CN106099638A - 一种基于电流控制的dfb激光器稳频方法 - Google Patents

Abstract

本发明公开了一种基于电流控制的DFB激光器稳频方法，利用DFB激光器电流调谐特性，使用遗传规划算法进行波长‑电流建模，以设定DFB激光器稳频直流工作环境，并基于饱和吸收原理获得饱和吸收光谱信号，利用相敏检波原理获得含有频率信息的奇次谐波微分误差信号，将该误差信号使用遗传算法进行PID控制参数优化，实现快而准自适应锁频控制，兼顾饱和吸收稳频稳频精度高的优点，能够达到激光器频率长期保持高精度稳定性。

Description

一种基于电流控制的DFB激光器稳频方法

技术领域

本发明涉及激光器稳频的技术领域，具体涉及一种基于电流控制的DFB激光器稳频方法。

背景技术

DFB激光器由于结构紧凑防震性能好的特点，在原子物理实验中通常作为抽运与检测激光。DFB激光器是一种载流子直接注入性器件，且DFB激光器具有良好的电流调谐特性，因此研究DFB激光器注入电流与频率关系，并且利用该关系进行频率稳定控制具有重要意义。

常用的DFB激光器稳频方法有赛曼稳频、饱和吸收稳频、法拉第光旋稳频等，这些稳频***的共同特点是设计PID控制环路构建伺服控制***，传统的稳频PID伺服控制器通常采用设定经验P、I参数值或者需要长时间的手动调整PI参数实现锁频环节，而这一过程慢而且准确性低导致不能快速锁频；而且上述几种稳频方法中，虽然饱和吸收法稳频精度高，但是在饱和吸收法稳频实验中发现也存在不易于锁频，容易失锁的问题。

现有技术“R_b原子塞曼调制稳频半导体激光器”、“结合塞曼效应与饱和吸收技术的DFB激光稳频***的设计”均是将塞曼稳频与饱和吸收稳频相结合的稳频方法，控制仍然采用经典模拟PID控制的方法，虽然这种方法弥补了塞曼稳频稳频多普勒背景干扰，精度低的问题，然而当电流发生变化或者外界温度变化导致激光器输出波长与电流模型变化后，控制仍然不能保证最优实时控制。本发明通过使用遗传规划智能算法能够实时对激光器建模，并通过遗传算法实时的对控制参数进行优化，可以解决上述中的问题。

发明内容

本发明要解决的技术问题是：不同种类激光器，甚至同一类型激光器不同型号的微小结构差异，都会在相同工作环境下引起激光器输出频率、功率特性的差异，另外当激光器工作在不同温度不同电流时，其输出激光频率、功率也会发生变化，本发明首先使用遗传算法对激光器进行了实时的建模，并利用稳频精度最高的饱和吸收稳频方法获得奇次谐波误差信号后，使用遗传规划进行PID控制参数优化，实现自适应的频率稳定控制。

本发明解决上述技术问题采用的技术方案为：一种基于电流控制的DFB激光器稳频方法，该方法使用遗传规划算法实时的对激光器进行波长-电流建模，利用所建模型精确的设定激光器稳频环境的直流工作点，包括电流值、温度值；使用消多普勒背景饱和吸收光路以及相敏检波原理将饱和吸收光谱信号转为奇次谐波误差信号；使用遗传算法优化PID控制参数，实现不同激光器不同工作环境下控制最优化，快而准的锁频。

具体的稳频方法如下：

步骤一：首先使用遗传规划算法对稳频所用DFB激光器进行波长-电流关系建模，利用该模型确定待稳频率点的直流工作环境，基于饱和吸收稳频实验，因此所选频率点为饱和吸收峰处频率值；

步骤二：调整DFB激光器电流控制器、温度控制器使其输出步骤一所得到的电流值、温度值，叠加扫频信号获得饱和吸收光谱信号，存储并利用微处理器与上位机进行通信，在matlab中显示饱和吸收光谱信号；

步骤三：对步骤二获得的饱和吸收光谱信号进行调制，利用相敏检波原理，通过锁相放大模块与滤波模块输出奇次谐波误差信号，存储该信号，并利用微处理器与上位机进行通信，在matlab中显示一次微分误差信号；

步骤四：步骤三获得的误差信号在matlab中使用遗传规划算法进行优化PID控制器参数，将超调量、调整时间、上升时间作为优化函数进行设计适应度函数，优化后的P、I参数送回微处理器中实现数字PID控制器，将控制信号通过DAC输出到注入电流端，实现闭环频率控制，相比普通PID控制器，更具有自适应性。

