通过使用事件检测方法,在带有光学反的半导体激光器中区分动态模式
María Duque-Gijón1,2, Cristina Masoller1, Jordi Tiana-Alsina3
1Departament de Fisica, Universitat Politecnica de Catalunya, Rambla St. Nebridi, 22, Terrassa 08222, Barcelona, Spain.
Chaos (Woodbury, N.Y.)
|August 1, 2025
概括
通过分析半导体激光强度,本研究使用事件检测方法来区分像低频波动 (LFF) 和一致性崩 (CC) 这样的排放模式. 这些技术有助于区分混沌与噪音,并分析复杂的随机数据.
科学领域:
- 非线性动力学和光学
- 复杂系统分析 复杂系统分析
- 数据科学和信号处理.
背景情况:
- 半导体激光在光学反下表现出不同的发射模式:稳定的发射,低频波动 (LFF) 和一致性崩 (CC).
- 这些系统的特点是发射强度的不同时间动态,这给分析和差异化带来了挑战.
- 在许多科学领域,区分非线性动力学与噪声是个根本问题.
研究的目的:
- 开发和应用新的方法,以质量区分半导体激光发射模式.
- 研究事件检测方法在描述不同动态模式之间的转换方面的能力.
- 探索这些方法在解决区分高维混乱与噪声和分析随机点过程数据的挑战方面的潜力.
主要方法:
- 对实验性半导体激光强度时间痕迹的分析.
- 结合了三个不同的事件检测算法来捕获各种动态特征.
- 用一个聚类算法来对时间痕迹进行定性分类.
- 对于在激光值以下和在激光值以上的数据的方法比较.
主要成果:
- 来自不同排放模式 (稳定,LFF,CC) 的时间痕迹可以使用组合事件检测和集群方法进行定性区分.
- 使用的方法有效地捕捉了激光发射模式之间的过渡 (渐进或突然) 的性质.
- 在噪音主导的时间轨迹 (值以下) 和非线性和反主导的时间轨迹 (值以上) 之间实现了明确的区别.
- 这项研究证明了事件检测方法在分析复杂的随机点过程数据中的实用性.
结论:
- 组合事件检测方法为分类半导体激光动态和理解光学反效应提供了强大的工具.
- 这些技术为区分非线性混沌动态与噪声提供了强大的框架,推动了长期以来的科学挑战.
- 这些发现对分析各种科学学科中各种随机点过程数据具有广泛的影响.


