基于前馈神经网络的等离子体光谱诊断方法

光谱诊断在等离子体刻蚀、材料处理、等离子体设备和工艺开发,以及航天等离子体推进等领域得到了广泛的应用.光谱诊断依赖的碰撞辐射模型会受到碰撞截面等基础物理数据所含偏差的影响,导致诊断结果出现误差.针对这一问题,本文开发了一种基于前馈神经网络的等离子体光谱解算方法.通过对比新方法与以往常用的最小二乘诊断方法的误差特性,发现神经网络诊断方法能够通过辨识光谱向量的主要特征,减小基础数据偏差向诊断结果的传递.对实验光谱数据的分析进一步印证了这一点.本文还对神经网络算法对抗基础数据偏差的机理进行了分析.这种方法在等离子体参数在线监测、成像监测海量数据处理等领域具有良好的应用前景.