[发明专利]一种基于光学微谐振腔热光振荡的热耗散率测量方法有效

专利信息
申请号: 201910051665.8 申请日: 2019-01-21
公开(公告)号: CN109855766B 公开(公告)日: 2020-10-30
发明(设计)人: 郭栋;卢瑾;任宏亮;覃亚丽;乐孜纯 申请(专利权)人: 浙江工业大学
主分类号: G01K17/00 分类号: G01K17/00
代理公司: 杭州斯可睿专利事务所有限公司 33241 代理人: 王利强
地址: 310014 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于光学微谐振腔热光振荡的热耗散率测量方法,当可调谐激光器扫频光学微谐振腔共振频率时,改变微腔衬底结构或周围介质热参数时,可不断改变热耗散率γr的值。对应一个热耗散率γr,当可调谐激光器扫频光学微谐振腔共振频率时,检测热光振荡传输波形,采集振荡波形上的振荡周期值,将该振荡周期值输入经过训练以及参数优化的神经网络中,可测量得到与其对应的热耗散率γr。本发明具有良好的测量性能,误差较低且易于实现。
搜索关键词: 一种 基于 光学 谐振腔 振荡 耗散 测量方法
【主权项】:
1.一种基于光学微谐振腔热光振荡的热耗散率测量方法,其特征在于,所述测量方法包括以下步骤:(1)训练数据采集:1‑1首先需要向神经网络中输入足够多的光热振荡周期值以及与其对应的热耗散率γr的值,将其作为训练数据,以便神经网络建立两者之间的映射关系,利用光热振荡理论模型,将热耗散率输入到理论模型中,得到其光热振荡传输曲线,采集其振荡波形上的振荡周期值;1‑2采集足够多的数据后,将采集到的振荡周期值以及与其相对应的热耗散率γr的值进行归一化处理,将处理以后的数据作为训练数据;(2)神经网络训练:2‑1将经过步骤(1)处理以后的振荡周期值作为输入数据,将经过步骤(1)处理以后的热耗散率γr的值作为输出数据;2‑2训练神经网络,建立并保存振荡周期值与其对应的热耗散率γr之间的映射关系;2‑3优化神经网络,调整神经网络参数,将其测量性能调整至最优,选用均方误差评估测量性能,其表达式为:其中,Xt表示实际的热耗散率γr取值,Yt表示预测的热耗散率γr的值,t表示测量组数,N表示最大测量组数;(3)待测数据采集:3‑1当可调谐激光器扫频光学微谐振腔共振频率时,改变微腔衬底结构或周围介质热参数时,可不断改变热耗散率γr的值,对应一个热耗散率γr,当可调谐激光器扫频光学微谐振腔共振频率时,检测热光振荡传输波形,采集振荡波形上的振荡周期值;3‑2将采集到的振荡周期值进行归一化处理,将其作为待测数据,(4)神经网络测试:4‑1将在步骤(3)中取得的待测数据输入到训练完成的神经网络中,得到输出数据;4‑2将输出数据经过反归一化处理,得到测量数据,该测量值即为此时微腔的热耗散率γr的值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910051665.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top