半導體激光器驅動電源的設計

張瑩++賈文超++石淼

摘要：本文的主要工作以數字式大功率半導體激光器驅動電源設計展開，主要是實現能夠給半導體激光器提供最大輸出40A、輸出電壓在2V～10V的恒流源。基于驅動電源的技術要求，設計了驅動電路主回路、保護電路、溫控單元等數字式大功率半導體激光器驅動電源的主要部分。

關鍵詞：半導體激光器 大電流恒流源 單片機 溫度控制

中圖分類號：TN248.4 文獻標識碼：A 文章編號：1007-9416（2014）08-0138-02

1 引言

在噪聲不確定環境下，能量檢測算法的檢測性能極度惡化，嚴重時，甚至無法檢測出主用戶信號[1]。條件數（Condition Number Detection，CDN）檢測算法的檢測性能不會受到噪聲不確定性的影響[2]。現有文獻中，還沒有學者對采用條件數檢測算法，在噪聲不確定環境下的認知用戶系統容量進行過分析。本文討論了在噪聲不確定環境下，認知用戶采用條件數檢測算法時的系統容量問題，理論分析及仿真結果均表明，噪聲不確定性不會影響條件數檢測算法性能，通過合理設置感知時隙的持續時間長度，認知用戶可以取得最大的系統容量。

2 系統模型

文中采用的系統模型如圖1所示，系統中只存在一個主用戶和一個認知用戶基站，認知用戶接收機配備有多根接收天線。若H0表示主用戶不存在，H1表示主用戶存在，則接收信號可表示為：

3 條件數檢測算法性能分析

噪聲不確定性由隨時間變化的熱噪聲，或者接收設備中器件的非線性引起，通常，定義噪聲不確定因子等于實際噪聲功率與理想高斯噪聲功率的比值，且總假設在噪聲不確定性區間[-B，B]（，以分貝為單位）是均勻分布的[4]。

在實際應用中，由于成本及其它因素的影響，接收機的天線一般為2根或3根，從分析的簡便性考慮，本文取2根天線（M=2）進行分析。按照文獻[5]提供的方法，當N足夠大時，條件數檢測算法判決統計量在H0和H1時的分布函數可通過計算分別得到，記為FM（x）和WM（x）（詳細計算方法見文獻[5]）。

當考慮系統中的噪聲不確定性，使用多根接收天線的條件數檢測算法的檢測概率和虛警概率可通過將給定門限值時的檢測概率和虛警概率表達式分別在噪聲不確定性因子變化區間平均而得到，即：

4 認知用戶容量分析

認知用戶可以在兩種情況下使用主用戶的頻帶進行數據傳輸：一是主用戶不存在（H0），且認知用戶檢測正確，則認知用戶在數據傳輸時隙傳輸自己的數據；二是主用戶存在（H1），但認知用戶檢測錯誤，則認知用戶同樣在數據傳輸時隙傳輸自己的數據。

存在噪聲不確定時，認知用戶可以在保證主用戶不受干擾（即檢測概率不小于給定值）的條件下，通過合理設置感知時間，使認知用戶的容量達到最大，即

5 仿真結果及分析

在噪聲不確定環境下，對認知用戶使用2根接收天線，分別采用條件數檢測算法和能量檢測算法的性能進行了仿真分析，結果如圖3所示。從圖中可以看出，在噪聲不確定環境下，采用能量檢測算法的認知用戶系統容量極低，而采用條件數檢測算法，只要合理設置感知時隙的長度，可以達到最大的系統容量。

6 結語

本文討論了在噪聲不確定時，認知用戶采用條件數檢測算法時的系統容量問題。分析及仿真結果均表明，條件數檢測算法的檢測性能不受噪聲不確定性的影響，當采用周期性頻譜感知時，只要合理的設置感知時長，認知用戶可以取得最大的系統容量。

參考文獻

[1]R.Tandra，A.Sahai. SNR Walls for Signal detection[J].IEEE Journal of Selected Topics in Signal Processing，2008，2（1）：4-17.

[2]Y.H.Zeng，Y.C. Liang. Eigenvalue-based Spectrum Sensing Algorithms for Cognitive Radio[J].IEEE Transactions on Communications，2009，57（6）：1784-1793.

[3]Y.C.Liang，Y.Zeng，E.C.Y. Peh， et al. Sensing Throughput Tradeoff for Cognitive Radio Networks[J].IEEE Transaction on Wireless Communications，2008，7（4）：1326-1337.

[4]Y.H.Zeng，Y.C.Liang，A.T. Hoang， et al. Reliability of Spectrum Sensing Under Noise and Interference Uncertainty[J].IEEE International Conference on Communications （ICC） Workshops，2009， pp.1-5.

