基于循环神经网络的超短脉冲光纤放大器模型(特邀)

• 作者: 张逸文 蔡宇 苑莉薪 胡明列
• 来源期刊: 红外与激光工程
• 学科: 工学
• 关键词: 光纤光学 放大器 非线性薛定谔方程 深度学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 激光器与激光光学|Lasers & Laser optics
• 页码范围: 195-201
• 页数: 7页
• 分类号: TN241
• 语种: 中文
• DOI: 10.3788/IRLA20210857

摘要

针对超短脉冲光纤放大器模型复杂,计算难度大等问题,提出了一种基于门控循环单元深度学习的脉冲演化预测方法.利用初始脉冲时域和频域信息,分别训练门控循环单元模型,成功地预测了掺铥光纤放大器中脉冲非线性压缩的过程,与数值计算和实验结果匹配.相比于求解非线性薛定谔方程和能级速率方程两个偏微分方程的方法具有更高的运算速度,有利于优化放大器参数,理解超短脉冲在增益光纤中的非线性动力学过程.