Communications and Control Engineering For other titles published in this series,go to https://www.doczj.com/doc/4a3797218.html,/series/61
Series Editors A.Isidori J.H.van Schuppen E.D.Sontag M.Thoma M.Krstic Published titles include: Stability and Stabilization of In?nite Dimensional Systems with Applications Zheng-Hua Luo,Bao-Zhu Guo and Omer Morgul Nonsmooth Mechanics(Second edition) Bernard Brogliato Nonlinear Control Systems II Alberto Isidori L2-Gain and Passivity Techniques in Nonlinear Control Arjan van der Schaft Control of Linear Systems with Regulation and Input Constraints Ali Saberi,Anton A.Stoorvogel and Peddapullaiah Sannuti Robust and H∞Control Ben M.Chen Computer Controlled Systems E?m N.Rosenwasser and Bernhard https://www.doczj.com/doc/4a3797218.html,mpe Control of Complex and Uncertain Systems Stanislav V.Emelyanov and Sergey K.Korovin Robust Control Design Using H∞Methods Ian R.Petersen,Valery A.Ugrinovski and Andrey V.Savkin Model Reduction for Control System Design Goro Obinata and Brian D.O.Anderson Control Theory for Linear Systems Harry L.Trentelman,Anton Stoorvogel and Malo Hautus Functional Adaptive Control Simon G.Fabri and Visakan Kadirkamanathan Positive1D and2D Systems Tadeusz Kaczorek Identi?cation and Control Using Volterra Models Francis J.Doyle III,Ronald K.Pearson and Babatunde A.Ogunnaike Non-linear Control for Underactuated Mechanical Systems Isabelle Fantoni and Rogelio Lozano Robust Control(Second edition) Jürgen Ackermann Flow Control by Feedback Ole Morten Aamo and Miroslav Krstic Learning and Generalization(Second edition) Mathukumalli Vidyasagar Constrained Control and Estimation Graham C.Goodwin,Maria M.Seron and JoséA.De Doná Randomized Algorithms for Analysis and Control of Uncertain Systems Roberto Tempo,Giuseppe Cala?ore and Fabrizio Dabbene Switched Linear Systems Zhendong Sun and Shuzhi S.Ge Subspace Methods for System Identi?cation Tohru Katayama Digital Control Systems Ioan https://www.doczj.com/doc/4a3797218.html,ndau and Gianluca Zito Multivariable Computer-controlled Systems E?m N.Rosenwasser and Bernhard https://www.doczj.com/doc/4a3797218.html,mpe Dissipative Systems Analysis and