本发明与现有技术相比的优点在于：本发明与现有技术相比的优点在于：

(1)本发明利用遗传规划智能算法对波长-电流关系精确建模，不仅可以缩小锁频过程频率检索范围，而且在失锁后利用电流值精确重新找到频率点，克服了饱和吸收法稳频锁频困难问题。

(2)本发明利用遗传算法优化PID控制参数实现自适应频率稳定控制。

附图说明

图1为使用遗传规划算法对波长-电流进行建模的流程图。

图2为饱和吸收稳频光路，其中，1为DFB，2为1/2λ波片，3为第一PBS，4为ISO，5为第二PBS，6为光电探测器，7为1/4λ波片，8为气泡，9为平面镜。

图3为基于电流控制的饱和吸收稳频法伺服控制流程图。

图4为基于电流控制的饱和吸收稳频流程图。

图5为基于波长-电流建模实现稳频的结构框图。

具体实施方式

下面结合附图以及具体实施方式进一步说明本发明。

如图5所示，本发明基于波长-电流模型的稳频方法主要包括四个模块，使用遗传算法对波长-电流进行建模，基于饱和吸收稳频原理获得饱和吸收光谱信号，基于相敏检波原理获得一次微分误差信号，使用遗传算法对PID控制参数优化，实现自适应控制。下面结合附图来说明本发明的稳频方法。

由于激光器工作条件不同，甚至是微小的结构差异都会造成模型误差，而遗传算法是一种不需要任何先验知识，通过实际实验测得的数据就可得到准确模型的自适应算法。如图1所示为本发明阐述的用遗传规划进行建模流程，首先确定使用遗传规划过程中所需要的终止集、函数集，为了使所建模型准确，本发明结合半导体激光器理论，公式1所示为半导体激光器载流子速率方程，由于在实验过程中得到激光器输出功率与频率呈正相关，优化后最终波长-电流模型如公式2所示，从该模型可知，DFB激光器输出频率不仅受电流影响，而且温度对有着直接影响，因此采用遗传规划算法所建模型更准确。本发明设定终止集T＝{λ,I,T,m}(m为常数)，函数集为{+，-，*，/，ln,exp,}，根据最小二乘思想设定适应度函数。设定遗传代数，种群数量，复制、交叉、变异概率等参数。最终获得精确的波长-电流模型。

$P={\mathrm{\η}}_d\frac{hc}{e}\frac{(I-I_{th})}{\mathrm{\λ}}---\left(1\right)$

$\mathrm{\λ}=\sqrt{m(I-I_0\exp (T/T_0\left)\right)}---\left(2\right)$

其中，P为激光器输出功率，η_d为量子效率，m为常数，I,T为激光器瞬时工作电流，温度值，I_th为阈值电流，I₀，T₀为阈值电流对应的工作电流、工作温度值，λ为波长值。

在稳频过程中，温度为某一范围内的恒值，因此设定温度值为固定值a，将待稳频率点(原子气体饱和吸收峰)代入到所得到模型中，得到电流值。调节电流控制器、温度控制器，将该电流、温度作为稳频环境的直流量。

如图2所示为饱和吸收稳频光路，包括DFB1，1/2λ波片2，第一PBS 3，ISO 4，第二PBS 5，光电探测器6，1/4λ波片7，气泡8和平面镜9；为了消掉多普勒背景的干扰，饱和吸收光谱通过差分光电探测器获得，主要包括将激光器按上述工作条件设置，对电流注入端叠加三角波扫频信号得到饱和吸收光谱信号。

如图3所示为基于电流控制伺服模块，主要包括正弦波信号发生模块、三角波信号发生模块、锁相放大模块、PID控制模块。正弦波信号发生模块、三角波发生模块均采用微处理器控制实现，锁相放大模块采用程序实现，实际功能为乘法器以及滤波器，ADC采集光电探测器输出的饱和吸收光谱信号并存储在存储器中，将该调制后的饱和吸收光谱信号与同频同相的正弦波信号相乘，经过数字滤波算法后，将高频信号滤除，得到的信号为一次谐波误差信号。

当激光器不同时，或者工作环境发生变化时激光器输出波长-电流模型发生变化，为了针对不同情况都能实现最优控制，将激光器频率快而准的锁在待稳频率点，需要针对不同模型调整激光器PID参数，因此本发明引入了基于遗传算法的自适应PID控制。具体：离散PID控制器表达式：

