基于機器學習的量子通信激光器功率控制系統(tǒng)設計

楊俊嶺

(軍事科學院 軍事科學信息研究中心，北京 100142)

0 引言

量子通信激光器是一種單極性器件，通常由多個級聯(lián)模塊組成，子帶間具有躍遷的單極性，利用耦合量子價帶中含有的躍遷特性產生激光，從而實現(xiàn)多個粒子的散射功能[1]。原有雙極性半導體激光器在帶間躍遷下產生激光，而光子能量因受材料影響產生帶寬限制，僅能應用在可見光和近紅外波段[2-4]。隨著多量子阱技術和分子技術逐漸發(fā)展，量子通信激光器增加了量子阱寬度函數，從理論上拓寬了輻射頻率，只需要在子帶間建立足夠的粒子數反轉，就能將光譜范圍覆蓋到太赫茲波段[5]。在新興材料的不斷研發(fā)過程中，量子通信激光器實現(xiàn)了多量階級能帶結構改變和分子光束外延技術的應用，促使電子量態(tài)和光學散射的技術發(fā)展，能對千萬個量子階進行精確[6]。因此量子通信激光器具有高功率和窄線寬以及易集成特征，在多個領域內均具備應用價值。

隨著量子等級的增加，其在無損檢測和顯微技術中的需求日漸增加。而隨著網絡服務中用戶的快速增加，無線數據流量呈現(xiàn)指數增長態(tài)勢，因此需要更快速的新技術進行支撐[7-9]。為了保證量子通信激光器在通信和成像以及光譜分析等多個方面進行廣泛應用，對該器件的管理和控制提出了更高要求，包括穩(wěn)定的高輸出功率和偏振功率的調控，需要設計一個可行的功率控制系統(tǒng)。文獻[10]提出面向混沌半導體激光器的高穩(wěn)定控制系統(tǒng)。采用深度負反饋技術，實現(xiàn)激光器的驅動電流高穩(wěn)定高精度恒流控制。在此基礎上，提出了一種H橋驅動電路，并利用該電路實現(xiàn)了激光器溫控系統(tǒng)設計。文獻[11]提出基于輻射壓力傳遞的激光功率穩(wěn)定策略，有源激光功率穩(wěn)定方案從根本上受到環(huán)內光電探測器上量子散粒噪聲的限制，克服這一限制的方法是實現(xiàn)非退化感測方案，其中激光功率波動被轉移到微振蕩器的運動，微振蕩器可以以高信噪比進行感測。分析受量子和熱噪聲限制的非退化方案，可實現(xiàn)的功率穩(wěn)定控制。

上述方法均具有一定的有效性，但對量子通信激光器數據傳輸的脈沖功率波動控制效果較差，基于此，本文以機器學習理論為研究基礎，設計量子通信激光器的功率控制系統(tǒng)，在系統(tǒng)硬件方面，采用 MCU和 FPGA為主要控制單元，利用模數轉換器，利用串行封裝的方式實現(xiàn)了變換電路的設計。在軟件方面，通過搭建激光通訊的探測單元，根據多個量子間的耦合建立激光主動區(qū)域的調控方式，根據介質的介電常數分析激光的工作模式，并相應的能量反饋條件。利用機器學習的Q函數算法，獲取最優(yōu)的功耗控制策略，為連續(xù)精確的功率控制提供理論支持。

1 量子通信激光器功率控制系統(tǒng)硬件設計

本次控制系統(tǒng)主要是為量子通信激光器提供連續(xù)供電和管理以及控制功能，實現(xiàn)量子通信激光器的光功率在連續(xù)脈沖下的持續(xù)輸出。在獲取不同的控制指令后能完成相應的控制能力，在量子通信激光器控制系統(tǒng)總體設計中會包含多個功能模塊，總體結構如圖1所示。

圖1 量子通信激光器功率控制總體結構

根據圖1所示，此次設計的控制系統(tǒng)含有6個功能模塊，分別為單片機主控單元、量子通信激光器電源控制單元、FPGA主控單元、顯示單元、A/D與D/A轉換單元及功率控制單元[12]。本文按照模塊功能選擇主控單元和轉換單元作為系統(tǒng)基礎，分別對量子通信激光器進行功率控制系統(tǒng)的硬件設計。