Control (Second edition) Bernard Brogliato,Rogelio Lozano,Bernhard Maschke and Olav Egeland Algebraic Methods for Nonlinear Control Systems Giuseppe Conte,Claude H.Moog and Anna M.Perdon Polynomial and Rational Matrices Tadeusz Kaczorek Simulation-based Algorithms for Markov Decision Processes Hyeong Soo Chang,Michael C.Fu,Jiaqiao Hu and Steven I.Marcus Iterative Learning Control Hyo-Sung Ahn,Kevin L.Moore and YangQuan Chen Distributed Consensus in Multi-vehicle Cooperative Control Wei Ren and Randal W.Beard Control of Singular Systems with Random Abrupt Changes El-Kébir Boukas Nonlinear and Adaptive Control with Applications Alessandro Astol?,Dimitrios Karagiannis and Romeo Ortega Stabilization,Optimal and Robust Control Aziz Belmiloudi Control of Nonlinear Dynamical Systems Felix L.Chernous’ko,Igor M.Ananievski and Sergey A.Reshmin Periodic Systems Sergio Bittanti and Patrizio Colaneri Discontinuous Systems Yury V.Orlov Constructions of Strict Lyapunov Functions Michael Malisoff and Frédéric Mazenc Controlling Chaos Huaguang Zhang,Derong Liu and Zhiliang Wang Stabilization of Navier–Stokes Flows Viorel Barbu Distributed Control of Multi-agent Networks Wei Ren and Yongcan Cao
检出限的计算方法
仪器检出限/方法检出限/样品检出限/测定下限 检出限是分析测试的重要指标，对于仪器性能的评价和方法的建立都是重要的基本参数之一。在日常检测过程中，检出限为具体量度指标，特别是在痕量分析中，痕量分析误差与样品含量相对于检出限的倍数相关联。检出限的确定对于分析方法的选择具有重要意义。对检出限的忽视有可能导致检测结果的不确定度增大。长期以来，各个领域的检测人员针对检出限概念、估算方法及在各个不同领域的应用都进行了大量的探讨。像分析仪器在测定过程中存在与噪音相区别的小信号检出问题，同时也存在着分析方法能可靠测定物质最低含量的界限问题，这两个概念有着本质的不同。在实际应用中，仪器检出限、方法检出限及样品检出限及测定下限的概念经常混乱。 在检验检疫行业中，进出口产品的种类繁多，涉及的领域也是多种多样，对检测人员的要求高，为保障进出口产品质量把关服务的有效进行，合理的使用仪器分析，科学有效的评估仪器分析，都要求在仪器的检出限等各项指标上有个清晰完整的认识。为理清在检出限概念和层次上的认识，本文将对检出限的概念、分类和影响因素进行详尽的探讨。一、检出限的概念
1947年，德国人Hkaiser首次提出了有关分析方法检出限的概念，并提出检出限和分析方法的精密度、准确度一样，也是评价一个分析方法测试性能的重要指标。国际纯粹与应用化学联合会( IU-PAC) 于1975年正式推行使用检出限的概念及相应估算方法，于1998年又发表了《分析术语纲要》对检出限检出，检出限的定义为：某特定方法在给定的置信度内可从样品中检出待测物质的最小浓度或量，公式表示为： K--置信因子，一般取2或3 欧盟《执行关于分析方法运行和结果解释的欧盟委员会指令》(2002/657/EC)的最新检测限的概念 CCα和 CCβ检测限( >>α) 是指大于等于此浓度限，将以α误差概率得出阳性结论。检测能力(CCβ) 是指样品中物质以β误差概率能被检测、鉴别和/或定量的最小含量。对于未建立容许限的物质，检测能力是以1-β可信度能被检测出来的最低浓度。如果容许限已经建立，检测能力就是以1-β可信度能被检测到的容许限浓度。 二、检出限的不同分类 1、美国国家标准局的分类
