PIN-TIA光电探测器光电流检测电路的RLS去噪

舒斌 颜科 仲顺顺

摘要：在测量10 Gh/s PIN-TIA光电探测器Monitor引脚电流时，会受到外界环境噪声以及内部噪声的影响，使得测量值夹杂噪声，影响测量的准确性。为了减少IO Gh/s PIN-TIA光电探测器Monitor引脚电流的测量误差，结合“自适应滤波”与“去除尖峰脉冲的中位值”算法，优化了10 Gh/s PIN-TIA内部电路的主要噪声来源对输出电流信号的影响;设计50 Hz陷波器及高频滤波器减少了50 Hz工频信号的干扰以及对信号中混杂的高频信号也一并进行了滤除。使用Multisum，Matlab软件进行了仿真。结果证明经过以上方法对噪声进行处理后，能够有效地降低噪声对于10 Gb/s PIN-TIA光电探测器输出电流的测量误差，提高测量的精度和稳定性。

关键词：光电探测器;10 Gh/s PIN-TIA;噪声分析;噪声抑制;RLS滤波算法;仿真分析

中图分类号：TN206-34

文献标识码：A

文章编号：1004-373X（ 2019） 24-0001-04

0 引言

10 Gb/s PIN-TIA光接收器是用于光通信系统中将微弱的光信号转换成电信号并将信号进行一定强度低噪声放大的探测器件。其工作原理是：PIN的光敏面受探测光照射时，由于PN结处于反向偏置，光生载流子在电场的作用下产生漂移，在外电路产生光电流。10 Gb/sPIN-TIA的封装原理为：通过对10 Gb/s PIN-TIA输出的电流进行采集检测，而10 Gb/s PIN_rrIA的输出电压大小与入射光强成正比，故通过对该电压的检测可找到最佳耦合点，并进行封装。而光电探测器在进行光电转换过程中，会引入噪声，噪声的产生将不可避免地使转换后的电信号与原始信号相比有一定的偏差，影响信号的准确性。而且由于二极管（ PIN）产生的光电流非常微弱，常常会出现信号淹没在噪声中的情况。因此，对于光电检测电路进行噪声分析并抑制，对于实际的10 Gb/sPIN-TIA的稳定封装具有重要的意义。

1 光电探测电路噪声的理论分析

1.1 光电探测器接收组件存在的主要噪声

图1为10 Gb/s PIN-TIA光电探测器接收组件的内部简图。10 Gb/s PIN-TIA光电探测器接收组件Monitor引脚电流检测电路中，除了光电二极管产生的电流以外，还存在一些会对电路检测造成影响的噪声电流、电压。对于该检测电路而言，噪声的来源主要有两种，即外部噪声和内部噪声[1]。

外部噪声：主要由辐射源随机波动、附加的光调制、光路传输介质的湍流和背景起伏、杂散光的入射及检测系统所受到的电磁干扰等因素。在生产过程中，绝大部分为外部电源噪声的高频干扰以及50 Hz工频信号对信号采集的干扰。

内部噪声：它是光电检测器器件和检测电路的固有噪声，它伴随着电路的工作而产生，主要有散粒噪声、电阻热噪声、暗电流噪声或1/f噪声。其中，散粒噪声是由于电子发射不均匀性所引起的噪声，又称散弹噪声。热噪声主要出现在半导体和任何导体中，而10 Gb/s PIN-TIA中二极管的节电阻和电路中的电阻就会产生热噪声，输出的热噪声电压与检测电路同频带和绝对温度具有很大关系。而暗电流噪声或1/f噪声几乎存在于所有探测器中，一般说，只要限制低频段的调制频率不低于1 kHz，这种噪声就可以防止。

1.2 光电探测器的平均噪声电流

经过上述对探测电路的噪声分析可知，探测器的输出噪声主要为1/f噪声、散粒噪声以及热噪声，其噪声电流的计算公式为[2]：

2 光电检测电路噪声抑制

2.1 硬件滤波——抑制50 Hz工频干扰

在我国采用的是50 Hz频率的交流电，所以在平时需要对信号进行采集处理和分析时，常会存在50 Hz的工频干扰，对电流测量造成干扰。

由于测量的电流是信号经过导线引入测量单元，对于工频信号来说，这段导线相当于“天线”，会捡拾工频电磁波中的电磁场干扰，在采集后的数据中显示出工频干扰的数值，且幅值较大。这种工频信号的影响显然对于测量的数值产生了较大的影响。

在小信号采集中，对于这种工频信号经常采用陷波器对频率为50 Hz的信号进行抑制[4]，减弱工频信号对信号数据采集的影响[5]。常见的陷波器有双T单运放同向放大器、双T双跟随陷波器[6]。在此两种陷波器中，由于双T双跟随电路具有阻带外增益为1，Q值可独立调节、特性稳定等优点，故在设计时选用双T双跟随陷波器。图2为50 Hz陷波电路原理图，其Bode图如图3所示，可以看出其对于50 Hz信号有较好的抑制作用。仿真效果如图4所示。

2.2 软件滤波——抑制散粒、热噪声等白噪声

光电探测器内部的散粒噪声、热噪声等都是一种典型的高斯白噪声[7]。高斯白噪声的特征为其功率谱密度服從均匀分布，幅度分布服从高斯分布。对于此种噪声不宜使用硬件滤波，因为硬件电路中的各种电子元器件都会产生噪声，将给电路带来额外的噪声，故选用软件滤波。在该处应用了自适应滤波法和去除尖峰脉冲的平均值滤波法对该噪声进行滤除。此处应用的自适应滤波方法为RLS自适应滤波递归RLS算法，旨在使期望信号与模型滤波器输出之差的平方和达到最小，从而在迭代过程中采集到输入信号的值时，采用递归形式求解最小值的方法，进而得出最优解的算法就是递归最小二乘算法（RLS）[8]。

