RU2646940C1

RU2646940C1 - Method for analyzing the spectral-temporal evolution of radiation

Info

Publication number: RU2646940C1
Application number: RU2016148808A
Authority: RU
Inventors: Дмитрий Владимирович Чуркин; Сергей Владимирович Хорев; Илья Дмитриевич Ватник
Priority date: 2016-12-12
Filing date: 2016-12-12
Publication date: 2018-03-12

Abstract

FIELD: physics.

SUBSTANCE: method for analyzing the spectral-temporal evolution of radiation includes obtaining an optical heterodyne signal, measuring the signal intensity, obtaining an analytic waveform by means of a Hilbert complement. Autocorrelation function is then calculated by the fast Fourier technique, the periodicity of the basic structure in the input radiation is determined, the input signal is recorded, synchronizing with the period of the basic radiation structure. Choice of the optimal core of the Cohen-class transformation for the signal under investigation is made and a two-dimensional spectral-time diagram is made. Method is based on the use of optical heterodyning to shift the analyzed radiation into the radio frequency area.

EFFECT: technical result of the claimed solution is an increase in the time resolution of the signal during the investigation of laser systems.

1 cl, 4 dwg

Description

Изобретение относится к методам спектроскопии высокого разрешения и пространственно-временного анализа оптического излучения со сложной структурой и относительно быстрой эволюцией. Оно может быть использовано при проведении научных и прикладных исследований лазерных систем, в том числе распределенных лазерных систем передачи информации, а также частично когерентных и нестабильных лазерных источников, в особенности с длинными резонаторами и синхронизацией мод.The invention relates to methods for high resolution spectroscopy and spatio-temporal analysis of optical radiation with a complex structure and relatively fast evolution. It can be used in scientific and applied research of laser systems, including distributed laser information transmission systems, as well as partially coherent and unstable laser sources, especially with long resonators and mode synchronization.

Спектроскопические методы применяются в различных областях науки и техники, среди прочих, включая лазерную физику, где такими методами осуществляются точные частотные измерения. Наряду с высоким спектральным разрешением, однако, изучаемые явления и процессы требуют также и хорошего разрешения по времени, в силу их динамического характера. Во многих подобных случаях требуемое временное разрешение может составлять от нескольких микросекунд до единиц наносекунд. Большая часть доступных в настоящее время приборов оптической спектроскопии высокого разрешения, однако, основана либо на механических принципах, либо на использовании матричных фотосенсоров, которые не позволяют характеризовать быструю спектральную динамику многих важных процессов, таких как передача информации по оптическим каналам или поведение волоконных лазерных систем.Spectroscopic methods are used in various fields of science and technology, among others, including laser physics, where exact frequency measurements are made by such methods. Along with high spectral resolution, however, the phenomena and processes studied also require good time resolution, due to their dynamic nature. In many such cases, the required time resolution can range from a few microseconds to a few nanoseconds. Most of the high-resolution optical spectroscopy instruments currently available, however, are based either on mechanical principles or on the use of matrix photosensors, which do not allow characterizing the fast spectral dynamics of many important processes, such as the transmission of information through optical channels or the behavior of fiber laser systems.

Уровень техники:The prior art:

Одним из относительно новых известных способов анализа быстроизменяющихся оптических сигналов является дисперсионное преобразование Фурье [самый близкий US Pat. 8,870,060 не относится к измерительной спектроскопии [1]], основанное на дисперсии групповой скорости оптических импульсов в среде, позволяющей отобразить спектральное распределение интенсивности сигнала во временное.One of the relatively new known methods for analyzing rapidly changing optical signals is the dispersion Fourier transform [closest US Pat. 8,870,060 does not apply to measuring spectroscopy [1]], based on the dispersion of the group velocity of optical pulses in a medium, which makes it possible to display the spectral distribution of the signal intensity into a temporal one.