Chapter 10 Numerical Optimal Control of Nonlinear Systems In this chapter,we present methods for the numerical solution of the constrained ?nite horizon nonlinear optimal control problems which occurs in each iterate of the NMPC procedure.To this end,we ?rst discuss standard discretization techniques to obtain a nonlinear optimization problem in standard form.Utilizing this form,we outline basic versions of the two most common solution methods for such problems,that is Sequential Quadratic Programming (SQP)and Interior Point Methods (IPM).Furthermore,we investigate interactions between the differential equation solver,the discretization technique and the optimization method and present several NMPC speci?c details concerning the warm start of the optimization routine.Finally,we discuss NMPC variants relying on inexact solutions of the ?nite horizon optimal control problem. 10.1Discretization of the NMPC Problem The most general NMPC problem formulation is given in Algorithm 3.11and will be the basis for this chapter.In Step (2)of Algorithm 3.11we need to solve the optimal control problem minimize J N n,x 0,u(·) :=N ?1 k =0ωN ?k n +k,x u (k,x 0),u(k) +F J n +N,x u (N,x 0) with respect to u(·)∈U N X 0(n,x 0), subject to x u (0,x 0)=x 0,x u (k +1,x 0)=f x u (k,x 0),u(k) .(OCP n N ,e ) We will particularly emphasize the case in which the discrete time system (2.1)is induced by a sampled data continuous time control systems ˙x(t)=f c x(t),v(t) ,(2.6)L.Grüne,J.Pannek,Nonlinear Model Predictive Control , Communications and Control Engineering, DOI 10.1007/978-0-85729-501-9_10,?Springer-Verlag London Limited 2011275
那是仪器检出限：用空白溶液测背景信号，重复最好20次，求其标准偏差，乘以3后换算成浓度就是仪器的检出限。 方法检出限要利用仪器检出限，所以要先知道仪器检出限，再按照方法反算成已知样品中的被测物的浓度。 用18兆欧的高纯水配成样品空白的水溶液，重复测定，求出标准偏差，然后算出检出限，进而根据样品的处理过程求出方法的检出限。
检出限、测定限、最佳测定范围、校准曲线及分析空白 第一节：检出限 1.检出限 为某特定分析方法在给定的置信度内可从样品中检出待测物质的最小浓度或最小量。所谓“检出”是指定性检出，即判定样品中存有浓度高于空白的待测物质。 检出限除了与分析中所用试剂和水的空白有关外，还与仪器的稳定性及噪声水平有关。在灵敏度计算中没有明确噪声的大小，因而操作者可以将检测器的输出信号，通过放大器放到足够大，从而使灵敏度相当高。显然这是不妥的，必须考虑噪声这一参数，将产生两倍噪声信号时，单位体积载气或单位时间内进入检测器的组分量称为检出限。则： D = 2N / S 式中：N---噪声（mV或A）； S---检测器灵敏度； D---检出限，其单位随S不同也有三种： Dg=2N / Sg, 单位为mg/ml Dv=2N / Sv, 单位为ml/ml Dt=2N / St, 单位为g/s 有时也用最小检测量（MDA）或最小检测浓度（MDC）作为检测限。