激光输入光纤环形腔内相位调制输出功率谱分析

从理论上详细分析了光纤环形腔有内相位调制时的输出光电流功率谱密度函数 ,该理论对任意相干长度的输入激光光源都是有效的。理论结果和实验数据表明 ,过快的相位调制能够平坦光电流功率谱上由于环形腔谐振特性而形成的周期性小峰 ,而弱相位调制对环形腔输出功率谱则影响不大。

非线性噪声放大器频谱畸变分析

本文研究了噪声放大器非线性特性造成的频谱畸变失真,讨论了随机过程通过非线性系统前后的二阶矩特性变化及其关系,导出了通用的非线性系统的输出随机过程相关函数及功率谱的求解公式,并结合具体例子计算了不同噪声强度情况下的输出功率谱,实测结果验证了理论分析的正确性,最后是文章的结论。

全光波分复用梳状滤波器的研究

利用耦合模理论分析了全光纤Mach-Zehnder干涉结构的梳状滤波器的输出功率谱和滤波特性。用熔融拉锥设备和特定的制作工艺,研制成中心波长间隔为0.8nm的全光纤梳状滤波器.它具有附加损耗小,偏振不灵敏,工艺重复性好等优点.

对调频发射机在中频偏移下的量化噪声分析

相位噪声是调频发射机的一个重要性能指标,而减小相位噪声的一个重要方法就是引入∑Δ调制器。在传统分析方法的基础上,对中频偏移条件下的相位噪声近似分析,得出量化噪声分析及其仿真结果,并导出选择∑Δ调制器的建议。

FPGA在电子制作中的应用——音频信号分析仪

我们设计的“音频信号分析仪”以单片机为主要控制器件，利用FPGA实现DFT算法完成对音频信号的分析，能够快速地检测输入信号的总功率和各频率分量的频率和功率，可以判断输入信号周期性并测量其周期，可测量信号的失真度，并且能够实时显示和回放以上参数以及功率谱，而且能打印输出功率谱曲线。输入信号电压范围（峰峰值）为10mV～5V，可测频率成分范围20Hz～10kHz，频率分辨率达到20Hz。

基于频域分解法正交模态分离的阻尼比识别研究

频域分解法是一种频域模态参数识别方法,因其操作简单、抗噪声能力强而被广泛使用。虽然频域分解法对于振型和固有频率有着较高的识别精度,但是对于阻尼比的识别精度不够高,其原因是在多自由度结构下,求解阻尼比需要将固有频率窄带范围内的最大奇异值数据傅里叶逆变换到时域,并通过对数衰减法求解阻尼比,而窄带范围的数据很可能会受到其他阶模态的干扰,进而影响阻尼比的识别。因此提出了正交模态分离频域分解法识别结构的阻尼比。首先,通过结构响应计算出结构的输出功率谱矩阵,并使用频域分解法识别结构各阶固有频率和振型;然后,将识别出的固有频率和振型代入计算公式,使用振型正交等方法将各阶模态分离,并计算出各阶模态的增强输出功率谱函数,通过增强功率谱在频域计算出结构各阶的阻尼比;最后,在数值算例中对比了频域分解法以及正交模态分离频域分解法的阻尼比识别结果,并将理论应用于实桥的测试中,计算出该桥梁的前4阶阻尼比。结果表明:该方法可以将多阶输出功率谱矩阵分离成多个单阶的增强输出功率谱函数,并且通过分析增强输出功率谱函数的曲线直接在频域计算出结构的阻尼比,避免了在阻尼比识别中不同模态的相互干扰以及频时域转化带来的影响,提高了阻尼比的识别精度。

基于人工神经网络和粒子群优化的半导体激光器参数反向设计方法

提出一种基于人工神经网络(ANN)和粒子群优化(PSO)的半导体激光器参数反向设计方法。利用由传统数值仿真方法计算出的激光器功率样本数据来训练ANN,并用此网络预测激光器任意一组参数对应的功率谱,均方差可低至0.5 mW,用时仅0.07 s,计算速度提高了约1800倍(与相同环境下传统数值算法耗时125.57 s相比)。将此网络与PSO算法结合,可获得目标功率谱的对应参数,即实现反向设计。经计算获得的反向设计方案不唯一,从而进一步验证了半导体激光器非线性多参数的特点。相同环境下ANN结合PSO的反向算法(均方差低于0.04 mW,用时39.45 s)与传统数值反向方法(均方差为0.89 mW,用时192 h)相比,精度提高了22.25倍,速度提高了约17500倍,说明了该方法的有效性。