提高位敏探测器（PSD）线性度是提高其性能的方式，可以通过材料和结构的设计尽可能的减少线性误差，但是通过硬件的手段无法彻底消除，因此插值法和神经网络法等算法可以从软件层面对其线性度进行修正。本文介绍了两种修正方法的原理并且比较两者的优缺点。
位敏探测器的非线性修正算法
位敏探测器（PSD）的非线性误差我们可以通过外部结构尽可能降低，但是其始终是存在的，对于这种情况，我们可以通过算法对其进行修正，常见的修正方法有插值法和神经网络法。其中插值法根据插值数可以分为双一次插值，双二次插值和改进型双二次插值。
首先我们介绍双一次插值，其基本思想如下：对于一个给定点G(x,y)，该点的误差位Ex(x,y)和Ey(x,y)，在待测点周围存在一个矩形，四个顶点可以用A1,A2,A3和A4来表示，如图1所示。这四个点的误差值位Ex(Ai)和Ey(Ai)，可以通过四个点的误差值的线性组合求出待测点的误差，并且根据测量值和误差值计算出准确的信息位置。
图1
双二次插值的基本思想与双一次插值类似，只是将补偿网格从矩形变为田字格，这扩大了范围以此来增加了待测位置的准确度，如图2所示。不过这种方法也存在一个不可忽略的问题，那就是该方法使用的离散化的网格是等间距的规则化网格，但是在实际的测试中网格是非等间距的，如果此时还是按照双二次插值来算，就会出现数据失真的情况。
图2
针对上述情况，改进型双二次插值应运而生。其基本思想与双二次插值的不同之处在于，双二次插值在计算到A5对G点的补偿时，系数函数是用A1，A4和A7的x坐标以及A7，A8和A9的y坐标来获取的，也就是说A5对G点的补偿与A5本身并无关系；而改进后的双二次插值可以做到当A5距离G点越近时误差补偿分量越大，反之则越小。实际效果可以根据图2的虚线框和实线框作出区分。
利用神经网络进行补偿的基本原理是当PSD的输出信号无法做到用解析式进行线性表达时，可以通过前向神经网络进行任意精度的逼近，将PSD输出的电流信号适当放大并滤波，进行标定后送到神经网络中进行补偿，把传感器的输出加在前向神经网络的输入端，在其输出端就可以得到与非线性无关的理想线性电压，如图3所示。一般而言二维PSD有两个输出，所以输入层和输出层的神经元数量均为2个，还有一个隐层的前向神经网络可以实现任意的非线性映射，因此使用包含一个隐层的三层神经网络，隐层取14个神经元即可以取得比较好的补偿效果。
图3
插值法和神经网路法在误差修正中有其各自的优势。其中插值法运算简单，可以使用计算机编程进行数据处理，执行速度快，但是缺点在于需要充分减小离散化时的步距来减小误差，这在增加工作量的同时提高了对标定设备的要求。而神经网络法相对而言复杂，需要使用神经网络进行训练，但是精度比较高，还可以对插值区域边缘部分的误差进行修正。
了解更多位敏探测器详情，请访问上海昊量光电的官方网页：
https://www.auniontech.com/three-level-45.html
更多详情请联系昊量光电/欢迎直接联系昊量光电
关于昊量光电：
上海昊量光电设备有限公司是光电产品专业代理商，产品包括各类激光器、光电调制器、光学测量设备、光学元件等，涉及应用涵盖了材料加工、光通讯、生物医疗、科学研究、国防、量子光学、生物显微、物联传感、激光制造等；可为客户提供完整的设备安装，培训，硬件开发，软件开发，系统集成等服务。
您可以通过我们昊量光电的官方网站www.auniontech.com了解更多的产品信息，或直接来电咨询4006-888-532。
展示全部 
