A nano-second pulse waveform reconstruction method based on neural network
-
摘要: 针对一种由高速数采通道存在寄生参数、带宽不足导致的纳秒脉冲测量波形畸变的问题,提出了一种基于神经网络的波形重建方法。通过单一神经网络辨识高速数采畸变波形与示波器参考波形的局部映射关系,通过神经网络序列完成全局波形的重建。验证实验表明所提出的方法可以明显缓解高速数采波形的边沿变缓、过冲等问题,波形功率估计精度提高32.5%,能够显著改善高速数采的频响特性。Abstract: A new method of waveform reconstruction based on neural network is proposed to solve the problem of nano-second pulse distortion, which is caused by the existence of parasitic parameters and insufficient bandwidth in high-speed digital acquisition channels. The local mapping relationship between the distortion waveform acquired by the high-speed digital acquisition system and the reference waveform obtained from the oscilloscope is identified through single neural networks. Then, the global waveform is reconstructed by a series of neural networks. The experimental results show that the proposed method can obviously alleviate the problems such as the edge delay, overshoot of the distortion waveform, thus it can improve the power estimation accuracy by 32.5%, as well as improve the frequency response characteristics of the high-speed digital acquisition system.
-
随着科学技术的发展,核技术具有零碳排放、能源独立、安全等诸多优势,在人类社会中的地位越来越重要。然而,核辐射事故却为核技术发展迅速蒙上了一层阴影。1986年,苏联切尔诺贝利核电站发生了迄今为止人类历史上最严重的核辐射事故[1]。2011年,日本东北海岸发生了里氏9.0级的强烈地震和海啸,造成了福岛第一核电站的1~3号机组反应堆熔毁[2]。由于反应堆内部高温和高辐射等极端环境,人类无法直接进入进行勘察和处置工作,因此在福岛事故中使用了多种类型和功能的机器人。光纤激光器具有高功率、高光束质量,光束可以远距离柔性传输等优点,可以用于无人区开展激光切割救援等工作[3]。比如Shin等人研究了用10 kW光纤激光器拆除核设施的150 mm厚的厚钢板和大型管道的切割性能[4]。当然,光纤激光器在辐射环境中也会受到影响[5],高能射线会导致增益光纤产生色心等各类缺陷,这些缺陷引起的额外光吸收增加了传输损耗,降低了光纤激光器性能。
课题组基于光纤激光器存在的自漂白效应,利用60CO辐照源探索不同辐照剂量率下的光纤激光器暗化与自漂白的平衡关系。实验先采用低功率光纤振荡器进行不同辐照剂量率下激光器输出功率演化和去辐照后自漂白研究。使用的光纤激光振荡器实验结构如图1所示,谐振腔由常规商业掺镱光纤(YDF)、高反射光纤光栅(HR-FBG)、低反射光纤光栅(OC-FBG)构成,中心波长为976 nm的泵浦源(LDs)通过前向(2+1)×1泵浦信号合束器(FPSC)注入到谐振腔中,激光经过包层光滤除器(CLS)后由光纤端帽(QBH)扩束输出。
首先,利用较高辐照剂量率研究在去辐照后的自漂白效应,结果如图2(a)所示。图2(a)的(I)为未辐照阶段,持续时间为680 s,由于水冷机周期性制冷使得功率计温度周期变化导致测试激光功率也存在周期变化,激光器功率起伏为1.44%;需要注意的是,这个是主要功率测量误差导致,并不是激光器本身功率起伏。图2(a)中(II)为辐照阶段,在总辐照时间298 s内,辐照总剂量为14 900 rad,激光器输出功率从150 W下降至105 W。图2(a)的(III)为去辐照后的自漂白阶段,在光纤激光器的泵浦光子与热效应的共同作用下,激光器输出功率从118 W恢复di至145 W,与初始功率相差仅5 W,表明自漂白效应可以较为有效地恢复由于辐照导致的激光功率下降。
然后,为了探索不同剂量率的自漂白与在线辐照相互作用是否可以达到平衡,开展了不同剂量率的对比研究,结果如图2(b)所示。图2(b)中,总辐照剂量为2 400 rad,红色、蓝色曲线分别对应辐照剂量率为50 rad/s、1 rad/s时激光器归一化输出功率演化情况;在辐照剂量率为50 rad/s时,激光输出功率下降了3%;在辐照剂量率1 rad/s时,功率起伏1.22%,考虑到这里的周期性起伏主要由于水冷机周期性制冷导致,可以认为在低辐照剂量率下,光纤激光器自漂白导致的功率提升与辐照导致的功率下降基本达到平衡。