Этот метод с успехом применяется для анализа многих импульсных источников света, но поскольку он основан на временном растяжении сигнала, его применимость ограничена сигналами с относительно большой скважностью и небольшой длительностью импульса. Кроме этого, практическое спектральное разрешение этого метода не превышает 0,03 нм и он сам по себе не дает картины пространственно-временной эволюции исследуемого излучения.This method has been successfully applied to the analysis of many pulsed light sources, but since it is based on the time stretching of the signal, its applicability is limited to signals with a relatively large duty cycle and short pulse duration. In addition, the practical spectral resolution of this method does not exceed 0.03 nm and by itself does not give a picture of the spatiotemporal evolution of the radiation under study.

Значительное расширение возможностей измерительного процесса может быть достигнуто заменой преобразования анализируемого сигнала в физических средах численными методами спектрального анализа, для чего требуется высокоскоростная оцифровка оптического сигнала. В практике спектроскопии хорошо известен принцип оптического гетеродинирования [см., например, Read 1965] [2], который позволяет прямо измерять интенсивность оптического сигнала в пределах полосы пропускания фотодетектора и аналого-цифрового преобразователя. Современные полупроводниковые приборы и цифровые осциллографы позволяют исследовать сигналы с полосой, превышающей 100 ГГц.A significant expansion of the capabilities of the measurement process can be achieved by replacing the conversion of the analyzed signal in physical media with numerical methods of spectral analysis, which requires high-speed digitization of the optical signal. In the practice of spectroscopy, the principle of optical heterodyning is well known [see, for example, Read 1965] [2], which allows direct measurement of the intensity of an optical signal within the passband of a photodetector and an analog-to-digital converter. Modern semiconductor devices and digital oscilloscopes allow you to study signals with a band exceeding 100 GHz.

В практике обработки сигналов известно использование различных модификаций спектрально-временных методов коэновского класса (например, см. Cohen1966, Cohen2013) [3], [4], используемых для построения двумерных распределений (в идеале, плотности мощности сигнала) в координатах время-частота.In the practice of signal processing, it is known to use various modifications of the spectral-temporal methods of the Cohen class (for example, see Cohen1966, Cohen2013) [3], [4] used to construct two-dimensional distributions (ideally, signal power density) in time-frequency coordinates.

Самым простым, но и наиболее ограниченным в отношении нестационарных сигналов, является т.н. спектрограмма, основанная на оконном преобразовании Фурье. Общий вид распределения коэновского класса для аналитического сигнала ϕ(t)=s(t)+iH{s(t)}, полученного из экспериментального (действительного) сигнала s(t) при помощи преобразования Гильберта, можно записать как:The simplest, but also the most limited in relation to non-stationary signals, is the so-called spectrogram based on the window Fourier transform. The general view of the distribution of the Cohen class for the analytical signal ϕ (t) = s (t) + iH {s (t)} obtained from the experimental (real) signal s (t) using the Hilbert transform can be written as:

,

где Ф(θ,τ) - ядро преобразования, вид которого определяет свойства распределения и которое эквивалентно двумерному фильтрованию в пространстве функции неопределенности исследуемого сигнала.where Ф (θ, τ) is the transformation core, the form of which determines the distribution properties and which is equivalent to two-dimensional filtering in the space of the uncertainty function of the signal under study.

Для того чтобы полученное распределение имело четкий физический смысл, на ядро обычно налагают ограничения, обеспечивающие неотрицательные значения результата преобразования и соответствие его предельных интегралов по частоте и времени плотности энергии по второй координате.In order for the resulting distribution to have a clear physical meaning, the kernel is usually constrained to ensure non-negative values of the conversion result and the correspondence of its limit integrals with respect to frequency and time of the energy density along the second coordinate.

К настоящему моменту разработаны различные методы оптимизации ядра в зависимости от вида сигнала как итеративные (см. Baraniuk1995) [5], так и прямые (Deprem2015) [6], позволяющие значительно улучшить временное и частотное разрешение спектрального анализа.To date, various kernel optimization methods have been developed depending on the type of signal, both iterative (see Baraniuk1995) [5] and direct (Deprem2015) [6], which can significantly improve the temporal and frequency resolution of spectral analysis.

