基于小波密度估计模型改进的半导体激光器退化预测方法技术

本发明专利技术提供了一种基于小波密度估计模型改进的半导体激光器退化预测方法，基于等时间间隔监测得到的半导体激光器的性能参数退化数据，对退化增量的概率分布进行小波密度估计，并建立多种随机过程模型；基于小波变换将建立的多种随机过程中的退化增量概率密度函数用小波线性表示；以小波密度估计为准改进所有小波线性表示从而得到改进后的模型；量化所有改进后的模型与小波密度估计的相似程度，选择其中最相似的模型用于半导体激光器的退化预测。本发明专利技术可以改进已有的预测半导体激光器退化的随机过程模型并从多个改进模型中选择出最优的，从而提高了退化预测准确性。

Improved prediction method of semiconductor laser degradation based on wavelet density estimation model

【技术实现步骤摘要】
基于小波密度估计模型改进的半导体激光器退化预测方法
本专利技术涉及器件预测
，特别是一种基于小波密度估计模型改进的半导体激光器退化预测方法。
技术介绍
半导体激光器被广泛应用在激光通信、雷达测距等方面，是一种重要的工程器件。准确估计半导体激光器的使用寿命，可以科学地制定产品的维护维修计划，既降低产品失效导致的事故风险，又降低因过早更换造成的经济浪费。准确地估计半导体激光器的使用寿命需要大量的数据，由于半导体激光器具有高可靠，长寿命的特点，通过失效试验获得半导体激光器的寿命数据会有很大的时间成本与经济成本，与之相比，获得半导体激光器的性能参数随时间退化的退化数据就容易的多，因此，目前半导体激光器的寿命估计方法大多是基于器件的退化数据对退化过程建模，再设定某一退化量作为失效阈值反推剩余使用寿命。目前应用十分广泛的一类半导体激光器的退化模型是随机过程模型，如维纳过程、伽马过程和逆高斯过程等。选择随机过程类型后，在独立增量假设的基础上，使用监测得到的退化数据估计出随机过程中的未知参数，进而建立随机过程模型。因为随机过程模型能够模拟退化过程本文档来自技高网...

【技术保护点】
1.一种基于小波密度估计模型改进的半导体激光器退化预测方法，其特征在于：该方法包括：/n获取步骤，获取监测设备等时间间隔监测得到的半导体激光器的性能参数退化数据，对监测到的所有该类半导体激光器件进行编号，共有I个该类半导体激光器件，分别记为i＝1，2，...，I，器件的性能参数随使用时间退化，从投入使用到最后一次监测共得到S个数据点，分别编号为s＝1，2，...，S，用t

【技术特征摘要】
1.一种基于小波密度估计模型改进的半导体激光器退化预测方法，其特征在于：该方法包括：
获取步骤，获取监测设备等时间间隔监测得到的半导体激光器的性能参数退化数据，对监测到的所有该类半导体激光器件进行编号，共有I个该类半导体激光器件，分别记为i＝1，2，...，I，器件的性能参数随使用时间退化，从投入使用到最后一次监测共得到S个数据点，分别编号为s＝1，2，...，S，用ts表示第s次监测的时刻，由于器件的退化数据是由监测设备等时间间隔监测得到的，故有Δt＝t2-t1＝…＝ts+1-ts＝…＝tS-tS-1，用表示第i个器件在ts时刻的性能参数退化量，得到半导体激光器的性能参数退化数据集通过式子计算得到退化增量数据集
概率密度估计步骤，基于半导体激光器的退化增量数据集使用小波密度估计方法估计出退化增量的概率密度函数；
建立随机过程模型步骤，使用多种随机过程模型对半导体激光器的退化数据建模，各个随机过程模型中的未知参数使用极大似然估计法进行估计；
变换步骤，基于离散小波变换，将建立的多种随机过程模型中的退化增量概率密度函数变换为小波函数的线性表示；
改进步骤，以小波密度估计为准，改进多种随机过程模型的退化增量概率密度的小波线性表示，得到改进后的模型；
选择步骤，量化各个改进后的模型与小波密度估计的相似程度，选择与小波密度估计最相似的改进后的模型；
预测步骤，使用选择出的模型对半导体激光器的退化量进行预测，得到预测结果。


2.根据权利要求1所述的基于小波密度估计模型改进的半导体激光器退化预测方法，其特征在于：所述半导体激光器为砷化镓激光器、硫化镉激光器、磷化铟激光器、或硫化锌激光器。


3.根据权利要求1所述的基于小波密度估计模型改进的半导体激光器退化预测方法，其特征在于：所述概率密度估计步骤包括：
选取紧支撑小波sym7，通过将sym7小波的尺度母函数φ(x)与小波母函数进行伸缩与平移，得到一系列尺度函数与小波函数：
φj，k(x)＝2j/2φ(2jx-k)



其中j为小波的分辨率水平，表征着小波函数的伸缩程度大小，k为小波函数的平移系数，在一个小波系统中，任何一个小波函数都由j，k唯一确定；使用上述一系列小波函数线性组合去表示退化增量Δy的概率密度函数，设置最低分辨率水平j0与最高分辨率水平j1，满足j0，j1为整数且j1＞j0，用表示整数集，则退化增量Δy的概率密度函数的小波表示为：



其中与dj，k为小波系数，基于半导体激光器的退化增量数据集估计小波系数，用表示小波系数的估计值，小波系数估计表达式为：






将计算得到的小波系数估计值代入概率密度函数的小波表示，得到退化增量Δy的概率密度估计：





4.根据权利要求3所述的基于小波密度估计模型改进的半导体激光器退化预测方法，其特征在于：所述建立随机过程模型步骤包括：
选取三种随机过程模型：
(1)维纳过程：
Δy～N(μ·Δt，σ2·Δt)



(2)伽马过程：
Δy～Gamma(α，Δt)



其中Γ(·)为伽马函数；
(3)逆高斯过程：
Δy～IG(η·Δt，λ·(Δt)2)



其中，fWi表示维纳过程函数，μ和σ为维纳过程函数的系数，fG表示伽马过程函数，Γ(·)为伽马函数，α为伽马过程函数的系数，fIG表示逆高斯过程函数，η和λ为逆高斯过程函数的系数，Δt表示等时间间隔监测得到的退化数据，是恒定值；
在上述任意一种随机过程中，退化增量Δy的大小与该增量的起始时刻无关，而与对应的时间间隔Δt的大小有关；对于等时间间隔监测得到的退化数据，即Δt为恒定值，所有退化增量服从相同的概率分布，概率分布的概率密度表达式可以简化为：
(1)维纳过程：
Δy～N(μ′，σ′2)
<...

【专利技术属性】
技术研发人员：林焱辉，丁泽琦，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11