光学微腔中光热振荡的传感研究

论文摘要

回音壁模式的光学微腔具有超高的品质因子以及极小的模式体积,因此基于此类光学微腔的生化传感器普遍都有着超高的探测灵敏度,这也使得该类传感器在许多领域有着广泛的应用前景。本文利用微腔的谐振状态随待测物质变化而变化的性质,提出了一种以热耗散率为传感指标的传感机理。通过结合人工神经网络这种先进的参数测量方法,可以有效提取传感信息,获得准确率较高的测量参数,并且能够避免采集整个传输过程,实现低成本检测。当利用探测激光扫频CaF2光学谐振腔时,在其传输波形上可以观察到显著的自激光热振荡现象。该振荡的形成原因是热膨胀效应,光热效应以及克尔效应三者之间的相互作用。本文建立了该自激光热振荡效应的理论模型,并且对该理论模型进行了仿真分析。研究表明,光热振荡上的振荡周期值与微腔的热耗散率有关。热耗散率的定义为热量从光学微腔传输到腔体周边环境中的速率。热耗散率与待测物质的性质有关,当其性质发生改变时,热耗散率就会相应地发生改变,这在传输过程中表现为振荡周期的变化。随着热耗散率取值的增加,传输波形上的振荡个数逐渐减小,最后趋于平稳。利用这一特点,可以根据传输过程确定此时微腔中热耗散率的值,从而达到高性能传感的目的。然而,多个振荡周期与热耗散率呈非线性关系,无法通过某个振荡周期值有效测量其热耗散率。因此,本文采用了人工神经网络这一先进的非线性参数测量方法。本文采用了两种人工神经网络,即反向传播神经网络和广义回归神经网络,并搭建了基于这两种神经网络的传输数据测量模型,通过输入光热振荡周期值进而测量其相应的热耗散率值。数值仿真结果证明了这种基于神经网络的测量模型可有效地反映出热耗散率的变化趋势,且测量精度较高,对实现基于光学微腔的热参量探测具有重要意义。同时,通过对这两种神经网络性能的比较,发现了GRNN神经网络不仅优化过程更为简单,测量性能也更佳。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 课题研究背景与意义
•   1.2 回音壁模式光学微腔简介
•   1.3 WGM光学微腔在传感领域的应用
•   1.4 论文章节安排
• 第二章 WGM微盘谐振腔的理论基础
•   2.1 回音壁微盘腔理论
•     2.1.1 谐振产生的条件
•     2.1.2 微盘腔的传输特性
•   2.2 微盘腔主要参数
•     2.2.1 品质因子
•     2.2.2 模式体积
•   2.3 微盘腔中的光热效应
•   2.4 光学微腔中热耗散率的测量
•     2.4.1 临近光谱测量法
•     2.4.2 抽运测量法
•   2.5 本章小结
• 2 回音壁光学微腔中的光热振荡现象'>第三章 CaF₂回音壁光学微腔中的光热振荡现象
•   3.1 光热振荡的理论模型
•   3.2 光热振荡的传输过程
•   3.3 光热振荡的传感机制
•   3.4 光热振荡的振荡周期值
•   3.5 本章小结
• 第四章 基于反向传播神经网络的传感数据测量模型
•   4.1 BP神经网络
•     4.1.1 BP神经网络的测量原理
•     4.1.2 BP神经网络用于测量热耗散率的基本步骤
•   4.2 基于BP神经网络的热耗散率测量模型
•     4.2.1 网络的拓扑结构
•     4.2.2 测量模型的数据选取与处理
•     4.2.3 初始参数的选择
•   4.3 热耗散率测量模型参数优化
•     4.3.1 隐含层节点数的优化
•     4.3.2 目标误差的优化
•     4.3.3 学习率的优化
•     4.3.4 训练数据组数的选择
•   4.4 传感测量模型性能分析
•   4.5 测量模型的改进
•   4.6 本章小结
• 第五章 基于广义回归神经网络的传感数据测量模型
•   5.1 广义回归神经网络
•     5.1.1 GRNN的网络结构
•     5.1.2 GRNN的理论基础
•   5.2 基于GRNN的热耗散率测量模型
•     5.2.1 输入层与输出层节点数
•     5.2.2 样本数据的处理
•     5.2.3 平滑因子的选取
•     5.2.4 交叉验证法
•     5.2.5 GRNN在 MATLAB软件中的实现
•     5.2.6 GRNN用于热耗散率测量的基本步骤
•   5.3 测量结果分析
•   5.4 GRNN与 BP神经网络的比较
•   5.5 本章小结
• 第六章 总结与展望
•   6.1 总结
•   6.2 展望
• 参考文献
• 致谢
• 作者简介
•   1 作者简历
•   2 攻读硕士学位期间发表的学术论文
•   3 参与的科研项目及获奖情况
•   4 发明专利
• 学位论文数据集

文章来源

类型: 硕士论文

作者: 郭栋

导师: 任宏亮

关键词: 光热振荡,热耗散率,振荡周期,人工神经网络

来源: 浙江工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,自动化技术,自动化技术

单位: 浙江工业大学

分类号: TP212;TP183;O43

DOI: 10.27463/d.cnki.gzgyu.2019.000101

总页数: 68

文件大小: 2812K

下载量: 54