图5为自适应噪声抵消系统原理框图[11]。在图中d（k）包含有用信号e1（k）以及噪声信号x1（k），为输入信号;参考输入信号x（¨是与噪声相关的信号，参考输入信号x（k）经过滤波算法后变为y（k），由图5可以看出，最后输出的信号e（k）=x1（k）+e1（k） -y（k）。

3 仿真与分析

为了对比研究RLS在滤波方面相对于常采用的中值滤波方法[11]的优越性，本次仿真分别采用中值滤波法以及自适应滤波法对叠加了噪声后的信号进行滤波。原始信号的采样率为f=10 kHz，噪声为高斯白噪声，以及50 Hz工频噪声。高斯白噪声参数为v（n）-WGN（O，σ2），σ2=0.1。10 Gb/s PIN-TIA光电探测器在接收一光功率恒定的光照射，其产生的光电流的值在没有任何噪声为基本恒定的值，如图6所示。混叠噪声的信号波形如图7所示。

图7为叠加50 Hz工频噪声、散粒噪声以及热噪声等高斯白噪声以后的波形图。从图中可以看出，此时信号杂乱无章，且变化范围较大。在信噪比为0 dB的情况下，图8为自适应滤波后输出的波形，相对于图9所示的中值滤波波形，其波动范围小，且收敛迅速。在信噪比为-3 dB的情况下，图10为自适应滤波后输出的波形，图11为中值滤波波形，可以看出自适应滤波相对于中值滤波依然能够很好地还原出原始电流信号。

4 结语

通过分析光电探测器采集电路中的噪声产生原因及其对电流信号的影响，设计了带阻滤波以及基于递归RLS自适应的滤波相结合的降噪方法，有效地降低了噪声信号，仿真结果显示，基于递归RLS自适应的滤波方法表现出了优异的滤波性能，增强了光电流检测的准确性。

参考文献

[1]李若澜.光电检测电路噪声分析与噪声处理研究[J]产业与科技论坛，2016，15（ 13）：43-44.

LI Ruolan. Research on noise analysis and noise processing ofphotoelectric detection circuit [J]. Industry and technology fo-rum， 2016. 15（13）： 43-44.

[2]阎吉祥.光电子学（修订版）[M]，北京：清华大学出版社，2017.

YAN Jixiang. Optoelectronics （Revised edition）[M]. Beijing：Tsinghua University Press. 2017.

[3]余东.单片机数字滤波程序设计与实现[J]四川兵工学报，2012， 33（9）：78-80.

SHE Dong. Design and implementation of digital filter programfor single chip microcomputer [J]. Journal of Sichuan ord-nance. 2012. 33（9）： 78-80.

[4]蒋亚超.三种双T网络陷波器电路分析与比较[J].电子技术，2012. 38（1）：70-72.

JIANG Yachao. Analysis and comparison about three types ofdouble-T band stop filter [J]. Electronic technology. 2012， 38（1）：70-72.

[5]陈勇强.模拟电子技术[M].北京：人民邮电出版社，2013.

CHEN Yongqiang. Analog electronic technology [M]. Beijing：Posts&Telecom Press. 2013.

[6]鲁连刚.滤除50 HzT频干扰的滤波电路设计[J].辽宁师专学报（自然科学版），2012，14（1）：90-92.

LU Liangang. Filter circuit design for filtering 50Hz power fre-quency interferenceJ]. Journal of Liaoning Teachers College（ Natural science edition）， 2012， 14（1）：90-92.

[7]卡薩普s.o.光电子学与光子学一原理与实践[M].2版.北京：电子工业出版社，2015.

KASAP S 0.Optoelectronics and photonics [M]. 2nd ed. Bei-jing： Electronic Industrv Press. 2015.

[8]迪尼兹，白适应滤波算法与实现[M].4版，北京：电子工业出版社.2014.DINIZ P S R.Adaptive filtering algorithm and implementation[M]. 4th ed. Beijing： Electronic Industry Press， 2014.

[9] GUI G，XU L，MA W. et al.Robust adaptive sparse channelestimation in the presence of impulsive noises [Cl// Proceedingsof International Conference on Digital Signal Processing. Piscat-away： IEEE， 2015： 628-632.

[10] CHENG Xuezhen. Application of RLS adaptive filtering in sig-nal de-noising[J]. Journal of measurement science and instru- ment. 2014.5（1）：32-35.

[11]杨威.冲击噪声下的LMS和RLS联合滤波算法[J]西安电子科技大学学报（自然科学版），2017 .44（2）：165-170.

YANG Wei. Joint estimation algorithms based on LMS andRLS in the presence of impulsive noise [J]. Journal of XidianUniversity（ Natural science）， 2017， 44（2）：165-170.

[12]周玉姣，基于光电二极管反偏的光电检测电路的噪声分析[J]，红外与激光T程，2016， 45（1）：17-19.

ZHOU Yujiao. Noise analysis of photoelectric detection circuitbased on photodiode reverse bias [J]. Infrared and laser engi-neering， 2016， 45（1）： 17-19.

作者简介：舒斌（1989-），男，江西赣州人，硕士，研究方向为信息器件制造。

颜科（1994-），男，湖南湘潭人，硕士，研究方向为信息器件制造。

仲顺顺（1993-），男，山东烟台人，硕士，研究方向为信息器件制造。