它们分别是产生两倍噪声信号时，进入检测器的物质量（g）或浓度(mg/ml)。 不少高灵敏度检测器，如FID、NPD、ECD等往往用检出限表示检测器的性能。 灵敏度和检出限是两个从不同角度表示检测器对测定物质敏感程度的指标，前者越高、后者越低，说明检测器性能越好。 从而可见，测量方法的检出限于分析空白值、精密度、灵敏度密切相关。他是分析方法的一个综合性的重要计量参数。 2. 检出限的计算方法 1）在《全球环境监测系统水监测操作指南》中规定：给定置信水平为95%时，样品测定值与零浓度样品的测定值有显著性差异即为检出限（D.L）。这里的零浓度样品是不含待测物质的样品。 D.L = 4.6σ 式中：σ—空白平行测定（批内）标准偏差（重复测定20次以上）。 2) 国际纯粹和应用化学联合会（IUPAC）对分析方法的检出限D.L作如下规定。 在与分析实际样品完全相同的条件下，做不加入被测组分的重复测定（即空白试验），测定次数尽可能多（试验次数至少为20次）。算出空白观测值的平均值X b和标准偏差S b。在一定置信概率下，被检出的最小测量值X L以下式确定： X L= X b+ K’S b 式中：X b——空白多次测得信号的平均值； S b ——空白多次测得信息的标准偏差； K’——根据一定置信水平确定的系数。 与X L-X b (即K’ S b)相应的浓度或量即为检出限: D.L = X L- X b/ K = k’S b/ K 式中：k ——方法的灵敏度（即校准曲线的斜率）。 为了评估X b和S b，实验次数必须至少20次。 1975年，IUPAC建议对光谱化学分析法取k’=3。由于低浓度水平的测量误差可能不遵从正态分布，且空白的测定次数有限，因而与k’=3相应的置信水平大约为90%。 此外，尚有将K’取为4、4.6、5及6的建议。 3）美国EPASW-846中规定方法检出限： MDL=3.143δ(δ重复测定7次) 4）在某些分光光度法中，以扣除空白值后的与0.01吸光度相对应的浓度值为检出限。 5）气相色谱分析的最小检测量系指检测器恰能产生与噪声相区别的响应信号时所需进入色谱柱的物质的最小量，一般认为恰能辨别的响应信号，最小应为噪声的两倍。 最小检测浓度系指最小检测量与进样量（体积）之比。 6）某些离子选择电极法规定：当校准曲线的直线部分外延的延长线与通过空白电位且平行于浓度轴的直线相交时，其交点所对应的浓度值及为该离子选择电极法的检出限。 光度分析中，虽然吸光度最小测读值为0.001，灵敏度也以A=0.001所相应的被测物浓度表示，但实际上惯常以A=0.05相应的被测物浓度作为有充分置信度的测定限，即最小能够可靠测定的浓度。这是因为，在吸光度A接近零的
非线性控制理论和方法 姓名：引言 人类认识客观世界和改造世界的历史进程，总是由低级到高级，由简单到复杂，由表及里的纵深发展过程。在控制领域方面也是一样，最先研究的控制系统都是线性的。例如，瓦特蒸汽机调节器、液面高度的调节等。这是由于受到人类对自然现象认识的客观水平和解决实际问题的能力的限制，因为对线性系统的物理描述和数学求解是比较容易实现的事情，而且已经形成了一套完善的线性理论和分析研究方法。但是，现实生活中，大多数的系统都是非线性的。非线性特性千差万别，目前还没一套可行的通用方法，而且每种方法只能针对某一类问题有效，不能普遍适用。所以，可以这么说，我们对非线性控制系统的认识和处理，基本上还是处于初级阶段。另外，从我们对控制系统的精度要求来看，用线性系统理论来处理目前绝大多数工程技术问题，在一定范围内都可以得到满意的结果。因此，一个真实系统的非线性因素常常被我们所忽略了，或者被用各种线性关系所代替了。这就是线性系统理论发展迅速并趋于完善，而非线性系统理论长期得不到重视和发展的主要原因。控制理论的发展目前面临着一系列严重的挑战, 其中最明显的挑战来自大范围运动的非线性复杂系统, 同时, 现代非线性科学所揭示的分叉、混沌、奇异吸引子等, 无法用线性系统理论来解释, 呼唤着非线性控制理论和应用的突破。 1.传统的非线性研究方法及其局限性 传统的非线性研究是以死区、饱和、间隙、摩擦和继电特性等基本的、特殊的非线性因素为研究对象的, 主要方法是相平面法和描述函数法。相平面法是Poincare于1885年首先提出的一种求解常微分方程的图解方法。通过在相平面上绘制相轨迹, 可以求出微分方程在任何初始条件下的解。它是时域分析法在相空间的推广应用, 但仅适用于一、二阶系统。描述函数法是 P. J.Daniel于1940