[5]Y.C.Liang， G. Pan，Y. H. Zeng.On the Performance of Spectrum Sensing Algorithms Using Multiple Antennas [J].IEEE Global Telecommunications Conference， 2010， pp.1-5.endprint

摘要：本文的主要工作以數字式大功率半導體激光器驅動電源設計展開，主要是實現能夠給半導體激光器提供最大輸出40A、輸出電壓在2V～10V的恒流源。基于驅動電源的技術要求，設計了驅動電路主回路、保護電路、溫控單元等數字式大功率半導體激光器驅動電源的主要部分。

關鍵詞：半導體激光器 大電流恒流源 單片機 溫度控制

中圖分類號：TN248.4 文獻標識碼：A 文章編號：1007-9416（2014）08-0138-02

1 引言

在噪聲不確定環境下，能量檢測算法的檢測性能極度惡化，嚴重時，甚至無法檢測出主用戶信號[1]。條件數（Condition Number Detection，CDN）檢測算法的檢測性能不會受到噪聲不確定性的影響[2]。現有文獻中，還沒有學者對采用條件數檢測算法，在噪聲不確定環境下的認知用戶系統容量進行過分析。本文討論了在噪聲不確定環境下，認知用戶采用條件數檢測算法時的系統容量問題，理論分析及仿真結果均表明，噪聲不確定性不會影響條件數檢測算法性能，通過合理設置感知時隙的持續時間長度，認知用戶可以取得最大的系統容量。

2 系統模型

文中采用的系統模型如圖1所示，系統中只存在一個主用戶和一個認知用戶基站，認知用戶接收機配備有多根接收天線。若H0表示主用戶不存在，H1表示主用戶存在，則接收信號可表示為：

3 條件數檢測算法性能分析

噪聲不確定性由隨時間變化的熱噪聲，或者接收設備中器件的非線性引起，通常，定義噪聲不確定因子等于實際噪聲功率與理想高斯噪聲功率的比值，且總假設在噪聲不確定性區間[-B，B]（，以分貝為單位）是均勻分布的[4]。

在實際應用中，由于成本及其它因素的影響，接收機的天線一般為2根或3根，從分析的簡便性考慮，本文取2根天線（M=2）進行分析。按照文獻[5]提供的方法，當N足夠大時，條件數檢測算法判決統計量在H0和H1時的分布函數可通過計算分別得到，記為FM（x）和WM（x）（詳細計算方法見文獻[5]）。

當考慮系統中的噪聲不確定性，使用多根接收天線的條件數檢測算法的檢測概率和虛警概率可通過將給定門限值時的檢測概率和虛警概率表達式分別在噪聲不確定性因子變化區間平均而得到，即：

4 認知用戶容量分析

認知用戶可以在兩種情況下使用主用戶的頻帶進行數據傳輸：一是主用戶不存在（H0），且認知用戶檢測正確，則認知用戶在數據傳輸時隙傳輸自己的數據；二是主用戶存在（H1），但認知用戶檢測錯誤，則認知用戶同樣在數據傳輸時隙傳輸自己的數據。

存在噪聲不確定時，認知用戶可以在保證主用戶不受干擾（即檢測概率不小于給定值）的條件下，通過合理設置感知時間，使認知用戶的容量達到最大，即

5 仿真結果及分析

在噪聲不確定環境下，對認知用戶使用2根接收天線，分別采用條件數檢測算法和能量檢測算法的性能進行了仿真分析，結果如圖3所示。從圖中可以看出，在噪聲不確定環境下，采用能量檢測算法的認知用戶系統容量極低，而采用條件數檢測算法，只要合理設置感知時隙的長度，可以達到最大的系統容量。

6 結語

本文討論了在噪聲不確定時，認知用戶采用條件數檢測算法時的系統容量問題。分析及仿真結果均表明，條件數檢測算法的檢測性能不受噪聲不確定性的影響，當采用周期性頻譜感知時，只要合理的設置感知時長，認知用戶可以取得最大的系統容量。

參考文獻

[1]R.Tandra，A.Sahai. SNR Walls for Signal detection[J].IEEE Journal of Selected Topics in Signal Processing，2008，2（1）：4-17.

[2]Y.H.Zeng，Y.C. Liang. Eigenvalue-based Spectrum Sensing Algorithms for Cognitive Radio[J].IEEE Transactions on Communications，2009，57（6）：1784-1793.

[3]Y.C.Liang，Y.Zeng，E.C.Y. Peh， et al. Sensing Throughput Tradeoff for Cognitive Radio Networks[J].IEEE Transaction on Wireless Communications，2008，7（4）：1326-1337.

[4]Y.H.Zeng，Y.C.Liang，A.T. Hoang， et al. Reliability of Spectrum Sensing Under Noise and Interference Uncertainty[J].IEEE International Conference on Communications （ICC） Workshops，2009， pp.1-5.