进一步地,基于图2(b)的实验结果,我们验证了1 kW级光纤激光器中自漂白与辐照平衡的实验现象。在辐照剂量率为0.1 rad/s时,激光器输出激光功率曲线演化如图2(c)所示。从实测功率曲线来看,在总辐照剂量为190 rad的整个辐照过程中,光纤激光器的输出功率都稳定在1 050 W以上,即使考虑前述由于水冷机导致的功率变化,激光器的功率起伏在1.79%以内。如果不考虑水冷机周期性制冷影响,激光器的功率起伏在0.66%以内。
实验首次验证了在一定辐照剂量率下,光纤激光器自漂白效应导致的激光功率提升可以平衡辐照效应导致的功率下降,为相关场景应用的光纤激光器设计提供了有效支撑。后续,我们将继续深入相关研究,探索不同类别、不同结构激光器辐照与自漂白平衡的机理、阈值和可能的应用。
-
表 1 不同波形的功率估计误差
Table 1. Power estimation error of different waveform
waveform type average of power estimation error/MW average standard deviation of power estimation error/MW high-speed digital acquisition waveform 28.26 16.77 reconstructed waveform 0.15 11.32 表 2 不同信噪比条件下的功率估计误差均值
Table 2. Mean error of power estimation under different signal-to-noise ratio
additional noise standard
deviation/Vresidual mean of power estimation/MW high-speed digital acquisition waveform reconstructed waveform 0 28.26 0.20 0.01 44.83 1.14 0.02 86.31 2.67 0.03 142.07 4.34 表 3 不同信噪比条件下的功率估计误差标准差
Table 3. Standard deviation of power estimation error under different signal-to-noise ratio
additional noise standard
deviation/Vstandard deviation of power estimation error/MW high-speed digital acquisition waveform reconstructed waveform 0 16.77 11.77 0.01 23.20 14.19 0.02 42.75 19.48 0.03 65.58 25.34 -
[1] 郭明安, 刘璐, 郭耀军, 等. 一种带输出监测的简单快速高压脉冲源[J]. 现代应用物理, 2022, 13:020204 doi: 10.12061/j.issn.2095-6223.2022.020204Guo Ming’an, Liu Lu, Guo Yaojun, et al. A simple and fast high voltage pulse source with output monitoring[J]. Modern Applied Physics, 2022, 13: 020204 doi: 10.12061/j.issn.2095-6223.2022.020204 [2] 崔光曦, 李俊娜, 陈旭良, 等. 一种基于Marx发生器的纳秒脉冲实验平台[J]. 现代应用物理, 2022, 13:040402 doi: 10.12061/j.issn.2095-6223.2022.040402Cui Guangxi, Li Junna, Chen Xuliang, et al. A nanosecond pulse experimental platform based on Marx generator[J]. Modern Applied Physics, 2022, 13: 040402 doi: 10.12061/j.issn.2095-6223.2022.040402 [3] 夏文锋, 张冬晓, 刘启晨, 等. 一种新型高功率轻小型化脉冲驱动源研制[J]. 现代应用物理, 2023, 14:030506Xia Wenfeng, Zhang Dongxiao, Liu Qichen, et al. A novel lightweight and miniaturized high power pulse drive source[J]. Modern Applied Physics, 2023, 14: 030506 [4] 曾正中. 实用脉冲功率技术引论[M]. 西安: 陕西科学技术出版社, 2003Zeng Zhengzhong. Introduction to practical pulse power technology[M]. Xi’an: Shaanxi Science and Technology Press, 2003 [5] 陈炜峰, 胡绍朋, 薛冬. 