基于马尔可夫状态反馈的数字稳频激光稳态统计建模
传统上采用连续时间控制理论分析激光稳频技术,该方法能准确建模模拟反馈系统,却难以应对数字实现中的量化效应、采样过程和随机噪声对系统动力学的影响。在现代数字激光系统(如基于光子集成电路的激光器)中,有限鉴别器分辨率、执行器精度、采样延迟及测量噪声会引发确定性模型无法捕捉的随机行为。研究团队提出离散时间马尔可夫状态框架,通过频率鉴别器响应、噪声统计特性及数字控制逻辑确定状态转移概率,对数字激光频率锁定中的量化执行器演化进行建模。直接从转移矩阵的单位特征值解中获取执行器稳态分布和锁定激光频率分布,无需冗长时域仿真即可评估关键稳定性指标。针对白频噪声,研究证明在非关联采样更新方案下马尔可夫模型具有精确性,而关联鉴别器采样会导致执行器方差可预测性增大且工作点无偏移。面对有色噪声时,长程时间相关性会引发采样相关的执行器均值与方差偏移,由此界定无记忆马尔可夫描述的适用边界。该框架为集成光子系统中数字稳频激光器的分析与优化提供了物理意义明晰的紧凑型分析工具。