Известны различные модификации этого подхода, описанные, например, в патентах США 6,522,996 В1 [7] и 7,035,744[8] В2 или заявке РФ 94017061/09 [9].Various modifications of this approach are known, described, for example, in US patents 6,522,996 B1 [7] and 7,035,744 [8] B2 or RF application 94017061/09 [9].

Вышеописанные подходы и методы до сих пор не были использованы вместе в составе спектрометрической системы для изучения переходных и быстропротекающих процессов в источниках когерентного и частично-когерентного излучения.The above approaches and methods have not yet been used together as part of a spectrometric system for studying transient and fast processes in sources of coherent and partially coherent radiation.

Подобные системы были бы в состоянии выделять отдельные узкополосные или одночастотные составляющие многокомпонентных оптических сигналов и исследовать их быструю эволюцию. Однако они (и реализованные к настоящему времени эксперименты в этом направлении, см. Churkin2016) [10] не позволяют уверенно идентифицировать устойчивые структуры излучения сложных и особенно частично-когерентных систем, в которых несколько таких структур может сосуществовать одновременно и двигаться относительно друг друга с разными групповыми скоростями а также делать это в присутствии шума.Such systems would be able to isolate individual narrow-band or single-frequency components of multicomponent optical signals and investigate their rapid evolution. However, they (and the experiments implemented to date in this direction, see Churkin2016) [10] do not allow for reliable identification of stable radiation structures of complex and especially partially coherent systems in which several such structures can coexist simultaneously and move relative to each other with different group speeds and also do it in the presence of noise.

Кроме того, в большинстве известных подходов применяется лишь несколько частных форм преобразования Коэна-Ли, представляющих собой сглаженное преобразование Вигнера = Вилля. В качестве распространенного примера таких форм можно упомянуть т.н. распространение с подавлением интерференции (reduced interference distribution. RID). По самому их смыслу такие методы добиваются уменьшения интерференционных эффектов за счет снижения разрешения.In addition, in most well-known approaches, only a few particular forms of the Cohen-Lee transform are used, which are a smoothed Wigner = Ville transform. As a common example of such forms, the so-called Reduced interference distribution (RID) In their very sense, such methods achieve a reduction in interference effects by reducing resolution.

Раскрытие изобретенияDisclosure of invention

Задача, решаемая изобретением, - создание способа высокоразрешающей спектрально-временной спектроскопии, позволяющего идентифицировать устойчивые структуры излучения сложных и особенно частично-когерентных систем, в которых несколько таких структур может сосуществовать одновременно, но отличаться различной эволюцией их спектра, а также делать это в присутствии шума с возможностью введения обратной связи на исследуемую систему для коррекции ее параметров.The problem solved by the invention is the creation of a high-resolution spectral-time spectroscopy method that allows one to identify stable radiation structures of complex and especially partially coherent systems in which several such structures can coexist at the same time, but differ in different evolution of their spectrum, and also do this in the presence of noise with the possibility of introducing feedback on the studied system for the correction of its parameters.

Техническим результатом также является возможность характеризовать лазерные системы со сложным относительно широкополосным излучением на коротких временных интервалах (с шагом в один обход резонатора), с большой точностью по времени и частоте следить за быстропротекающими процессами в оптических системах и управлять ими (например, контролировать лазер с самосканированием длины волны генерации); выявлять в излучении повторяющиеся (когерентные) структуры, которые невозможно обнаружить с помощью известных стандартных методов, и наблюдать их развитие во времени, измерять спектральный состав излучения со спектральным разрешением, значительно превышающим предел общеизвестных спектральных методов, и использовать эти данные в цепи обратной связи для достижения, например, генерации на нескольких частотах сразу.The technical result is also the ability to characterize laser systems with complex relatively broadband radiation at short time intervals (in increments of one round of the resonator), to monitor and control fast-moving processes in optical systems with high accuracy in time and frequency (for example, to control a laser with self-scanning generation wavelengths); to identify repeating (coherent) structures in radiation that cannot be detected using known standard methods, and to observe their development in time, measure the spectral composition of radiation with a spectral resolution significantly exceeding the limit of well-known spectral methods, and use this data in the feedback circuit to achieve for example, generation at several frequencies at once.

