半导体激光器光谱局部最大峰值检索算法

通过分析实测法布里-珀罗型半导体激光器(FP-LD)和分布反馈式半导体激光器(DFB-LD)光谱数据特征,提出了一种基于局部最大矩阵的自适应算法,用于检索半导体激光器光谱峰值。建立数据序列的局部最大矩阵,利用矩阵行向量特征修正该矩阵,根据修正后矩阵的列向量特征定位峰值,并进一步修正和补偿峰值位置。该算法具有较强的抗噪能力,整个检索过程无需人为干预,自适应性和稳健性强,满足实时计算的要求。实测数据计算结果表明,该算法与直接比较法、优化的导数法和遗传算法相比,在检验准确率和计算时间方面优势明显,平均检验准确率可达98%,平均计算时间仅为0.12s,可应用于半导体激光器实测光谱特性实时分析。

基于线型预测频谱估计的相干激光雷达功率谱分析方法

基于多普勒效应的相干激光雷达广泛应用于测风等大气探测领域,实际应用于风场观测时,由于噪声杂波干扰、回波信号较弱和风场不均匀性等影响了多普勒频移估计的精度。为准确估计激光雷达弱回波信号中的多普勒频移,提升相干测风激光雷达的探测距离和探测精度,文中开展了基于激光雷达功率谱信号的多普勒频移估计算法以及探测性能提升的评估研究。在快速傅里叶变换的基础上,提出了一种结合线性预测频谱估计与导数增强方法的功率谱分析方法,通过与常用的最大似然离散谱峰值频移估计算法(ML DSP算法)进行比较,验证了文中方法在相干测风激光雷达微弱信号频移估计过程中的优势。风速数据的时间及空间相关性分析结果表明,功率谱分析方法具有更好的风速估计稳定性,有效风场探测距离相较ML DSP算法提升了73%。与超声风速计对比结果表明,文中提出的综合算法在弱信号情况下的风速测量精度高,风速结果与超声风速计的标准偏差相较ML DSP算法降低了0.23 m/s,偏离率BIAS降低了0.3 m/s,有效提高了低信噪比范围内多普勒频移估计的精度。