高功率半導(dǎo)體激光器是激光器應(yīng)用領(lǐng)域的一類重要器件，它具有很多優(yōu)點(diǎn)，體積小、質(zhì)量輕、工作效率高、工作性能指標(biāo)穩(wěn)定、使用時間壽命長，是一種實(shí)用的激光光源。目前，在高功率半導(dǎo)體激光器的應(yīng)用中，激光器的可靠性是一個最重要的性能指標(biāo)。對于高功率半導(dǎo)體激光器可靠性的研究也是國內(nèi)外研究者的熱點(diǎn)問題。傳統(tǒng)的檢測半導(dǎo)體激光器可靠性的方法是通過激光器老化實(shí)驗和壽命加速測試的方法，但此類方法耗時較長，且對激光器有一定程度的損傷。 常用的1/f噪聲測試平臺需要頻譜分析儀，用來測量1/f噪聲的功率譜斜率，通過分析測量值，推斷半導(dǎo)體激光器的質(zhì)量和可靠性。本文首先建立了高功率半導(dǎo)體激光器的噪聲電壓功率譜與結(jié)溫變化的物理模型，根據(jù)壓縮感知理論，將測量得到含有高斯白噪聲和1/f噪聲的混疊復(fù)合噪聲信號稀疏化后，獲取原測量信號的主要成分信息。然后采用壓縮感知觀測主要成分信息，為了提高算法的恢復(fù)精度，本文采用BPDN(Basis Pursuit De-noising)基追蹤去噪算法實(shí)現(xiàn)信號的恢復(fù)。同時驗證了不同大小的觀測矩陣對于恢復(fù)效果的影響。通過改變算法的迭代次數(shù)及測量矩陣大小，獲得1/f噪聲電壓功率譜與結(jié)溫變化關(guān)系曲線，...

【文章頁數(shù)】：118 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景和意義
        1.1.1 半導(dǎo)體激光器的低頻噪聲檢測
        1.1.2 半導(dǎo)體激光器檢測的意義
    1.2 國內(nèi)外研究的現(xiàn)狀
        1.2.1 壓縮感知技術(shù)的發(fā)展
        1.2.2 半導(dǎo)體激光器 1/f 噪聲的檢測
    1.3 論文的研究內(nèi)容和主要貢獻(xiàn)
        1.3.1 論文的主要內(nèi)容
        1.3.2 論文的主要貢獻(xiàn)
第2章 半導(dǎo)體激光器 1/f 噪聲檢測原理與方法
    2.1 1/f 噪聲物理模型
        2.1.1 1/f 噪聲形成的原因
        2.1.2 基于 Hooge 理論的半導(dǎo)體激光器 1/f 噪聲模型
    2.2 半導(dǎo)體激光器 1/f 噪聲測試原理
    2.3 半導(dǎo)體激光器 1/f 噪聲測試方法
        2.3.1 直接觀測法
        2.3.2 互譜分析法
        2.3.3 1/f 噪聲測試系統(tǒng)
    2.4 本章小結(jié)
第3章 基于壓縮感知的半導(dǎo)體激光器 1/f 噪聲檢測
    3.1 基于小波分解及壓縮感知提取 1/f 噪聲方法
    3.2 半導(dǎo)體激光器結(jié)溫與 1/f 噪聲關(guān)系
        3.2.1 激光器結(jié)溫和壽命模型
        3.2.2 半導(dǎo)體激光器結(jié)溫測試
        3.2.3 改進(jìn)的 BP 基追蹤去噪算法
    3.3 實(shí)驗結(jié)果與分析
    3.4 本章小結(jié)
第4章 觀測矩陣的優(yōu)化對 1/f 噪聲提取的影響
    4.1 壓縮感知技術(shù)中循環(huán)卷積矩陣的應(yīng)用
        4.1.1 循環(huán)卷積矩陣
        4.1.2 觀測矩陣對重建性能的影響
    4.2 改進(jìn)的隨機(jī)稀疏循環(huán)卷積矩陣
        4.2.1 隨機(jī)稀疏循環(huán)卷積矩陣
        4.2.2 稀疏化的循環(huán)卷積矩陣 RIP 準(zhǔn)則證明
    4.3 OMP、BP 和改進(jìn) BP 算法的對比
    4.4 實(shí)驗結(jié)果與分析
    4.5 本章小結(jié)
第5章 基于 KSVD-CS 的 1/f 噪聲分析
    5.1 稀疏表示原理
        5.1.1 引言
        5.1.2 稀疏表示恢復(fù)算法
        5.1.3 字典構(gòu)造
        5.1.4 字典訓(xùn)練方法
    5.2 自適應(yīng)觀測字典的訓(xùn)練以及 KSVD 算法流程
    5.3 基于 KSVD-CS 壓縮感知自適應(yīng)字典算法的 1/f 噪聲分析
    5.4 實(shí)驗結(jié)果與分析
    5.5 本章小結(jié)
第6章 GPU 技術(shù)在 1/f 噪聲檢測中的應(yīng)用
    6.1 GPU 技術(shù)產(chǎn)生與背景
        6.1.1 GPU 技術(shù)的產(chǎn)生與發(fā)展
        6.1.2 GPU 應(yīng)用領(lǐng)域
        6.1.3 GPU 結(jié)構(gòu)框架
        6.1.4 GPU 編程語言
        6.1.5 GPU 內(nèi)部線程結(jié)構(gòu)
        6.1.6 GPU 內(nèi)存分層
    6.2 GPU 技術(shù)的實(shí)際應(yīng)用
    6.3 基于 GPU 加速平臺的 1/f 噪聲檢測
        6.3.1 GPU 加速算法原理
        6.3.2 激光器在不同工作狀態(tài)下加速數(shù)據(jù)對比
        6.3.3 Stream 數(shù)據(jù)流加速以及數(shù)據(jù)對加速效果影響
    6.4 實(shí)驗結(jié)果與分析
    6.5 本章小結(jié)
第7章 結(jié)論
    7.1 論文工作總結(jié)
    7.2 下一步工作展望
參考文獻(xiàn)
攻讀博士期間發(fā)表論文
致謝



本文編號：3925125