Поставленная задача решена созданием способа измерения спектрально-временной эволюции излучения, опирающегося на оптическое гетеродинирование для регистрации в реальном времени быстрых процессов в излучении и на частотно-спектральный анализ при помощи коэновских распределений с подбором оптимального ядра преобразования, и дальнейшим использованием выбранной функции ядра для вычисления и представления двумерного частотно-временного распределения.The problem was solved by creating a method for measuring the spectral-temporal evolution of radiation, based on optical heterodyning for real-time registration of fast processes in radiation and on frequency-spectral analysis using Cohen distributions with the selection of the optimal transformation kernel, and then using the selected kernel function to calculate and representations of a two-dimensional time-frequency distribution.

Для этого:For this:

Из входного излучения получают сигнал оптического гетеродина, смешивая его на фотодетекторе с излучением локального осциллятора с частотой, подобранной так, чтобы весь спектр входного излучения попадал в полосу фотодетектора и последующих компонент. Если спектр входного излучения превышает доступную полосу, выбирают наиболее интересующую его часть.An optical local oscillator signal is obtained from the input radiation by mixing it at the photodetector with the radiation of a local oscillator with a frequency selected so that the entire spectrum of the input radiation falls into the strip of the photodetector and subsequent components. If the input radiation spectrum exceeds the available band, the most interesting part is selected.

Запускают непрерывную запись измерений интенсивности сигнала (например, при помощи широкополосного цифрового запоминающего осциллографа).Start a continuous recording of measurements of signal intensity (for example, using a broadband digital storage oscilloscope).

Регистрируемый сигнал интенсивности s(t) подвергается преобразованию Гильберта для вычисления его аналитического дополнения

, и в дальнейшей обработке используют полученный аналитический сигнал.The recorded signal of intensity s (t) is subjected to a Hilbert transform to calculate its analytical complement

, and in the further processing, the obtained analytical signal is used.

Вычисляют для некоторого начального фрагмента записи зарегистрированного сигнала автокорреляционную функцию

, пользуясь методом быстрого преобразования Фурье

, так как по теореме о свертке (например, см. Katznelson1976 [11] и программную реализацию в Kapinchev2015 [12])

.The autocorrelation function is calculated for a certain initial fragment of the recording of the registered signal

using the fast Fourier transform method

, since by the convolution theorem (for example, see Katznelson1976 [11] and the software implementation in Kapinchev2015 [12])

.

Для улучшения точности определения, т.е. увеличения контраста и подавления шума применяют частотное фильтрование сигнала, тривиально реализуемое в Фурье-представлении.To improve the accuracy of the determination, i.e. To increase contrast and suppress noise, frequency filtering of the signal, trivially implemented in the Fourier representation, is used.

По основному периоду полученной автокорреляционной функции вычисляют периодичность основной структуры излучения (т.н. длительности «быстрого времени»).From the main period of the obtained autocorrelation function, the periodicity of the main radiation structure is calculated (the so-called “fast time” duration).

Поскольку непрерывная регистрация широкополосных сигналов технически возможна лишь в течение небольших промежутков времени, то при необходимости постоянного контроля дальнейшая регистрация может быть синхронизована с основным периодом структуры излучения и осуществляться кусочно по мере обработки записанных данных. Это приводит к пропуску (может быть, большей) части данных об исследуемом сигнале, но позволяет вести непрерывное наблюдение и контроль.Since continuous recording of broadband signals is technically possible only for small periods of time, if necessary, continuous monitoring of further registration can be synchronized with the main period of the radiation structure and carried out piecewise as the recorded data is processed. This leads to the omission of (perhaps a larger) part of the data on the signal under study, but allows continuous monitoring and control.

При работе с системами без явно выраженной периодичности может быть необходимо выставлять длительности «быстрого времени» вручную, исходя из конфигурации исследуемой системы (например, длины волоконной линии) и интересующей спектральной полосы сигнала.When working with systems without an explicit frequency, it may be necessary to manually set the “fast time” duration based on the configuration of the system under study (for example, the length of the fiber line) and the signal spectral band of interest.