[5]Y.C.Liang， G. Pan，Y. H. Zeng.On the Performance of Spectrum Sensing Algorithms Using Multiple Antennas [J].IEEE Global Telecommunications Conference， 2010， pp.1-5.endprint

摘要：本文的主要工作以數字式大功率半導體激光器驅動電源設計展開，主要是實現能夠給半導體激光器提供最大輸出40A、輸出電壓在2V～10V的恒流源。基于驅動電源的技術要求，設計了驅動電路主回路、保護電路、溫控單元等數字式大功率半導體激光器驅動電源的主要部分。

關鍵詞：半導體激光器 大電流恒流源 單片機 溫度控制

中圖分類號：TN248.4 文獻標識碼：A 文章編號：1007-9416（2014）08-0138-02

1 引言

在噪聲不確定環境下，能量檢測算法的檢測性能極度惡化，嚴重時，甚至無法檢測出主用戶信號[1]。條件數（Condition Number Detection，CDN）檢測算法的檢測性能不會受到噪聲不確定性的影響[2]。現有文獻中，還沒有學者對采用條件數檢測算法，在噪聲不確定環境下的認知用戶系統容量進行過分析。本文討論了在噪聲不確定環境下，認知用戶采用條件數檢測算法時的系統容量問題，理論分析及仿真結果均表明，噪聲不確定性不會影響條件數檢測算法性能，通過合理設置感知時隙的持續時間長度，認知用戶可以取得最大的系統容量。

2 系統模型

文中采用的系統模型如圖1所示，系統中只存在一個主用戶和一個認知用戶基站，認知用戶接收機配備有多根接收天線。若H0表示主用戶不存在，H1表示主用戶存在，則接收信號可表示為：

3 條件數檢測算法性能分析

噪聲不確定性由隨時間變化的熱噪聲，或者接收設備中器件的非線性引起，通常，定義噪聲不確定因子等于實際噪聲功率與理想高斯噪聲功率的比值，且總假設在噪聲不確定性區間[-B，B]（，以分貝為單位）是均勻分布的[4]。

在實際應用中，由于成本及其它因素的影響，接收機的天線一般為2根或3根，從分析的簡便性考慮，本文取2根天線（M=2）進行分析。按照文獻[5]提供的方法，當N足夠大時，條件數檢測算法判決統計量在H0和H1時的分布函數可通過計算分別得到，記為FM（x）和WM（x）（詳細計算方法見文獻[5]）。

當考慮系統中的噪聲不確定性，使用多根接收天線的條件數檢測算法的檢測概率和虛警概率可通過將給定門限值時的檢測概率和虛警概率表達式分別在噪聲不確定性因子變化區間平均而得到，即：

4 認知用戶容量分析

認知用戶可以在兩種情況下使用主用戶的頻帶進行數據傳輸：一是主用戶不存在（H0），且認知用戶檢測正確，則認知用戶在數據傳輸時隙傳輸自己的數據；二是主用戶存在（H1），但認知用戶檢測錯誤，則認知用戶同樣在數據傳輸時隙傳輸自己的數據。

存在噪聲不確定時，認知用戶可以在保證主用戶不受干擾（即檢測概率不小于給定值）的條件下，通過合理設置感知時間，使認知用戶的容量達到最大，即

5 仿真結果及分析

在噪聲不確定環境下，對認知用戶使用2根接收天線，分別采用條件數檢測算法和能量檢測算法的性能進行了仿真分析，結果如圖3所示。從圖中可以看出，在噪聲不確定環境下，采用能量檢測算法的認知用戶系統容量極低，而采用條件數檢測算法，只要合理設置感知時隙的長度，可以達到最大的系統容量。

6 結語

本文討論了在噪聲不確定時，認知用戶采用條件數檢測算法時的系統容量問題。分析及仿真結果均表明，條件數檢測算法的檢測性能不受噪聲不確定性的影響，當采用周期性頻譜感知時，只要合理的設置感知時長，認知用戶可以取得最大的系統容量。

參考文獻

[1]R.Tandra，A.Sahai. SNR Walls for Signal detection[J].IEEE Journal of Selected Topics in Signal Processing，2008，2（1）：4-17.

[2]Y.H.Zeng，Y.C. Liang. Eigenvalue-based Spectrum Sensing Algorithms for Cognitive Radio[J].IEEE Transactions on Communications，2009，57（6）：1784-1793.

[3]Y.C.Liang，Y.Zeng，E.C.Y. Peh， et al. Sensing Throughput Tradeoff for Cognitive Radio Networks[J].IEEE Transaction on Wireless Communications，2008，7（4）：1326-1337.

[4]Y.H.Zeng，Y.C.Liang，A.T. Hoang， et al. Reliability of Spectrum Sensing Under Noise and Interference Uncertainty[J].IEEE International Conference on Communications （ICC） Workshops，2009， pp.1-5.

[5]Y.C.Liang， G. Pan，Y. H. Zeng.On the Performance of Spectrum Sensing Algorithms Using Multiple Antennas [J].IEEE Global Telecommunications Conference， 2010， pp.1-5.endprint