的信息，平衡检测即差分检测，这种检测方法使得待测物的边缘像素凸显，而内部像素则相互抵消，如此，得到的图像边缘具有双倍的像素梯度，使得待测物更容易和背景区分开来。最后，并在后端处理中还原出原来的影像。通过该技术仍处于初步研究阶段，存在众多问题有待解决，例如：成像速率、分辨率、成像方式等等。而最关键、亟待解决的问题是：超快成像系统得到的图像存在不同程度的失真，这会严重影响系统的应用前景。因此，首先需要对整个系统在成像清晰程度方面的可靠性进行定性定量分析。影响成像清晰程度的因素，除了信号的强弱之外，就是信号经过系统各模块(主要为光放大模块和光电检测模块)产生的噪声。而由于STEAM超快成像技术相对较新，对其系统噪声进行的研究尚不全面。本专利技术旨在解决这一问题，提出一种新型的，基于平衡检测的超快成像系统噪声模型，定性定量求解系统噪声，并研究系统噪声和成像质量的关系，为不同清晰度层次的成像需求提供相对应的噪声功率参考依据。帮助成像系统在应用过程当中，合适地调整参数，实现所需的成像清晰度。
技术实现思路
本专利技术提出一种基于平衡检测的超快成像系统噪声模型建立方法，以助成像系统在应用过程当中，合适地调整参数，实现所需的成像清晰度。为达到上述目的，本专利技术提出一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，包括以下步骤：步骤1：光信号进入EDFA后，分析EDFA自发辐射放大噪声场强Eamp(t)的统计特性，通过将Eamp(t)与进入EDFA之前的输入信号的场强Eforward_EDFA(t)相加得到放大后信号的场强Eafter_EDFA(t)；步骤2：根据光电探测器输出电流I和放大后信号的场强Eafter_EDFA(t)以及进入光电接收机后产生的接收机高斯噪声in(t)的关系，求解平衡接收机输出电流中的信号-自发辐射差拍噪声is-sp(t)、自发辐射-自发辐射自拍噪声isp-sp(t)和接收机噪声in(t)的统计特性；依次得到is-sp(t)的功率Ps-sp、isp-sp(t)的功率Psp-sp和in(t)的功率Pn；步骤3：信号和噪声经过低通滤波器后产生低通滤波器码间干扰噪声iISI(t)和低通滤波器限带噪声通过对iISI(t)和的统计特性，求解得到iISI(t)的噪声功率PISI和的功率步骤4：通过上述步骤，得到整个系统的噪声功率Ptotal为PISI加上求解得到Ptotal；步骤5：将提出的噪声模型计算得到的噪声功率代入基于平衡检测的超快成像系统，得到成像结果，加以分析。优选的，在步骤1中，所述统计特性包括：由此分析EDFA自发辐射放大噪声场强Eamp(t)的统计特性，得到Eamp(t)是具有相位Φk均匀分布的信号分量在光带宽[-B,B]内的的叠加。优选的，Φk为在区间[-2π,2π]均匀分布的随机相位；[-B,B]为光信号所占的带宽；N0为自发辐射放大随机过程的功率谱密度常数；υ为光信号中心频率；Pin为放大器的输入功率；ws为高频分量；G为放大增益；优选的，在步骤2中，所述统计特性包括：信号-自发辐射差拍噪声is-sp(t)通过低通滤波器，滤除了2ws高频分量后：其中，Φk、Φj是独立的。所以，当k≠j时，E[cos(2πkδυt+Φk)cos(2πjδυ(t+τ)+Φj)]＝0而当k＝j时，由此可知，is-sp(t)为平稳随机过程；由中心极限定理可得：当B/(δυ)→∞时，is-sp(t)趋近于高斯分布；其均值为0，方差即功率为：其功率谱密度Ps-sp(f)为常数，在光带宽[-B/2,B/2]区域为矩形窗函数：其功率为自发辐射-自发辐射自拍噪声isp-sp(t)，通过低通滤波器滤除了2ws高频分量后，isp-sp(t)的自相关函数Rsp-sp(t,t+τ)表示为两个平稳随机过程isp-1(t)和isp-2(t)的乘积：其中，其功率谱密度函数体现为三角波函数，由isp-1(t)和isp-2(t)的功率谱密度函数(矩形窗函数)卷积得到：其中，其功率为in(t)为单个接收机高斯白噪声，为热噪声和散粒噪声的叠加，功率为Pn＝PT+Psho为热噪声功率；为散弹噪声功率；；优选的，N0为自发辐射放大随机过程的功率谱密度常数；υ为光信号中心频率；Pin为放大器的输入功率；ws为高频分量；G为放大增益；η为光电探测器的量子效率；e为电子电量；h为普朗克常数；kB为玻尔兹曼常数；RL为接收机负载电阻；T为绝对温度；B为接收机前端的基带噪声带宽；Pshot-ASE为自发放大噪声-散粒噪声的差拍噪声；Pshot-s为信号-散粒噪声的差拍噪声；为接收机响应度；G为放大增益；e为电子电荷；参数选取：h＝6.626176*10-34，e＝1.602*10-19，kB＝1.380662*10-23，υ＝1.931*1014,G＝30dB，RL＝50Ω，Pin＝5μW，T＝300K，优选的，在步骤3中，iISI(t)等价于对光信号经过滤波器后输出信号iout(t)的乘性噪声，乘性因子为噪声功率为Psi为信号iout(t)的功率；通过对信号-自发辐射差拍噪声is-sp(t)、自发辐射-自发辐射自拍噪声isp-sp(t)和接收机噪声in(t)在低通滤波器截止频率内的积分得到：优选的，fc为低通滤波器截止频率、Trep为飞秒激光器的脉冲周期、h为普朗克常数、G为放大增益、为接收机响应度、RL为接收机负载电阻、kB为玻尔兹曼常数、T为绝对温度、υ为光信号中心频率、nsp＝1.4～4，在此取为2，h＝6.626176*10-34，e＝1.602*10-19，kB＝1.380662*10-23，υ＝1.931*1014,G＝30dB，RL＝50Ω，Pin＝5μW，T＝300K，优选的，在步骤4中：优选的，fc为低通滤本文档来自技高网...