Записываемый сигнал разбивают на последовательные интервалы с длиной, равной «быстрому времени», так, чтобы целевая структура располагалась на одном и том же значении «быстрого времени».The recorded signal is divided into successive intervals with a length equal to "fast time", so that the target structure is located on the same value of "fast time".

Дальнейшая регистрация может быть синхронизована с основным периодом структуры излучения и осуществляться кусочно по мере обработки записанных данных (поскольку скорость обработки, вывода и реакции систем обратной связи обычно значительно ниже скорости записи).Further registration can be synchronized with the main period of the radiation structure and performed piecewise as the recorded data is processed (since the processing, output, and response of feedback systems are usually much lower than the recording speed).

После определения размера окна «быстрого времени» производят выбор оптимального ядра преобразования коэновского класса для исследуемого сигнала. Это может быть сделано выбором из библиотеки заранее рассчитанных функций для ожидаемых видов сигнала либо при помощи одного из неитеративных методов вычисления такого ядра без априорного знания входного сигнала.After determining the size of the "fast time" window, the optimal kernel of the Cohen class transformation for the signal under study is selected. This can be done by choosing from a library of pre-calculated functions for the expected types of signal or using one of the non-iterative methods for calculating such a kernel without prior knowledge of the input signal.

Выбранную функцию ядра далее используют для вычисления двумерного спектрально-временного распределения сигнала, проводя его сверстку с выбранным или вычисленным ядром последовательно в каждом промежутке «быстрого времени» в выбранной системе координат.The selected core function is then used to calculate the two-dimensional spectral-temporal distribution of the signal, conducting its makeup with the selected or calculated core sequentially in each interval of "fast time" in the selected coordinate system.

Это вычисление производится в кусочно-непрерывном режиме, если необходим визуальный вывод в режиме реального времени или автоматическая подстройка параметров оптической системы.This calculation is performed in piecewise continuous mode if visual output in real time or automatic adjustment of the optical system parameters is required.

Из полученного набора спектральных распределений, соответствующих последовательным периодам «быстрого времени», составляют двумерную спектрально-временную диаграмму.From the obtained set of spectral distributions corresponding to successive periods of “fast time”, a two-dimensional spectral-time diagram is made up.

Следует заметить, что конкретный вид ядра частотно-временного распределения может одновременно выполнять задачу выделения заранее заданных структур в излучении и подавления всех остальных, что является важной задачей в случае необходимости автоматической подстройки параметров измеряемой системы для получения и стабилизации определенных параметров сигнала (например, вида синхронизации мод излучения).It should be noted that a particular type of time-frequency distribution core can simultaneously perform the task of isolating predetermined structures in radiation and suppressing all the others, which is an important task if it is necessary to automatically adjust the parameters of the measured system to obtain and stabilize certain signal parameters (for example, the type of synchronization radiation mode).

При использовании предлагаемого метода для контроля или стабилизации параметров измеряемой оптической системы по изменению положения спектральных пиков полученного спектрально-временного распределения формируют сигнал ошибки, который в дальнейшем управляет параметрами оптической системы. Например, по ширине спектрального пика или наличию в спектре высокочастотных составляющих можно судить о качестве синхронизации мод в лазере. Следует заметить, что хотя существуют и альтернативные методы управления оптическими системами, они не обладают достаточным быстродействием для контроля за быстропротекающими процессами (например, самосканирование выходной частоты лазера или эволюция систем с задержанной обратной связью). На Фиг. 1 приведена блок-схема, иллюстрирующая последовательность этапов обработки исследуемого сигнала.When using the proposed method to control or stabilize the parameters of the measured optical system by changing the position of the spectral peaks of the obtained spectral-temporal distribution, an error signal is generated that subsequently controls the parameters of the optical system. For example, by the width of the spectral peak or the presence of high-frequency components in the spectrum, one can judge the quality of mode locking in a laser. It should be noted that although there are alternative methods for controlling optical systems, they do not have sufficient speed to control fast processes (for example, self-scanning of the laser output frequency or evolution of systems with delayed feedback). In FIG. 1 is a flowchart illustrating a sequence of processing steps of a signal under investigation.