1.1 選擇量子通信激光器主控單元

功率控制系統(tǒng)中的主控單元為單片機和FPGA，主要功能為接受下位機的指令，完成對底層設備的控制和管理，并對產生的數據進行運算處理，實現(xiàn)量子通信激光器的運行參數結果顯示和數據存儲[13]。根據控制系統(tǒng)的功能要求，一方面采用MCU+FGPA相結合的控制核心板，對整個控制系統(tǒng)進行數據處理和結果數據，作為整個控制系統(tǒng)的數字部分的設計基礎；另一方面對單片機的選擇要具備豐富的接口，選擇FREESCALE公司生產的MC96S14CD521單片機作為控制芯片，保證數據的存儲和通信接口能夠滿足控制系統(tǒng)功能。

此次選擇的單片機為增強型16位單片機，具有增強型內核和外盒設備，能將控制系統(tǒng)的總線速度控制在45 MHz之上，還具備中斷處理服務的功能。此次單片機通過通信傳感器實時檢測量子通信激光器所接受的數據值，并將通信功率上傳至LCD中進行顯示，當功率過高或者過低時會發(fā)出預警信號[14]。對兩個主控單元的參數進行展示，如表1所示。

表1 量子通信激光器控制系統(tǒng)主控單元參數設定

如表1所示，在單片機中加入協(xié)同處理模塊能增加數據的預處理功能，在單片機高速運行的同時保證數據處理效果，可以在不同的端口內完成數據的高速傳輸和處理[15]。單片機的協(xié)同處理器還能夠讀取外圍電路的接口數據，將數據的處理結果直接發(fā)送到通信接口中，減少單片機的工作負荷，在一定程度上提升量子通信激光器外圍器件的通信效率。FAGA控制單元財通ALTERA公司生產的EPIC6T122CT7N型號，具有低密度和低速率的轉換模塊，能夠在核心控制單元直接對量子通信激光器進行電源輸出電流的控制，以此實現(xiàn)激光器的輸出功率控制。

1.2 轉換單元電路設計

在控制系統(tǒng)中計算機只能對數字信號進行識別，而常規(guī)模式下被檢測和控制的對象均是模擬信號，為了保證計算機能有效識別出模擬信號，需要將模擬量轉換為數字信號進行識別，才能將激光器中的通信數據完成運算和處理[16]。在本文設計的控制系統(tǒng)中采用A/D轉換單元，通過A/D將量子通信激光器內的功率信號進行轉換，形成模擬量的輸出電壓信號，將其變化為FPGA能識別的數字電壓信號。

選擇美國公司生產的AD234882轉換器，為16位逐次逼近型轉換器，能夠在2.5～5.75 V的電源電壓模式中完成工作，將電壓控制在25 mV-VCC之間任意配置。電壓的參考值直接決定了模擬信號的輸入范圍，A/D的轉換結果也通過串口表達，該芯片的工作電壓較低且功耗較小，便于應用在量子通信激光器的控制系統(tǒng)中。AD234882轉換器的引腳封裝如圖2所示。

圖2 封裝芯片引腳圖

根據圖2所示，AD234882轉換器采用串行輸入結構，能節(jié)省FPGA的接口資源，在采樣速率為85 kHz的條件下功耗為0.65 mW。同理也可以在單端形式下進行差分信號模擬，對每個引腳的功能進行分析：

1)1腳：VREF表示輸入參考電壓；

2)2腳：+IN表示輸入同相端的模擬信號；

3)3腳：-IN表示輸入反相端的模擬信號；

4)4腳：GND表示電源；

5)5腳：CS/SHD表示片選端；

6)6腳：DOUT表示輸出串行數據；

7)7腳：DCLOVK表示數據時鐘；

8)8腳：+VCC表示供電電源。

以各個引腳的功能設計A/D轉換模塊的電路，在其正常工作時為激光器提供直流電壓，據此對A/D轉換模塊的轉換電路進行設計，局部電路如圖3所示。

圖3 轉換電路設計原理圖

如圖3所示，AD234882轉換器的5腳、6腳和7腳分別與FPGA的SPI串行接口進行連接，負責反饋FPGA的模擬量信號，進行輸出電壓信號參數的傳輸；2腳與量子通信激光器的輸出功率傳感器相連，再從而完成反饋的模擬信號向數字電壓信號的轉化，并與設定的基準值進行參數比較，實現(xiàn)量子通信激光器的輸出功率控制。

