基于CDKF-RBFPID的激光器恒流源控制器OACSTPCD

激光器的稳定工作需要一个输出电流精度高和稳定的恒流源控制系统。针对激光器恒流源系统在噪声环境下输出精度差且使用PID算法参数难整定的问题,提出一种基于中心差分卡尔曼滤波(Center Differential Kalman Filter,CDKF)与改进的径向基函数(Radial Basis Function,RBF)神经网络自适应PID控制相结合的算法CDKF-RBFPID。通过CDKF更新恒流源系统的状态、协方差,从而滤除系统中的状态噪声和测量噪声。利用强化学习Actor-Critic框架调整RBF-PID参数,实现自适应参数调整。对恒流源系统输出电流和激光器输出功率进行对比实验,结果表明:CDKF RBFPID算法能够有效降低噪声对系统的影响,恒流源输出电流精度以及激光器输出功率稳定性进一步提升,其中响应时间缩短了58.3%,稳态误差降低了71.4%,输出电流控制精度达到1%。