Пример осуществления способаAn example of the method

В качестве источника оптического сигнала был использован линейный волоконный лазер с периодическим самосканированием частоты генерации в пределах широкого диапазона, которое обусловлено динамической модуляцией усиления и фазы, в свою очередь происходящей в результате пространственно-неоднородного насыщения усиления в активной среде (см. Фиг. 2), As the optical signal source, a linear fiber laser was used with periodic self-scanning of the generation frequency over a wide range, which is due to dynamic modulation of the gain and phase, which in turn occurs as a result of spatially inhomogeneous gain saturation in the active medium (see Fig. 2),

гдеWhere

1. Активное волокно1. Active fiber

2. Волоконный объединитель пучка накачки2. Fiber pump combiner

3. Волоконный делитель пучка (1/99%)3. Fiber beam splitter (1/99%)

4. Пассивное волокно 14. Passive fiber 1

5. Волоконное петлевое зеркало5. Fiber loop mirror

6. Пассивное волокно 26. Passive fiber 2

7. Волоконный отражатель с коэффициентом отражения 4%7. Fiber reflector with a reflection coefficient of 4%

8. Лазерный диод накачки8. Laser pump diode

9. Оптический диод9. Optical diode

10. Измерительная схема10. Measuring circuit

11. Волоконный объединитель пучка (10/90%)11. Fiber combiner beam (10/90%)

12 Локальный осциллятор (одночастотный лазер)12 Local oscillator (single frequency laser)

Эта волоконная лазерная система была выбрана для эксперимента, поскольку, с одной стороны, она демонстрирует нетривиальную и довольно быструю динамику излучения, а с другой стороны, стабильное периодическое повторение частотной эволюции и довольно узкая ширина выходной линии позволяют наглядно проиллюстрировать возможности предлагаемого метода, который применим и к более сложным сигналам, в которых могут присутствовать несколько компонент с разными частотами или более широкие линии генерации.This fiber laser system was chosen for the experiment, because, on the one hand, it demonstrates non-trivial and fairly fast dynamics of radiation, and on the other hand, stable periodic repetition of frequency evolution and a rather narrow width of the output line allow us to clearly illustrate the possibilities of the proposed method, which is applicable and to more complex signals, in which several components with different frequencies or wider generation lines may be present.

В качестве примера исследован фрагмент выходного сигнала такой системы в конфигурации, обеспечивающей стабильную генерацию импульсов с частотой, самосканируемой в широком диапазоне (до 20 нм). На Фиг. 3а изображен сигнал оптического гетеродина, а на Фиг. 3б - вычисленная разность частот локального осциллятора и исследуемого сигнала.As an example, we studied a fragment of the output signal of such a system in a configuration that ensures stable generation of pulses with a frequency that can be self-scanned in a wide range (up to 20 nm). In FIG. 3a shows the signal of an optical local oscillator, and FIG. 3b is the calculated frequency difference between the local oscillator and the signal under study.

Для практических применений (например, для высокоточной спектроскопии или сканирующей оптической томографии) представляет интерес поведение излучения на масштабе времени одного импульса.For practical applications (for example, for high-precision spectroscopy or scanning optical tomography), the radiation behavior on the time scale of a single pulse is of interest.

На фиг 4а, б, в представлены результаты анализа оптического сигнала известными методами и предлагаемым.On figa, b, c presents the results of the analysis of the optical signal by known methods and proposed.

а. Анализ оптического сигнала экспериментального лазера при помощи спектрограммы.but. Analysis of the optical signal of the experimental laser using a spectrogram.

б. Анализ того же сигнала при помощи распределения Вигнера-Билля.b. Analysis of the same signal using the Wigner-Bill distribution.

в. Анализ того же сигнала при помощи предлагаемого метода.at. Analysis of the same signal using the proposed method.