2 基于機器學習的功率控制系統(tǒng)軟件設計

2.1 設置量子通信激光器通信檢測單元

量子通信激光器的輸出功率是激光器運行的重要參數，輸出功率的穩(wěn)定與準確直接影響到激光通信領域的應用[17]。在量子激光通信過程中實時檢測和控制激光器的輸出功率是十分必要的，主要目的是在給定的功率值下保證激光器能夠在該范圍內完成穩(wěn)定地運行。由于量子通信激光器是驅動型器件，需要對其提供激勵電流才能正常運行，要實現(xiàn)對光纖激光器的輸出功率控制需要不斷調節(jié)驅動電源的激勵電流，以此保證最終輸出功率的控制。

將量子通信激光器的驅動電源設定為恒流源，根據PID 算法設置激光器的驅動電源激勵電流的輸出類型，完成量子通信激光器的功率變化形式界定。一般情況量子通信激光器是在連續(xù)脈沖下進行通信輸出的，在PID算法模糊規(guī)則匹配過程中給定輸入電流與輸出功率對應關系，設置I為激光器輸入電流，單位為A，P為激光器輸出功率，單位為W。兩者變化曲線如圖4所示。

圖4 量子通信激光器I與P變化關系

根據圖4所示，激光器的驅動電流值與輸出功率具有良好的線性關系，因此本文系統(tǒng)通過控制量子通信激光器的驅動電流，以此來間接控制激光器的輸出功率[18]。從圖中的數據可以看出電流分別為10、20、30、40、50、60 A，對應的功率為36、116、195、273、351、428 W，通過量子通信激光器的驅動電流值和輸出功率間的線性關系，建立線性方程如下：

a=8f-46

(1)

式中，a為激光器的輸出功率值。f為量子通信激光器驅動電流值。將兩者的線性關系代入到機器學習算法中，在控制端為0～10 V的模擬電壓中對應有0～70 A的電流輸出，關系表示為I=7U。將U表示為激光器電源控制端的模擬電壓輸出值，當量子激光器的驅動電源發(fā)生波動時，會造成激光的輸出功率不穩(wěn)定，在A/D轉換單元中將信號轉變?yōu)閿底中盘?，利用機器學習的線性方程在線實現(xiàn)功率的整定和調節(jié)，達到量子通信激光器的功率控制作用。

2.2 多量子耦合下設定激光器有源區(qū)控制形式

量子通信激光器中能量相近的電子能形成的微帶可以提高電子的抽取效率，以多量子耦合關系設定功率控制的有緣區(qū)表現(xiàn)形式，保證微帶可以由多個量子耦合而成，而微帶帶邊中的復合輻射躍遷能更產生帶間躍遷功能[19]。在連續(xù)態(tài)的區(qū)間內上激光能級為束縛態(tài)，下激光能級為微帶形式，通過上下交疊的形式可以增加上下能級之間的躍遷距離，以此提升量子通信激光器的上能級電子壽命。

在有源區(qū)內會限制量子通信激光器的部分波導結構，其中SISP波導結構由上金屬和有緣區(qū)以及半絕緣襯底組成，為保證構建的有緣區(qū)和襯底之間會形成摻雜濃度，設計襯底厚度為250～850 nm，使得半絕緣襯底具備類金屬特性，具體分布形式如圖5所示。

圖5 有緣區(qū)介質波導表現(xiàn)形式

根據圖5所示，在量子通信激光器內設計控制系統(tǒng)的有緣區(qū)介質波導基模，設定光限制因子為15%～55%，腔面反射率在35%～65%范圍內，保證波導具備較高光限制因子與較低波導損耗，以此有效降低量子通信激光器的閾值增益[20]。在襯底中含有多個分布場，由于SISP波導的出面面積較大，在低腔面的反射率作用下能夠獲得更高的輻射損耗，因此設置雙金屬波導結構能更將光場完全控制在有緣區(qū)內。

在有緣區(qū)內雙金屬波導結構會形成兩個金屬夾層，光場被完全限制在有緣區(qū)中，光限制因子可約等于100%。并且在雙金屬波導結構中的主要損耗為外伸的摻雜層，當腔面高度與有源區(qū)厚度相接近時，以95%的腔面反射率作為增益前提，通常情況下以極高的光學限制因子獲取控制參數，表現(xiàn)為：

δqwe=rt+ru

(2)

