半导体激光器驱动电源的设计

张莹++贾文超++石淼

摘要：本文的主要工作以数字式大功率半导体激光器驱动电源设计展开，主要是实现能够给半导体激光器提供最大输出40A、输出电压在2V～10V的恒流源。基于驱动电源的技术要求，设计了驱动电路主回路、保护电路、温控单元等数字式大功率半导体激光器驱动电源的主要部分。

关键词：半导体激光器 大电流恒流源 单片机 温度控制

中图分类号：TN248.4 文献标识码：A 文章编号：1007-9416（2014）08-0138-02

1 引言

在噪声不确定环境下，能量检测算法的检测性能极度恶化，严重时，甚至无法检测出主用户信号[1]。条件数（Condition Number Detection，CDN）检测算法的检测性能不会受到噪声不确定性的影响[2]。现有文献中，还没有学者对采用条件数检测算法，在噪声不确定环境下的认知用户系统容量进行过分析。本文讨论了在噪声不确定环境下，认知用户采用条件数检测算法时的系统容量问题，理论分析及仿真结果均表明，噪声不确定性不会影响条件数检测算法性能，通过合理设置感知时隙的持续时间长度，认知用户可以取得最大的系统容量。

2 系统模型

文中采用的系统模型如图1所示，系统中只存在一个主用户和一个认知用户基站，认知用户接收机配备有多根接收天线。若H0表示主用户不存在，H1表示主用户存在，则接收信号可表示为：

3 条件数检测算法性能分析

噪声不确定性由随时间变化的热噪声，或者接收设备中器件的非线性引起，通常，定义噪声不确定因子等于实际噪声功率与理想高斯噪声功率的比值，且总假设在噪声不确定性区间[-B，B]（，以分贝为单位）是均匀分布的[4]。

在实际应用中，由于成本及其它因素的影响，接收机的天线一般为2根或3根，从分析的简便性考虑，本文取2根天线（M=2）进行分析。按照文献[5]提供的方法，当N足够大时，条件数检测算法判决统计量在H0和H1时的分布函数可通过计算分别得到，记为FM（x）和WM（x）（详细计算方法见文献[5]）。

当考虑系统中的噪声不确定性，使用多根接收天线的条件数检测算法的检测概率和虚警概率可通过将给定门限值时的检测概率和虚警概率表达式分别在噪声不确定性因子变化区间平均而得到，即：

4 认知用户容量分析

认知用户可以在两种情况下使用主用户的频带进行数据传输：一是主用户不存在（H0），且认知用户检测正确，则认知用户在数据传输时隙传输自己的数据；二是主用户存在（H1），但认知用户检测错误，则认知用户同样在数据传输时隙传输自己的数据。

存在噪声不确定时，认知用户可以在保证主用户不受干扰（即检测概率不小于给定值）的条件下，通过合理设置感知时间，使认知用户的容量达到最大，即

5 仿真结果及分析

在噪声不确定环境下，对认知用户使用2根接收天线，分别采用条件数检测算法和能量检测算法的性能进行了仿真分析，结果如图3所示。从图中可以看出，在噪声不确定环境下，采用能量检测算法的认知用户系统容量极低，而采用条件数检测算法，只要合理设置感知时隙的长度，可以达到最大的系统容量。

6 结语

本文讨论了在噪声不确定时，认知用户采用条件数检测算法时的系统容量问题。分析及仿真结果均表明，条件数检测算法的检测性能不受噪声不确定性的影响，当采用周期性频谱感知时，只要合理的设置感知时长，认知用户可以取得最大的系统容量。

参考文献

[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：本文的主要工作以数字式大功率半导体激光器驱动电源设计展开，主要是实现能够给半导体激光器提供最大输出40A、输出电压在2V～10V的恒流源。基于驱动电源的技术要求，设计了驱动电路主回路、保护电路、温控单元等数字式大功率半导体激光器驱动电源的主要部分。

关键词：半导体激光器 大电流恒流源 单片机 温度控制

中图分类号：TN248.4 文献标识码：A 文章编号：1007-9416（2014）08-0138-02

1 引言

在噪声不确定环境下，能量检测算法的检测性能极度恶化，严重时，甚至无法检测出主用户信号[1]。条件数（Condition Number Detection，CDN）检测算法的检测性能不会受到噪声不确定性的影响[2]。现有文献中，还没有学者对采用条件数检测算法，在噪声不确定环境下的认知用户系统容量进行过分析。本文讨论了在噪声不确定环境下，认知用户采用条件数检测算法时的系统容量问题，理论分析及仿真结果均表明，噪声不确定性不会影响条件数检测算法性能，通过合理设置感知时隙的持续时间长度，认知用户可以取得最大的系统容量。

2 系统模型

文中采用的系统模型如图1所示，系统中只存在一个主用户和一个认知用户基站，认知用户接收机配备有多根接收天线。若H0表示主用户不存在，H1表示主用户存在，则接收信号可表示为：

3 条件数检测算法性能分析

噪声不确定性由随时间变化的热噪声，或者接收设备中器件的非线性引起，通常，定义噪声不确定因子等于实际噪声功率与理想高斯噪声功率的比值，且总假设在噪声不确定性区间[-B，B]（，以分贝为单位）是均匀分布的[4]。

