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.

关键词：雪崩光电二极管、机器学习、偏置电压补偿、二分法补偿

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;广西创新驱动发展专项项目;广西科技基地和人才专项

在线出版日期：2023-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：147-152