式中，δ表示在有緣區(qū)內設定波導結構的限制因子。qwe表示閾值增益。rt表示本征損耗，主要為摻雜層的自由載流子吸收。ru表示諧振腔輻射損耗。由于本征損耗與量子通信激光器的外延性能相關，因此常使用閾值凈增益qnet，we進行控制，即去掉本證損耗的增值為qnet，we=ru。因此在SISP波導介質的基礎上，實現(xiàn)多量子耦合關系下的有緣區(qū)形式設定，保證量子通信激光器具備相對較好的輸出功率。

2.3 基于介電常數對應量子通信功率反饋條件

在介電常數的周期性變化規(guī)律中對于特定頻率的電磁波，其有緣區(qū)內的波導結構中存在有耦合關系，通過光柵平面內的矢量守恒原理選擇功率反饋條件。為保證有效控制量子通信激光器的輸出功率，以波導模式場的分布結構對應功率問題，在不同射頻面內進行有限分析。上節(jié)中表明有源區(qū)中的增益與頻率有關，在多個腔面占比中所支持的頻譜共同決定了量子激光器的運行模式，守恒形式表示為：

2α=iβ

(3)

(4)

pβ=α+dssin(εs)

(5)

式中，p表示衍射級別，ds表示衍射波的波矢量，εs為衍射角度，即衍射的波矢量與腔表面的法線方向夾角。根據不同的光柵階數能夠形成多個布拉格反射條件，當光柵階數逐漸增加時，布拉格衍射級別也不斷增加，在不同的衍射級別與量子波矢量關系中形成動量守恒關系。

在已知的條件下選擇功率反饋模式表示i=1、i=2、i=3時的光柵反射條件。當處于一階光柵時功率反饋器只能容許功率呈現(xiàn)背向散射，當處于二階光柵時容許為背向散射或者垂直于表面的功率輻射，當為三階光柵時除了背向散射還需要在特定角度下進行功率反饋傳播，只有在設定的反饋條件下，有效折射率大于3時才能將功率耦合到自由空間中。

由于光柵階數可以在剝離技術下進行光刻制備，因此在不同的功率反饋條件中能夠使波導模式產生不同的折射率，以滿足量子通信激光器的傳輸模式，保證該器件在多種介質中完成周期性信號傳輸，無論波導介質常數怎樣變化，均可以在金屬結構的有緣區(qū)損耗中自由變化波長。金屬基底在有源區(qū)上方交替出現(xiàn)，促使介電常數發(fā)生周期性的變化，而光柵在角度轉換中可以改變折射率，在強反饋模式下對功率產生一定的控制作用。

2.4 基于機器學習控制量子通信系統(tǒng)激光器功率

機器學習的主要方法有決策樹學習和人工網絡學習以及加強學習，各個算法能解決的問題各不相同，而對軟件的設計此次選用加強學習算法對功率進行控制，即在特定狀態(tài)下對量子通信激光器的動作進行最優(yōu)策略選擇。加強學習中非常重要的算法為Q算法，表現(xiàn)為當前環(huán)境狀態(tài)下執(zhí)行某一組動作后對量子通信激光器的運行狀態(tài)進行描述，并在收到狀態(tài)描述的基礎上更新Q函數，以此重復地進行學習最終尋找到最優(yōu)的控制參數。

假設Q學習的初始函數為0，當其處于狀態(tài)h1時采取恰當的動作k會進入到狀態(tài)h2，此時在該狀態(tài)下選擇的動作能夠存在一組Q函數。設定Q函數在動態(tài)區(qū)間學習的過程中產生的誤差是按照λ來減少的，在j次通信傳輸后得到的函數值即為實際Q函數，其關系表示為：

Δj=maxh，k|Qj(h，k)-Q(h，k)|

(6)

|Qj+1(h，k)-Q(h，k)|=

|l+λmaxzQj(x，z)-[l+λmaxzQ(x，z)]|=

λ|maxzQj(x，z)-maxzQ(x，z)|

(7)

式中，Q(h，k)表示實際過程中的Q函數值，Qj(h，k)表示j次更新后的估計Q函數值，Δj表示通信傳輸過程中的最大誤差，h為當前狀態(tài)選擇的動作，k為對應選擇的動作，x表示下一狀態(tài)，z為下一對應動作，在j+1次更新后誤差量為Qj+1(h，k)。在此基礎上引入新的變量g，當變量發(fā)生變化時最大值只能大于或等于當前的值，推導出與Δj相匹配的表達式：

|Qj+1(h，k)-Q(h，k)|=

|l+λmaxzQj(x，z)-[l+λmaxzQ(x，z)]|≤

λmaxg，z|Qj(g，z)-Q(g，z)|

(8)