Исследование при помощи большинства традиционных методов не позволяет получить достаточно точную информацию одновременно во временном и спектральном представлении. Например, известная техника оконного преобразования Фурье вносит существенную неопределенность, обусловленную размером окна (см. Фиг. 4а). Разрешение можно существенно улучшить в пределах, определенных фундаментальной неопределенностью частотная полоса - длительность, применяя такие методы, как преобразование Вигнера-Билля и ему подобные (Рис. 4б), но в этом случае или наблюдаются нежелательные интерференционные эффекты от перекрестных членов в соответствующих преобразованиях, или разрешение ухудшается в зависимости от интенсивности сглаживания, которое применяется для их подавления.Research using most traditional methods does not allow obtaining sufficiently accurate information simultaneously in the temporal and spectral representations. For example, the well-known window Fourier transform technique introduces significant uncertainty due to window size (see Fig. 4a). The resolution can be significantly improved within the limits determined by the fundamental uncertainty of the frequency band - duration, using methods such as the Wigner-Bill transform and the like (Fig. 4b), but in this case either undesirable interference effects from cross terms in the corresponding transforms are observed, or resolution deteriorates depending on the intensity of smoothing, which is used to suppress them.

В результате применения предлагаемого метода удается избежать как ухудшения разрешения, так и нефизических в данном случае интерференционных составляющих (Фиг. 4в).As a result of the application of the proposed method, it is possible to avoid both a deterioration in resolution and non-physical in this case interference components (Fig. 4c).

Сигнал исследуемого лазера состоит из одночастотных импульсов. На чертежах видно, что предлагаемый метод (в отличие от традиционных) позволяет с большой точностью определить этот факт и количественно измерить эволюцию исследуемого излучения на протяжении индивидуального импульса.The signal of the investigated laser consists of single-frequency pulses. The drawings show that the proposed method (in contrast to the traditional ones) makes it possible to determine this fact with great accuracy and to quantitatively measure the evolution of the radiation under investigation over an individual pulse.

Развитие во времени четко выделенного сигнала позволяет несложными математическими методами (выделение пика) формировать сигнал ошибки, который может быть либо использован для коррекции результатов эксперимента, проводимого при участии такого излучения, либо для контроля параметров резонатора в цепи обратной связи.The development in time of a clearly distinguished signal allows using simple mathematical methods (peak extraction) to generate an error signal, which can either be used to correct the results of an experiment conducted with the participation of such radiation, or to control the parameters of the resonator in the feedback circuit.

Использованные источники информацииInformation Sources Used

1. Патент US 8,870,060.1. US patent 8,870,060.

2. Read1965 W.S. Read and R.G. Turner, «Tracking Heterodyne Detection)), Appl. Opt. 4, 1570 (1965).2. Read1965 W.S. Read and R.G. Turner, Tracking Heterodyne Detection)), Appl. Opt. 4, 1570 (1965).

3. Cohen1966 L. Cohen, «Generalized Phase-Space Distribution Functions,)) J. Math. Phys., 7 (5), 781-786 (1966).3. Cohen1966 L. Cohen, “Generalized Phase-Space Distribution Functions,)) J. Math. Phys., 7 (5), 781-786 (1966).

4. Cohen2013 L. Cohen, «Generalized Phase-Space Distributions)), in book «The Weyl Operator and its Generalization)), Springer Basel 2013, ch. 5, pp. 61-67, doi: 10.1007/978-3-0348-0294-9_5.4. Cohen2013 L. Cohen, “Generalized Phase-Space Distributions)), in book“ The Weyl Operator and its Generalization)), Springer Basel 2013, ch. 5, pp. 61-67, doi: 10.1007 / 978-3-0348-0294-9_5.

5. Baraniuk1995 Douglas L. Jones and Richard G. Baraniuk, "An adaptive optimal-kernel time-frequency representation," IEEE Trans. Signal Process., vol. 43, no. 10, pp. 2361-2371, 1995.5. Baraniuk1995 Douglas L. Jones and Richard G. Baraniuk, "An adaptive optimal-kernel time-frequency representation," IEEE Trans. Signal Process., Vol. 43, no. 10, pp. 2361-2371, 1995.

