【技术实现步骤摘要】
基于神经网络的光纤脉冲涡旋激光器的设计方法及系统
[0001]本专利技术涉及光纤脉冲涡旋激光器设计
，具体涉及一种基于神经网络的光纤脉冲涡旋激光器的设计方法及系统。
技术介绍
[0002]涡旋光在湍流中传播的优异特性被广泛关注，在光通信波段，光纤脉冲涡旋激光器作为一种载有时域信息的涡旋光光源，脉宽往往需要被严格控制设计。因此，对于通信、激光加工以及对脉冲宽度具有高要求的行业，急需一种方法来快速准确的设计脉冲涡旋光的宽度，推动通信和激光加工行业的发展。
[0003]传统的求解光纤中激光脉宽的方法是经过慢波近似，对麦克斯韦方程组进行求解，从而得到矢量亥姆霍兹方程，并进一步利用标量近似对亥姆霍兹方程在柱坐标系下进行求解，利用微扰理论将时域进行展开得到纵向脉冲演化方程
‑
非线性薛定谔方程。对于皮秒级的光纤激光脉冲，利用分步傅里叶变换算法求解非线性薛定谔方程可以较为方便和准确的得到光纤激光脉冲的最后演化结果。
[0004]然而，分步傅里叶算法是基于傅里叶变换下的光自适应演变的，这是一种正向计算过...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的光纤脉冲涡旋激光器的设计方法，其特征在于，所述方法包括：S1、测量影响光纤脉冲涡旋激光器输出脉宽的不同结构参数下输出的光纤脉冲涡旋激光的脉冲宽度，并将所有所述结构参数和与之对应的脉冲宽度实验数据作为实验样本数据；S2、基于神经网络构建光纤脉冲涡旋激光器输出脉宽反向预测模型；S3、基于所述实验样本数据利用向后传播算法和最速下降法计算所述光纤脉冲涡旋激光器输出脉宽反向预测模型的权重系数，基于所述权重系数确定初始光纤脉冲涡旋激光器输出脉宽反向预测模型；S4、对所述初始光纤脉冲涡旋激光器输出脉宽反向预测模型进行迭代式训练，直至满足预设条件时停止训练，并将满足所述预设条件的所述权重系数作为最终光纤脉冲涡旋激光器输出脉宽反向预测模型的最终权重系数；S5、将预设计的光纤脉冲涡旋激光器的脉冲宽度输入最终的光纤脉冲涡旋激光器输出脉宽反向预测模型中，获取光纤脉冲涡旋激光器结构参数。2.如权利要求1所述的方法，其特征在于，所述结构参数包括易修改参数和不易修改参数；所述易修改参数包括泵浦功率、普通光纤长度、掺铒光纤长度以及宽带反射镜的反射率；所述不易修改参数包括可饱和吸收体的调制深度和非饱和损耗、三端口环形器的损耗以及长周期光纤光栅的损耗。3.如权利要求1所述的方法，其特征在于，所述基于所述实验样本数据利用向后传播算法和最速下降法计算所述光纤脉冲涡旋激光器输出脉宽反向预测模型的权重系数包括：利用最速下降法计算使实验值与模型预测值的差异值E取局部最小值时的权重系数作为所述光纤脉冲涡旋激光器输出脉宽反向预测模型的权重系数；其中，差异值E用公式表示为：其中，ω，λ分别表示输入结构参数单元到隐层单元和隐层单元到输出脉冲宽度的权重向量；s表示实验样本中实验次数；T
s
表示实验中脉冲宽度输出值；O
s
表示神经网络系统下脉冲宽度输出值。4.如权利要求1所述的方法，其特征在于，所述预设条件为：预测光纤脉冲涡旋激光脉冲宽度与实际宽度之间的误差小于设定值。5.如权利要求1所述的方法，其特征在于，所述S5包括：利用非线性规划模型反向计算成本最优化条件下的光纤脉冲涡旋激光器结构参数；其中，非线性规划模型如下式所示：中，非线性规划模型如下式所示：其中，α
k
表示的是第k个输入参数的单位成本；I
k
表示实验第k个参数时实际测量值的归
一化数值；O表示确定好的脉冲宽度；ω
jk
代表输入单元到隐层单元的神经元突触连接权重；代表激活函数；λ
j
代表下一层神经元突触的连接权重；j表示隐藏单元序号。6.一种基于神经网络的光纤脉冲涡旋激光器的设计系统，其特征在于，所述系统包括：实验样本数据获取及存储模块，用于测量不同结构参数下输出的...
【专利技术属性】
技术研发人员：冯晨鹏，周蓉，甘传俊，董逸铭，吴承耀，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。