摘要
本发明涉及激光器参数提取领域,公开了一种基于多目标优化算法的DFB激光器参数提取方法,包括:构建并训练两个深度学习模型;利用仪器测试待提取参数的DFB激光器,得到测试光谱提取信息、测试光‑电流曲线和测试振幅调制响应曲线,作为测试结果;采用多目标优化算法提取DFB激光器参数,两个深度学习模型的输出结果与测试结果的均方根误差作为种群适应度,根据种群适应度进行种群精英保留,当达到最大迭代次数时输出DFB激光器参数。本发明所公开的方法避免了对不同DFB激光器进行参数提取时的权重调整;极大的减少了传统的数值计算进而降低了计算成本同时减少了参数提取的时间;在较短的时间内实现DFB激光器参数的批量提取。
技术关键词
DFB激光器
参数提取方法
曲线
光栅
算法
电流
变异策略
训练深度学习模型
矢量网络分析仪
因子
层级
训练集
数据
误差向量
数值
积分球
系统为您推荐了相关专利信息
多传感器融合算法
水资源利用效率
传感器监测网络
智慧环境监测系统
空气污染指数
智能内衣
健康监测数据
异常数据
数据采集频率
数据采集周期
车辆运输数据
数据采集策略
传播算法
参数
梯度下降算法
信号频谱分析方法
宽频
FFT算法
组合窗函数
表达式
血管分割
CT血管造影
图像
生成对抗网络
空间变换网络