6. Deprem2015 Zeynel Deprem and A. Enis Cetin, "Kernel estimation for time-frequency distributions using epigraph set of L1-norm," In Proc. 23rd European Signal Processing Conference (EUSIPCO 2015), Nice, France 2015.6. Deprem2015 Zeynel Deprem and A. Enis Cetin, "Kernel estimation for time-frequency distributions using epigraph set of L1-norm," In Proc. 23rd European Signal Processing Conference (EUSIPCO 2015), Nice, France 2015.

7. Патент US 6,522,996 В1.7. US patent 6,522,996 B1.

8. Патент US 7,035,744 B2.8. Patent US 7,035,744 B2.

9. 3аявка РФ 94017061/09.9.3 RF application 94017061/09.

10. Churkin2016 S. Sugavanam, S. Fabbri, S. Tai Le, I. Lobach, S. Kablukov, S. Khorev, & D. Churkin, "Real-time high-resolution heterodyne-based measurements of spectral dynamics in fibre lasers," Scientific Reports 6: 23152 (2016), doi: 10. 1038/srep23152.10. Churkin2016 S. Sugavanam, S. Fabbri, S. Tai Le, I. Lobach, S. Kablukov, S. Khorev, & D. Churkin, "Real-time high-resolution heterodyne-based measurements of spectral dynamics in fiber lasers , "Scientific Reports 6: 23152 (2016), doi: 10.1038 / srep23152.

11. Katznelson1976 Katznelson, Yitzhak (1976), An introduction to Harmonic Analysis, Dover, ISBN 0-486-63331-4.11. Katznelson1976 Katznelson, Yitzhak (1976), An introduction to Harmonic Analysis, Dover, ISBN 0-486-63331-4.

12. Kapinchev 2015 К.I. Kapinchev, Adrian Bradu, Frederick Barnes, Adrian Podoleanu, "GPU Implementation of Cross-Correlation for Image Generation in Real Time," in Proc. of 9th International Conference on Signal Processing and Communication Systems, 2015, doi: 10.1109/ICSPCS.2015.7391783.12. Kapinchev 2015 K.I. Kapinchev, Adrian Bradu, Frederick Barnes, Adrian Podoleanu, "GPU Implementation of Cross-Correlation for Image Generation in Real Time," in Proc. of 9th International Conference on Signal Processing and Communication Systems, 2015, doi: 10.1109 / ICSPCS.2015.7391783.

Claims

A method for analyzing the spectral-temporal evolution of radiation, which consists in obtaining an optical local oscillator signal from the input radiation by mixing it on a photodetector with the radiation of a local oscillator having a frequency selected so that the entire spectrum of the input radiation, or at least a part of it, is of interest the spectrum fell into the strip of the photodetector and subsequent components, start a continuous recording of measurements of the signal intensity, get the analytical form of the recorded signal using the Hilbert addition, the analytic signal is used in further processing, its autocorrelation function is calculated for a certain initial fragment of the recorded signal recording using the fast Fourier transform method, the periodicity of the main structure in the input radiation is calculated from the main period of the obtained autocorrelation function, the so-called the duration of the "fast time", or set the value of the "fast time" manually, based on the configuration of the system under study and the spectral band of the signal of interest, the recorded signal is divided into consecutive intervals with a length equal to "fast time", so that the target structure is located on them on one the same value of "fast time", the further registration of the input signal is synchronized with the period of the main radiation structure, the optimal Cohen class conversion kernel is selected for and of the tracked signal, using either a pre-computed library of optimal types of the Cohen nucleus for the expected type of signal, or one of the non-iterative methods for calculating such a kernel without a priori knowledge of the input signal, and, as the data arrive, two-dimensional spectral-temporal distribution of the signal is calculated by convolution the selected or calculated core, sequentially in each interval of "fast time" in the selected coordinate system and from the obtained set of spectral distributions, corresponds guides consecutive periods "fast time", make up the two-dimensional spectral-temporal chart.