$U\left(k\right)=k_{p}e\left(k\right)+k_i\underset{i=1}{\overset{k}{\Σ}}e\left(i\right)+k_d\[e\left(k\right)-e(k-1)\]---\left(3\right)$

其中，U(k)为k时刻输出控制值，k_p，k_i，k_d为比例、积分、微分系数，e(k)与e(k-1)为当前时刻与上一时刻的误差值。

为了使用遗传算法优化***动态性能指标，选用超调量、上升时间、调节时间总和表达式为遗传算法中的目标函数：

$J=\[a_1{(1-\frac{{\mathrm{\σ}}_m-\mathrm{\σ}}{{\mathrm{\σ}}_m})}^2+a_2{(1-\frac{t_{rm}-t_r}{t_{rm}})}^2+a_3{(1-\frac{t_{sm}-t_s}{t_{sm}})}^2\]---\left(4\right)$

其中σ_m，t_rm，t_sm分别为超调量、调整时间、上升时间的最大值。J为目标函数值。

自适应度函数：

Fit＝1/J (5)

其中a₁、a₂、a₃为权重，通常依据实际情况分配三者之间大小，但是需要满足a₁+a₂+a₃＝1。本发明重点控制参数为比例与积分，分配加权主要为a₁、a₂。

本发明中的被控对象为激光器注入电流值，其中e(k)值为每次采样微分误差信号得到的值。根据上面采用遗传规划所得到波长-电流模型确定PID控制参数范围，然后在该范围内随机生产参数种群。根据遗传算法中的选择交叉变异等自然选择原理，达到优化P、I、D控制参数效果，实现最佳控制。

图4所示为整个稳频***流程图，将采集到的激光器电流、温度、频率、功率数据在遗传规划程序中进行建模，得到精确的波长-电流模型，通过Matlab计算待稳频率点工作电流与温度值，将该直流环境通过串口方式输入到微处理器中并控制激光器电流控制器、温度控制器输出对应的电流值、温度值。控制三角波扫频信号输出饱和吸收光谱信号，由锁相放大模块调制解调后获得一次微分误差信号，将该信号ADC采集并以数组的方式存储，同时使用微处理器串口将一次微分误差信号送到上位机，在Matlab中显示，并通过Matlab中遗传算法进行PID参数优化，最终P、I参数优化结果送回微处理器中，数字PID控制器将控制信号通过DAC输出返回电流注入端，实现激光器锁频。

图5所示为基于波长-电流建模实现稳频的结构框图，从图5可以看到整个稳频过程的关键模块，包括遗传规划对电流-波长建模模块，饱和吸收法光路模块，稳频控制模块，以及使用遗传算法进行控制参数优化模块。

Claims (2)

1.一种基于电流控制的DFB激光器稳频方法，其特征在于：该方法使用遗传规划算法实时的对激光器进行波长-电流建模，利用所建模型精确的设定激光器稳频环境的直流工作点，包括电流值、温度值；使用消多普勒背景饱和吸收光路以及相敏检波原理将饱和吸收光谱信号转为奇次谐波误差信号；使用遗传算法优化PID控制参数，实现不同激光器不同工作环境下控制最优化，快而准的锁频。

2.根据权利要求1所述的基于电流控制的DFB激光器稳频方法，其特征在于：具体的稳频方法如下：

步骤一：首先使用遗传规划算法对稳频所用DFB激光器进行波长-电流关系建模，利用该模型确定待稳频率点的直流工作环境，基于饱和吸收稳频实验，因此所选频率点为饱和吸收峰处频率值；

步骤二：调整DFB激光器电流控制器、温度控制器使其输出步骤一所得到的电流值、温度值，叠加扫频信号获得饱和吸收光谱信号，存储并利用微处理器与上位机进行通信，在Matlab中显示饱和吸收光谱信号；

步骤三：对步骤二获得的饱和吸收光谱信号进行调制，利用相敏检波原理，通过锁相放大模块与滤波模块输出奇次谐波误差信号，存储该信号，并利用微处理器与上位机进行通信，在Matlab中显示一次微分误差信号；

步骤四：步骤三获得的误差信号在Matlab中使用遗传规划算法进行优化PID控制器参数，将超调量、调整时间、上升时间作为优化函数进行设计适应度函数，优化后的P、I参数送回微处理器中实现数字PID控制器，将控制信号通过DAC输出到注入电流端，实现闭环频率控制，相比普通PID控制器，更具有自适应性。