【技术保护点】
1.一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，包括以下步骤：步骤1：光信号进入EDFA后，分析EDFA自发辐射放大噪声场强Eamp(t)的统计特性，通过将Eamp(t)与进入EDFA之前的输入信号的场强Eforward_EDFA(t)相加得到放大后信号的场强Eafter_EDFA(t)；步骤2：根据光电探测器输出电流I和放大后信号的场强Eafter_EDFA(t)以及进入光电接收机后产生的接收机高斯噪声in(t)的关系，求解平衡接收机输出电流中的信号‑自发辐射差拍噪声is‑sp(t)、自发辐射‑自发辐射自拍噪声isp‑sp(t)和接收机噪声in(t)的统计特性；依次得到is‑sp(t)的功率Ps‑sp、isp‑sp(t)的功率Psp‑sp和in(t)的功率Pn；步骤3：信号和噪声经过低通滤波器后产生低通滤波器码间干扰噪声iISI(t)和低通滤波器限带噪声

【技术特征摘要】
1.一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，包括以下步骤：步骤1：光信号进入EDFA后，分析EDFA自发辐射放大噪声场强Eamp(t)的统计特性，通过将Eamp(t)与进入EDFA之前的输入信号的场强Eforward_EDFA(t)相加得到放大后信号的场强Eafter_EDFA(t)；步骤2：根据光电探测器输出电流I和放大后信号的场强Eafter_EDFA(t)以及进入光电接收机后产生的接收机高斯噪声in(t)的关系，求解平衡接收机输出电流中的信号-自发辐射差拍噪声is-sp(t)、自发辐射-自发辐射自拍噪声isp-sp(t)和接收机噪声in(t)的统计特性；依次得到is-sp(t)的功率Ps-sp、isp-sp(t)的功率Psp-sp和in(t)的功率Pn；步骤3：信号和噪声经过低通滤波器后产生低通滤波器码间干扰噪声iISI(t)和低通滤波器限带噪声通过对iISI(t)和的统计特性，求解得到iISI(t)的噪声功率PISI和的功率步骤4：通过上述步骤，得到整个系统的噪声功率Ptotal为PISI加上求解得到Ptotal；步骤5：将提出的噪声模型计算得到的噪声功率代入基于平衡检测的超快成像系统，得到成像结果，加以分析。2.根据权利要求1所述的一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，在步骤1中，所述统计特性包括：由此分析EDFA自发辐射放大噪声场强Eamp(t)的统计特性，得到Eamp(t)是具有相位Φk均匀分布的信号分量在光带宽[-B,B]内的的叠加。3.根据权利要求2所述的一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，Φk为在区间[-2π,2π]均匀分布的随机相位；[-B,B]为光信号所占的带宽；N0为自发辐射放大随机过程的功率谱密度常数；υ为光信号中心频率；Pin为放大器的输入功率；ws为高频分量；G为放大增益；δυ为使得噪声分量索引k的上、下限和为整数的分频因子，a(t)为基带信号的时域函数。4.根据权利要求1所述的一种基于平衡检测的超快成像系统噪声模型建立方法，其特征在于，在步骤2中，所述统计特性包括：信号-自发辐射差拍噪声is-sp(t)通过低通滤波器，滤除了2ws高频分量后：其中，Φk、Φj是独立的。所以，当k≠j时，E[cos(2πkδυt+Φk)cos(2πjδυ(t+τ)+Φj)]＝0而当k＝j时，由此可知，is-sp(t)为平稳随机过程；由中心极限定理可得：当B/(δυ)→∞时，is-sp(t)趋近于高斯分布；其均值为0，方差即功率为：其功率谱密度Ps-sp(f)为常数，在光带宽[-B/2,B/2]区域为矩形窗函数：其功率为自发辐射-自发辐射自拍噪声isp-sp(t)，通过低通滤波器滤除了2ws高频分量后，isp-sp(t)的自相关函数Rsp-sp(t,t+τ)表示为两个平稳随机...

【专利技术属性】
技术研发人员：王凯民，李雨欣，孙浩杰，姜珊珊，徐巧，戴博，徐美勇，忻向军，张大伟，
申请(专利权)人：上海理工大学，华东理工大学，上海出版印刷高等专科学校，北京邮电大学，
类型：发明
国别省市：上海,31