本发明专利技术公开了一种激光谐振腔的控制装置，包括：光源模块，其设有激光谐振腔；信号采样模块，其用于采集所述激光谐振腔的输出数据；决策模块，其用于处理所述激光谐振腔的输出数据，并输出调节指令；谐振腔控制模块，其与所述光源模块连接，用于接受调节指令，以调节输出耦合镜，以得到所述激光谐振腔的目标输出数据。采样到的激光谐振腔的输出数据由决策模块进行深度融合，强化信号特征，并通过深度强化学习做出调节决策，并输出调节指令；将调节指令发送给谐振腔控制模块对激光谐振腔进行调控，形成闭环控制；因此该激光谐振腔的控制装置可使激光谐振腔输出高功率高光束质量的光斑图像。斑图像。斑图像。
【技术实现步骤摘要】
激光谐振腔的控制装置
[0001]本专利技术涉及激光的
，特别涉及一种激光谐振腔的控制装置。
技术介绍
[0002]自激光器问世以来，激光技术广泛应用在多个领域，如通信、制造、医学和军事等。激光谐振腔是激光器中实现激光能量提取和输出的关键器件，激光谐振腔的准直与否将直接影响激光器的输出光束质量和输出功率的稳定性。光束质量决定了激光的聚焦特性及传输特性，从全方位调节腔镜入手，补偿因为谐振腔的准直问题而导致的光束质量降低。目前，研究人员在校正方面做了大量工作，这些研究的共同之处都是先给谐振腔一个频域或时域上独立的微小扰动，为谐振腔的失谐因子解耦，观察输出光束的变化趋势，建立起映射关系后，再逐步校正腔镜使之准直。另外一种可行的方式是通过研究光斑特性来实时校正谐振腔的自动准直系统，这些研究的共同之处是人工提取光斑的某些特征，例如通过像差探测系统，或输出光斑的干涉条纹来解算谐振腔的失谐量。对于以激光性能指标为目标的系统来说，这些方式并不直观。
[0003]对于复杂的腔型，即使是有经验的工作人员进行操作依然费时费力。从自动化控制理论上来说，现有的技术需要人预先调节谐振腔给出一个期望控制，利用输出和期望的误差反馈调节，维持激光器的最佳输出状态。进一步的，如果要实现谐振腔多指标的同步优化或复杂目标的控制，在光学谐振腔中出现的往往都是非线性问题，控制率的设计是比较复杂和困难的。
技术实现思路
[0004](一)专利技术目的
[0005]本专利技术的目的是提供一种激光谐振腔的控制装置，通过机器深度强化学习做出调节决策，并输出调节指令，可避免由人工进行操作所带来的费时费力的问题，因而可使激光谐振腔的调节过程变得简单和容易操作。
[0006](二)技术方案
[0007]本专利技术的实施例提供了一种激光谐振腔的控制装置，包括：光源模块，其设有激光谐振腔；信号采样模块，其用于采集所述激光谐振腔的输出数据；决策模块，其用于处理所述激光谐振腔的输出数据，并输出调节指令；谐振腔控制模块，其与所述光源模块连接，用于接受调节指令，以调节输出耦合镜，以得到所述激光谐振腔的目标输出数据。
[0008]进一步地，所述光源模块包括圆棒激光器、板条激光器或薄片激光器。
[0009]进一步地，所述信号采样模块包括以下任意一种器件或多种器件：光电探测器件、热电堆型传感器探头、光电二极管型传感器探头、热释电型传感器探头、测距仪传感器、测角仪传感器。
[0010]进一步地，所述决策模块包括：构建单元，其用于构建调节模型；其中，调节模型包括策略模型；预处理单元，其用于对所述激光谐振腔的输出数据进行预处理；评价单元，其
用于基于预处理后的所述激光谐振腔的输出数据进行评价，得到对输出耦合镜进行相对应调节动作的奖励信息；训练单元，其用于基于预处理后的所述激光谐振腔的输出数据、相对应调节动作和奖励信息对调节模型进行训练，得到训练好的策略模型；输出单元，其用于基于训练好的策略模型，输出调节指令。
[0011]进一步地，所述对所述激光谐振腔的输出数据进行预处理，包括：变换灰度、背景降噪以及将灰度积分。
[0012]进一步地，所述基于预处理后的所述激光谐振腔的输出数据进行评价，得到对输出耦合镜进行相对应调节动作的奖励信息,包括：基于预处理后的所述激光谐振腔的输出数据提取激光器状态的特征；构建评价模型；基于所述激光器状态的特征和评价模型，得到评价分值；若当前评价分值大于调节前评价分值，则相对应调节动作的目标奖励值为正；若当前评价分值小于调节前评价分值，则相对应调节动作的目标奖励值为负；其中，当前评价分值为对输出耦合镜调节后的所述激光谐振腔的输出数据进行评价得到；调节前评价分值为对输出耦合镜调节前的所述激光谐振腔的输出数据进行评价得到。
[0013]进一步地，所述激光器状态的特征包括光斑图像的强度分布和亮度信息；分别提取理想的和实际的光斑图像沿中心的第一方向和第二方向的强度分布，计算出皮尔森相关系数；采用图像的零阶矩表征光斑的亮度信息；将皮尔森相关系数和图像的零阶矩输入评价模型，得到评价分值。