在实际应用中，由于成本及其它因素的影响，接收机的天线一般为2根或3根，从分析的简便性考虑，本文取2根天线（M=2）进行分析。按照文献[5]提供的方法，当N足够大时，条件数检测算法判决统计量在H0和H1时的分布函数可通过计算分别得到，记为FM（x）和WM（x）（详细计算方法见文献[5]）。

当考虑系统中的噪声不确定性，使用多根接收天线的条件数检测算法的检测概率和虚警概率可通过将给定门限值时的检测概率和虚警概率表达式分别在噪声不确定性因子变化区间平均而得到，即：

4 认知用户容量分析

认知用户可以在两种情况下使用主用户的频带进行数据传输：一是主用户不存在（H0），且认知用户检测正确，则认知用户在数据传输时隙传输自己的数据；二是主用户存在（H1），但认知用户检测错误，则认知用户同样在数据传输时隙传输自己的数据。

存在噪声不确定时，认知用户可以在保证主用户不受干扰（即检测概率不小于给定值）的条件下，通过合理设置感知时间，使认知用户的容量达到最大，即

5 仿真结果及分析

在噪声不确定环境下，对认知用户使用2根接收天线，分别采用条件数检测算法和能量检测算法的性能进行了仿真分析，结果如图3所示。从图中可以看出，在噪声不确定环境下，采用能量检测算法的认知用户系统容量极低，而采用条件数检测算法，只要合理设置感知时隙的长度，可以达到最大的系统容量。

6 结语

本文讨论了在噪声不确定时，认知用户采用条件数检测算法时的系统容量问题。分析及仿真结果均表明，条件数检测算法的检测性能不受噪声不确定性的影响，当采用周期性频谱感知时，只要合理的设置感知时长，认知用户可以取得最大的系统容量。

参考文献

[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：本文的主要工作以数字式大功率半导体激光器驱动电源设计展开，主要是实现能够给半导体激光器提供最大输出40A、输出电压在2V～10V的恒流源。基于驱动电源的技术要求，设计了驱动电路主回路、保护电路、温控单元等数字式大功率半导体激光器驱动电源的主要部分。

关键词：半导体激光器 大电流恒流源 单片机 温度控制

中图分类号：TN248.4 文献标识码：A 文章编号：1007-9416（2014）08-0138-02

1 引言

在噪声不确定环境下，能量检测算法的检测性能极度恶化，严重时，甚至无法检测出主用户信号[1]。条件数（Condition Number Detection，CDN）检测算法的检测性能不会受到噪声不确定性的影响[2]。现有文献中，还没有学者对采用条件数检测算法，在噪声不确定环境下的认知用户系统容量进行过分析。本文讨论了在噪声不确定环境下，认知用户采用条件数检测算法时的系统容量问题，理论分析及仿真结果均表明，噪声不确定性不会影响条件数检测算法性能，通过合理设置感知时隙的持续时间长度，认知用户可以取得最大的系统容量。

2 系统模型

文中采用的系统模型如图1所示，系统中只存在一个主用户和一个认知用户基站，认知用户接收机配备有多根接收天线。若H0表示主用户不存在，H1表示主用户存在，则接收信号可表示为：

3 条件数检测算法性能分析

噪声不确定性由随时间变化的热噪声，或者接收设备中器件的非线性引起，通常，定义噪声不确定因子等于实际噪声功率与理想高斯噪声功率的比值，且总假设在噪声不确定性区间[-B，B]（，以分贝为单位）是均匀分布的[4]。

在实际应用中，由于成本及其它因素的影响，接收机的天线一般为2根或3根，从分析的简便性考虑，本文取2根天线（M=2）进行分析。按照文献[5]提供的方法，当N足够大时，条件数检测算法判决统计量在H0和H1时的分布函数可通过计算分别得到，记为FM（x）和WM（x）（详细计算方法见文献[5]）。

当考虑系统中的噪声不确定性，使用多根接收天线的条件数检测算法的检测概率和虚警概率可通过将给定门限值时的检测概率和虚警概率表达式分别在噪声不确定性因子变化区间平均而得到，即：

4 认知用户容量分析

认知用户可以在两种情况下使用主用户的频带进行数据传输：一是主用户不存在（H0），且认知用户检测正确，则认知用户在数据传输时隙传输自己的数据；二是主用户存在（H1），但认知用户检测错误，则认知用户同样在数据传输时隙传输自己的数据。

存在噪声不确定时，认知用户可以在保证主用户不受干扰（即检测概率不小于给定值）的条件下，通过合理设置感知时间，使认知用户的容量达到最大，即

5 仿真结果及分析

在噪声不确定环境下，对认知用户使用2根接收天线，分别采用条件数检测算法和能量检测算法的性能进行了仿真分析，结果如图3所示。从图中可以看出，在噪声不确定环境下，采用能量检测算法的认知用户系统容量极低，而采用条件数检测算法，只要合理设置感知时隙的长度，可以达到最大的系统容量。

6 结语

本文讨论了在噪声不确定时，认知用户采用条件数检测算法时的系统容量问题。分析及仿真结果均表明，条件数检测算法的检测性能不受噪声不确定性的影响，当采用周期性频谱感知时，只要合理的设置感知时长，认知用户可以取得最大的系统容量。

参考文献

[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