通過上式完成推導即表示為|Qj+1(h，k)-Q(h，k)|≤λΔj，從該不等式中可以看出，更新后的Q函數值的最大誤差是Δj的λ倍。當j為無限大的時候Δj會趨近于0，可在Q函數的不斷更新下完成對量子通信激光器輸出功率的控制。至此本文通過對硬件和軟件的綜合分析，實現(xiàn)了量子通信激光器的功率控制系統(tǒng)設計。

3 實驗測試分析

上文中通過機器學習設計了量子通信激光器的功率控制系統(tǒng)，為驗證新系統(tǒng)具有應用效果，采用對比測試的方法完成論證。分別選擇基于遺傳算法控制系統(tǒng)和時序分類控制系統(tǒng)以及基于雙平衡控制系統(tǒng)作為對照組，分別與本文控制系統(tǒng)進行對比，在不同信號增益條件下對激光器的初始脈沖功率進行控制，驗證不同系統(tǒng)的控制效果。

3.1 設定測試條件

以數值模擬方式推導量子通信激光器脈沖形狀，在數值計算中設定脈沖的初始高度和寬度均為0，脈沖的變化條件為1.5 ps。分別選擇不同的信號增益條件，在0.05、0.10、0.15時獲取激光器的功率變化情況，如圖6所示。

圖6 不同信號增益條件下激光器功率變化

根據圖6所示，此次選擇的變化條件基本為小信號增益，在不同的增益條件下激光器的功率會發(fā)生波動，且對應的脈寬與功率變化相一致。當功率增長時脈沖帶寬隨之增加，當功率下降時脈沖寬度隨之縮減，但對著通信脈沖的多次往返會將功率保持在一定數值，使其保持在穩(wěn)定狀態(tài)。

綜合圖6(a)與(b)中的信息可知，當功率穩(wěn)定在4.25×103W時，不同信號增益對應的脈沖寬度分別為528、556、585 FS，并且在穩(wěn)定后無論脈沖如何往返，激光器的功率和脈沖寬度均不會發(fā)生變化。但實際應用過程中若往返次數過多會影響通信信號的傳輸效果，需要對量子通信激光器進行功率控制。分別將選擇的控制系統(tǒng)應用在該量子通信激光器數據傳輸中，驗證不同系統(tǒng)的控制效果。

3.2 分析測試結果

將設定的多組信號增益條件下的功率變化情況上傳至Matlab測試平臺，分別連接選擇的4組控制系統(tǒng)，對不同的功率進行控制效果比較，結果如圖7所示。

圖7 功率控制效果

根據圖7所示，在文本系統(tǒng)應用下無論是哪一種信號增益條件，均可以在50次往返過程中對功率完成控制，使其保持在穩(wěn)定狀態(tài)。而3組傳統(tǒng)控制系統(tǒng)僅能對信號增益為0.05條件，在較少的往返次數中將功率控制在穩(wěn)定狀態(tài)，當信號增益為0.15條件時，3組傳統(tǒng)系統(tǒng)的功率控制往返次數分別為500、650和700次，雖然較比原有的往返次數有所減少，與本文系統(tǒng)相比仍存在較大差距，說明本文系統(tǒng)更加有效。

在此基礎上對控制后的通信脈寬進行分析，驗證在控制后脈沖形狀是否能與功率變化保持一致。結果如表2所示。

表2 功率控制后脈沖寬度比較 fs

根據表2所示，本文系統(tǒng)應用后在不同的信號增益條件下，可以保持與樣本數據一樣的脈沖帶寬，表明新系統(tǒng)具備控制時效的同時具有精準的控制效果，而3組傳統(tǒng)系統(tǒng)存在一定的誤差，綜合說明本文系統(tǒng)更加有效。

4 結束語

對量子通信激光器中激光的控制主要分為空間上、時間上的控制，前者包括幅度與相位的控制，后者包括頻譜和時譜的控制。幅度調控主要為量子通信激光器輸出功率的控制，此次著眼于獲取高功率光源來設計控制系統(tǒng)的多個結構，以機器學習中的不同算法完成了控制系統(tǒng)設計，并在對比測試中驗證了新系統(tǒng)有效性。但由于對硬件模塊中仍有待完成的模塊，在設計過程中存在少許不足之處，后續(xù)研究中會對剩余的模塊功能進行完善，推進量子通信激光器控制系統(tǒng)的應用。