首页> 中文期刊> 《实验室研究与探索》 >基于机器学习的复杂环境下APD最优偏置电压补偿方法

基于机器学习的复杂环境下APD最优偏置电压补偿方法

         

摘要

雪崩光电二极管(APD)在激光雷达探测系统中的信噪比受工作距离和背景辐射的影响较大,传统探测方法通过离线式或事先根据外界环境影响因素进行预补偿,不能在线动态调节,难以适应复杂环境。一种基于机器学习的APD偏置电压最佳补偿方法,可以准确判断APD当前的工作状态,对偏置电压进行二分补偿,使APD工作在最优状态。通过比较多种机器学习模型,选用准确率维持在98%以上的随机森林算法来判断APD工作状态。在不同距离下测试,该方法可保证偏置电压始终处于最优工作电压下,提高激光雷达探测系统的性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号