光电检测电路噪声分析及误差补偿的方法的思考.docVIP

光电检测电路噪声分析及误差补偿的方法的思考.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光电检测电路噪声分析及误差补偿的方法的思考

光电检测电路噪声分析及误差补偿的方法的思考   摘 要 本文阐述了在分析和研究光电检测电路噪声的前提下,为了提高光电检测精度,降低系统运行误差,利用查表法、自适应神经模糊推理法、曲面拟合法、插值法对光电检测电路进行误差补偿的方法,充分分析和对比运行效果,然后把光电二极管实验平台作为基本实验数据样本,利用Matlab软件进行仿真。结果证实,在相同情况下,自适应模糊推理方法可以更加好的提高检测精度,并且具有优于其他三种的补偿效果。   【关键词】光电检测 噪声 误差补偿 ANFIS   光电检测技术实际上就是充分融合电子技术和光学技术,然后利用光电器件变为电信号,主要原理实际上就是通过物质和光辐射之间的作用合理形成光电效应。在只有光辐射的理想情况下,可以检测出光电检测电路,如果存在相对比较小的入射功率,会因为具有很大噪声,从而导致不能确定入射辐射。因此,想要有效的提高监测精度,需要适当降低或者消除噪声,得到最小的非线性失真信号。   1 光电检测电路的四种噪声   1.1 热噪声   热噪声主要出现在半导体和任何导体中,主要就是来自内电阻载流子进行的不规则运动,由于半导体和导体内部都存在内电阻,因此,都具有热噪声。光电二极管中主要就是结电容内阻,输出的热噪声电压与检测电路通频带和绝对温度具有很大关系。   1.2 散粒噪声   随机发射电子或者空穴,会出现电流流过势垒的时候,出现起伏,从而形成散粒噪声,只要是结构中PN的就会存在一定的散粒噪声,检测光电器件基本特征是形成随机起伏变化、不连续的载流子。   1.3 形成复合噪声和1/f噪声   因为具有一定能量的载流子会存在相应的随机复合性,从而改变载流子浓度,最后导致出现复合噪声。这种噪声也是通过随机起伏载流子引起的,因此,也可以在一定程度上叫做散粒噪声。   1.4 外部噪声   光电检测电路中出现的外部噪声,主要有辐射源和附加光的随机波动、电源波动、传输介质波动、电磁干扰以及杂散光入射等的影响。可以通过改变电源稳定性等方式消除。   2 光电检测电路的误差补偿方法   2.1 查表法   利用计算公式来合理算出光电检测的噪声误差和光信息值,通过表格的形式来处理,在微处理器中输入相关量,通过查表的方式找到相关数据信息,这种方式的数据是有限的,表格的大小与硬件电路、精度大小息息相关,想要具有很高的精度,就需要制作比较大的表格,但是会降低运行速度。   2.2 曲面拟合法   曲面拟合的方式实际上就是通过曲面的离散数据点来找到最好的方程,保证离散数据点能够最大限度接近曲面方程。为了可以得到最好的拟合参数,需要合理使用最小二乘法对数据进行拟合。最小二乘法实际上就是非线性逼近方式,也是最常用的数据拟合方式。一般来说,曲面不会经过离散数据点,需要依据实际拟合曲面的具体情况,来确保具有最小的实际数据值和取样数据值的平均和。   2.3 自适应神经模糊推理方法   神经网络控制与模糊控制是智能控制方面比较重要和活跃的分支,两种技术具有各自的明显优势和不足,因此,合理的融合神经网络控制和模糊控制是未来发展趋势,形成了自适应神经模糊推理方法。这种处理方式兼具神经网络技术和模糊技术的双重特点,可以适当的将输出输入数据形成模糊推理系统图,主要就是在Takagi?CSugeno模型建立的模糊推理系统。此系统的网络结构中的第一层就是可以输入模糊化变量,第二层结点可以匹配之前的数据规则,而且可以保证具有一定舒适度的规则,第三层结点主要就是进行归一化十度计算,第四层结点主要就是输出计算规则,第五层结点主要就是精确化输出变量精度,可以有机结合最小二乘法和方向传播法来合理进行调整生成模糊规则以及隶属函数参数。利用下降法梯度的方式进行学习、训练得到相关经验,这样就可以得到比较好的数据样本。   3 仿真测试结果的对比分析   通过Matlab软件来仿真插值法的时候,需要把温度实际步长设置成1℃,光电流步长是0.1μA,然后能形成插值数据,经过计算可以发现均方根误差是0.4268。增大步数,就会适当提高精度,但是会增大表格,导致出现比较长的查表时间。曲面拟合的方式会受到拟合分段和拟合阶次的影响,仿真的时候,需要分别得到不同阶次和分段的数据,然后通过分析实际数据以及拟合数据,如下表一所示,可以发现,全程标准差要高于分段标准差,因此,可以得到增大分段,提高拟合精度。具有高的拟合阶次,就会存在相对比较小的误差,但是实际上并不是越高越好,需要合理的找到符合实际情况的阶次,不仅能够处理计算机,还可以充分满足精度需求。自适应模糊推理方法能够在样本实际数据中合理输入ANFIS网络,然后设置高斯函数类型的输入隶属函数,线性函数类型的输出函数,误差容限设置为默认值0,最小二乘和反向传播的混合

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档