[0014]进一步地，所述基于预处理后的所述激光谐振腔的输出数据、相对应调节动作和奖励信息对调节模型进行训练，得到训练好的策略模型，包括：预设时间长度内的轨迹包括各个时刻下的所述激光谐振腔的输出数据、相对应调节动作和目标奖励值；将预设时间长度内的目标奖励值进行加权求和，得到回报值；将各个时刻下的所述激光谐振腔的输出数据、相对应调节动作作为训练样本输入策略模型进行训练；对策略模型的神经网络参数进行优化，得到训练好的策略模型。
[0015]进一步地，调节模型还包括价值模型；所述对策略模型的神经网络参数进行优化，得到训练好的策略模型，包括：构建目标函数；其中，目标函数设为所有所述预设时间长度内的轨迹的回报值的期望值；对策略模型的神经网络参数进行梯度上升，得到神经网络参数的更新幅度；采样预设时间长度内的轨迹来计算策略梯度；引入动作价值函数来评价当前的调节动作好坏；引入状态价值函数，状态价值函数是当前激光谐振腔的输出数据状态下所有调节动作价值函数的期望值；利用时序差分算法计算价值模型的损失函数，通过最小化损失函数以使价值模型逼近状态价值函数；将状态价值函数最大化作为目标函数；根据价值模型更新策略模型的神经网络参数；不断更新策略模型的神经网络参数以优化策略模型的调节决策，直至策略模型计算出当前状态下的所述激光谐振腔的输出数据相对应的所预期调节指令。
[0016]进一步地，激光谐振腔的控制装置还包括：遥感控制模块，其用于获取调节指令，并将调节指令发送给所述谐振腔控制模块。
[0017](三)有益效果
[0018]本专利技术的上述技术方案具有如下有益的技术效果：
[0019]本专利技术实施例提供的激光谐振腔的控制装置可使激光谐振腔输出高功率高光束质量的激光谐振腔的输出数据，通过自主地采取调节指令和激光谐振腔的输出数据交互获
得相应奖励值来实现调节动作回报的最大化，同时依靠设置的奖励值，不断优化策略神经网络参数，自行探索激光器最优输出控制，直至学会对于每个激光谐振腔的输出数据都能做出最优的调节动作，来达到对激光谐振腔智能控制的目的。
附图说明
[0020]图1是本专利技术第一实施方式的激光谐振腔的控制装置的结构示意图；
[0021]图2示意性地示出本专利技术第二实施方式的激光谐振腔的输出数据预处理的流程图；
[0022]图3示意性地示出本专利技术第三实施方式的调节模型进行训练的流程图；
[0023]图4是根据本专利技术第四实施方式的激光谐振腔的控制方法的流程图。
具体实施方式
[0024]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0025]本专利技术的实施例提供了一种本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种激光谐振腔的控制装置，其特征在于，包括：光源模块，其设有激光谐振腔；信号采样模块，其用于采集所述激光谐振腔的输出数据；决策模块，其用于处理所述激光谐振腔的输出数据，并输出调节指令；谐振腔控制模块，其与所述光源模块连接，用于接受调节指令，以调节输出耦合镜，以得到所述激光谐振腔的目标输出数据。2.根据权利要求1所述的激光谐振腔的控制装置，其特征在于，所述光源模块包括圆棒激光器、板条激光器或薄片激光器。3.根据权利要求1所述的激光谐振腔的控制装置，其特征在于，所述信号采样模块包括以下任意一种器件或多种器件：光电探测器件、热电堆型传感器探头、光电二极管型传感器探头、热释电型传感器探头、测距仪传感器、测角仪传感器。4.根据权利要求1所述的激光谐振腔的控制装置，其特征在于，所述决策模块包括：构建单元，其用于构建调节模型；其中，调节模型包括策略模型；预处理单元，其用于对所述激光谐振腔的输出数据进行预处理；评价单元，其用于基于预处理后的所述激光谐振腔的输出数据进行评价，得到对输出耦合镜进行相对应调节动作的奖励信息；训练单元，其用于基于预处理后的所述激光谐振腔的输出数据、相对应调节动作和奖励信息对调节模型进行训练，得到训练好的策略模型；输出单元，其用于基于训练好的策略模型，输出调节指令。5.根据权利要求4所述的激光谐振腔的控制装置，其特征在于，所述对所述光斑图像进行预处理，包括：变换灰度、背景降噪以及将灰度积分。6.根据权利要求4所述的激光谐振腔的控制装置，其特征在于，所述基于预处理后的所述激光谐振腔的输出数据进行评价，得到对输出耦合镜进行相对应调节动作的奖励信息,包括：基于预处理后的所述激光谐振腔的输出数据提取激光器状态的特征；构建评价模型；基于所述激光器状态的特征和评价模型，得到评价分值；若当前评价分值大于调节前评价分值，则相对应调节动作的目标奖励值为正；若当前评价分值小于调节前评价分值，则相对应调节动作的目标奖励值为负；其中，当前评价分值为对输出耦合镜调节后的所述激光谐振腔的输出数据进行评价得到；调节前评价分值为对输...
【专利技术属性】
技术研发人员：杨晶，李晶宇，张宗哲，左军卫，高宏伟，王小军，彭钦军，
申请(专利权)人：中国科学院理化技术研究所，
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。