一种基于双传输线的纳秒脉冲源的研制[J]. 科学技术与工程, 2013, 13(27):7992-7996 doi: 10.3969/j.issn.1671-1815.2013.27.012Chen Weifeng, Hu Shaopeng, Xue Dong. The design of the nanoseconds pulse source based on a pair of transmission lines[J]. Science Technology and Engineering, 2013, 13(27): 7992-7996 doi: 10.3969/j.issn.1671-1815.2013.27.012 [6] 冯远程, 朱旭东, 元勇, 等. 瞬态过电压波形的滤波、重建与拟合[J]. 高电压技术, 2007, 33(7):44-48,71 doi: 10.3969/j.issn.1003-6520.2007.07.010Feng Yuancheng, Zhu Xudong, Yuan Yong, et al. Filtering, rebuilding and curve fitting of overvoltage transient signals[J]. High Voltage Engineering, 2007, 33(7): 44-48,71 doi: 10.3969/j.issn.1003-6520.2007.07.010 [7] 韩英杰, 孙广生, 严萍, 等. 纳秒脉冲电压的波形重建[J]. 强激光与粒子束, 2004, 16(4):514-516Han Yingjie, Sun Guangsheng, Yan Ping, et al. Waveform reconstruction of nanosecond pulse voltage[J]. High Power Laser and Particle Beams, 2004, 16(4): 514-516 [8] 曹景阳, 谢树果, 苏东林. 基于最小相位法重建电磁脉冲时域波形[J]. 电波科学学报, 2011, 26(6):1102-1106Cao Jingyang, Xie Shuguo, Su Donglin. Application of minimum phase method in a pulse measurement[J]. Chinese Journal of Radio Science, 2011, 26(6): 1102-1106 [9] 付佳斌, 卿燕玲, 卫兵, 等. ns脉冲测量中的波形重建[J]. 强激光与粒子束, 2010, 22(11):2759-2762 doi: 10.3788/HPLPB20102211.2759Fu Jiabin, Qing Yanling, Wei Bing, et al. Waveform reconstruction of nanosecond pulse measurement[J]. High Power Laser and Particle Beams, 2010, 22(11): 2759-2762 doi: 10.3788/HPLPB20102211.2759 [10] 付佳斌, 卿燕玲, 卫兵, 等. 同轴电缆测量纳秒脉冲信号衰减的数字补偿[J]. 强激光与粒子束, 2011, 23(10):2826-2830 doi: 10.3788/HPLPB20112310.2826Fu Jiabin, Qing Yanling, Wei Bing, et al. Numerical compensation for coaxial cable signal degradation[J]. High Power Laser and Particle Beams, 2011, 23(10): 2826-2830 doi: 10.3788/HPLPB20112310.2826 [11] 陈翔, 魏明, 王向东, 等. 基于RBF神经网络的静电电位动态测试仪波形重建[J]. 计算机测量与控制, 2010, 18(5):1202-1205Chen Xiang, Wei Ming, Wang Xiangdong, et al. Dynamic tester of electrostatic potential waveform reconstruction based on RBF neural network[J]. Computer Measurement & Control, 2010, 18(5): 1202-1205 [12] 侯媛彬, 杜京义, 汪梅. 神经网络[M]. 西安: 西安电子科技大学出版社, 2007Hou Yuanbin, Du Jingyi, Wang Mei. Neural network[M]. Xi’an: Xidian University Press, 2007 [13] 史忠植. 神经网络[M]. 北京: 高等教育出版社, 2009Shi Zhongzhi. Neural networks[M]. Beijing: Higher Education Press, 2009 -