[發明專利]光纖耦合器陣列的自適應控制方法

有效

• 申請號: 202011419026.1
• 申請日: 2020-12-07
• 公開（公告）號: CN112485870B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 黃端;吳梓杰;王一軍
• 申請（專利權）人: 中南大學;北京航天長征飛行器研究所
• 主分類號: G02B6/42
• 分類號: G02B6/42;G06N3/04;G06N3/08
• 代理公司: 長沙永星專利商標事務所(普通合伙) 43001
• 代理人: 周詠;米中業

1.一種光纖耦合器陣列的自適應控制方法，包括如下步驟：

S1.搭建光纖耦合器陣列控制系統；具體包括99：1分束器、自適應光纖耦合器陣列、若干組單模光纖、若干組光電探測器、控制器、相機型光斑分析儀和高壓放大器；光經過99：1分束器后，1％的光經由相機型光斑分析儀分析后將數據輸入控制器；99％的光進入自適應光纖耦合器陣列后，將有部分入射光被耦合進單模光纖內，再通過單模光纖傳輸至光電探測器，轉化為對應的電信號，并被送至控制器；控制器經迭代運算后輸出用于控制自適應光纖耦合器陣列的多路驅動電壓信號；驅動電壓信號再經高壓放大器放大后，用于驅動自適應光纖耦合器陣列的內置光纖端面在各自耦合透鏡的后焦平面處搜索耦合效率最大值點，實現耦合效率的優化；

S2.采用步驟S1搭建的光纖耦合器陣列控制系統進行數據傳輸，獲取真實數據集，并劃分為訓練數據集和測試數據集；

S3.搭建針對光纖耦合器陣列的自適應初步控制模型，并采用步驟S2得到的訓練數據集和測試數據集，對搭建的自適應初步控制模型進行訓練，從而得到針對光纖耦合器陣列的自適應控制模型；具體為采用如下步驟得到最終的模型：

A.對輸入的數據進行歸一化，并在歸一化后的數據中加入零均值高斯噪聲，從而提高模型的魯棒性；

B.模型的內部網絡結構基于深度神經網絡，采用Batch Normalization層和隱藏層的結構構建網絡模型，并采用如下算式擬合狀態變化與當前狀態和動作的非線性關系：

式中為下一刻預測狀態；為當前預測狀態；為當前動作引起的當前預測狀態的變化；

C.給定光纖耦合器陣列的狀態動作為τ＝(s₀,a₀,s₁,a₁,...,s_T,a_T)；同時采用如下算式作為訓練數據集的損失函數s(θ)：

式中D為訓練集；為當前動作引起的當前狀態的變化；

采用如下算式作為測試數據集的損失函數

式中D_val為測試集；H為動力學函數向前傳播的步數；h為動力學函數向前傳播的步數；s_t+h為向前傳播h步的實際狀態；為向前傳播h步的預測狀態；為向前傳播h-1步時，所做動作引起的預測狀態的變化；

同時利用隨機梯度下降法求得最優參數；

D.在有限的長度上，采用如下算式，利用步驟C生成的模型預測未來動作

式中t'為所處時刻與向前傳播H-1步的時間合集；為獎勵函數；為當前動作引起的當前預測狀態的變化；為t'時刻的預測狀態；

隨機生成K個候選動作序列，使用學習到的模型預測相應的狀態序列，計算所有序列的獎勵，并選擇最高預期累積獎勵；策略僅執行第一個操作a_t，接收更新的狀態信息s_t+1，并在下一時間步長重新計算最佳操作序列；保存該動作序列作為數據集D^*；

E.采用步驟D得到的數據集重新訓練深度神經網絡同時將參數化為條件高斯策略并采用如下算式訓練策略參數：式中為深度神經網絡；為神經網絡參數化后s_t狀態下輸出，t為所處時刻；為歐氏距離的平方；

使用隨機梯度下降法進行優化，接著，將作為無模型強化學習初始策略，并使用TRPO算法得到最終模型；

S4.采用步驟S3得到的自適應控制模型，對光纖耦合器陣列進行自適應控制。

2.根據權利要求1所述的光纖耦合器陣列的自適應控制方法，其特征在于步驟S2所述的采用步驟S1搭建的光纖耦合器陣列控制系統進行數據傳輸，獲取真實數據集，并劃分為訓練數據集和測試數據集，具體為采用1550nm的激光源進行數據傳輸，利用SPGD算法迭代運算后得到控制光纖耦合陣列的多路驅動電壓，使得耦合效率達到最大值點；同時獲取如下數據變量：激光束寬、接收端功率、耦合效率和驅動電壓；其中激光束寬、接收端功率和耦合效率組成標簽s_t，驅動電壓組成標簽a_t。

3.根據權利要求2所述的光纖耦合器陣列的自適應控制方法，其特征在于步驟S2所述的劃分為訓練數據集和測試數據集，具體為將獲取的真實數據集中的60％的數據劃分為訓練數據集，剩余的40％的數據劃分為測試數據集。