检出限的计算 我们首先来看看IUPAC对于检出限的定义：检出限（Detection limit or limit of detection）为某特定方法在给定的置信度内可从样品中检出待测物质的最小浓度或量。理解该定义的关键词是某特定方法和置信度。IUPAC认为检出限是化学测量过程（chemical measurement process）或特定方法的特征，与其它诸如特异性、精密度，准确度、线性范围和稳健度等共同刻画化学测量过程的特点。这个意义上讲IUPAC检出限准确说是方法检出限（Method detection Limit）。强调方法检出限的意义在于我们将要重点关注的是方法空白，即以一定的置信度与方法空白相区别的最小浓度或量为检出限。一般意义上讲，我们做检出限就是先测定空白，然后用统计的方法来判断能够与空白相区别的最小浓度和量。由于任何测量值都是一个统计量，有平均值和标准偏差等统计参数，在判断与空白相区别的时候我们就必须采用置信度的方法。 围绕检出限的术语有很多，诸多的英语术语再加上翻译上的差异，让这样的术语可以罗列一大篇。比如检测限，最低检出浓度等。既然IUPAC作出了检出限相关概念的推荐。所以建议在以后工作中为方便大家的交流和讨论，尽量使用检出限（Detection limit or limit of detection），定量限（quantification limit）这样的规范的术语。 理解检出限的理论核心必须建立在三个重要前提的理解上面： 1、对测量的统计特性的理解上，正如我们所指出的那样，测量总是带有一定的随机误差，这种随机误差决定测量的结果总是一个带有分布的范围，可以用特殊的分布函数来描述。 2、现有的测量基本是相对测量，我们必须先区分仪器响应信号（信号域）和浓度或量（浓度域）的差别。不管是信号域还是浓度域都同样具有统计的特性，我们往往首先得到信号域的结果。 3、统计学上的两类错误。任何判断在统计学上都会犯两类错误。针对判断检出限与空白相比较的例子，如果我们说空白信号/浓度比我们设定的检出限低，这个时候就可能犯I型错误（α）；如果我们说我们设定的检出限比空白信号/浓度高，这个时候就可能犯II型错误（β）。IUPAC（95版）在定义检出限的时候用了三个比较抽象的数学公式； 1、临界值Detection decision (critical value) (LC,α=0.05) 2、检出限Detection limit (minimum detectable value) (LD,β=0.05) 3、定量限Quantification limit (minimum quantifiable value) (LQ,RSDQ=0.10) 其中KQ=1/ RSDQ=10 要理解以上抽象的数学公式可以用图1，2加以说明（其中I型错误和II型错误分别用黑色和灰色表示）：
方法检出限计算方法 检出限有多种分类，不过有一点是对的：方法检出限是方法的建立都是重要的基本参数之一，今天咱们就好好聊聊方法检出限。 长期以来，各个领域检测人员针对检出限概念、估算方法及在各个不同领域的应用均进行了大量探讨。然而在实际应用中，各种检出限概念经常混乱，计算方法也不甚了解。 检出限(Detection Limit, DL或Limit of Detection,LOD)《环境水质监测质量保证手册》中对检出限的定义为：特定分析方法在给定的置信度内可从样品中检出待测物质的最小浓度或最小量。检出限是以一定的置信水平为基础的量值，并且随介质、被分析组分以及分析方法的不同而不同。 美国自然资源办公室(DNR)以产生的信噪比大于5所对应的浓度来作为LOD，而美国水和废水标准检验法将LOD定为能产生2(或1.645)倍于空白样品分析的平均标准偏差的信号所对应的待测物浓度。 检出限分类 1.仪器的检出限(Instrument Detection Limit,IDL) 是指分析仪器能够检测的被分析物的最低量或浓度，这个浓度与特定的仪器能够从背景噪音中辨别的最小响应信号相对应。比如色谱仪的检出限是产生至少2倍于基线噪音的进样量。仪器的检出限不考虑任何样品制备步骤的影响，因此，其值总是比方法
的检出限要低。仪器的检出限一般不用于最终的数据报告，而主要用于数据的统计分析，以及不同仪器的性能比较。 2.方法检出限(Method Detection Limit,MDL) 是指在通过某一种分析方法的全部处理和测定过程之后(包括样品制备和样品测定)，被测定物质产生的信号能以99%置信度区别于空白样品而被测定出来的最低浓度。方法的检出限与仪器的检出限相似，但考虑了样品分析前的所有制备过程的影响。方法的检出限是我们建立分析方法时最关心的一个参数，本文随后将对其意义及测定方法进行详细的讨论。 3.定量限(Limit ofQuantitation, LOQ) 被测组分的浓度能产生比空白足够大的信号，这个信号能够被良好实验室在常规操作条件下以指定的置信水平定量检出，这个浓度就是定量限。一般以产生10倍试剂空白的标准偏差的信号所对应的浓度作为定量限。LOQ随介质、分析方法和分析对象的不同而不同。 4.仪器的测定下限和方法的测定下限 检出限只能粗略的表征体系性能，仅是一种定性的判断依据，通常不能用于真实分析。测定下限则是痕量或微量分析定量测定的特征指标。仪器的测定下限表示仪器进行定量分析时所能达到的最低界限，是指在高置信度下测定物质的最低浓度或量。在高置信度下，用特定分析方法能够准确定量测定的待测物质最小浓度或量，称为该分析方法的测定下限。
波动方程或称波方程（英语：wave equation）是一种重要的偏微分方程，主要描述自然界中的各种的波动现象，包括横波和纵波，例如声波、光波、无线电波和水波。波动方程抽象自声学、物理光学、电磁学、电动力学、流体力学等领域。 历史上许多科学家，如达朗贝尔、欧拉、丹尼尔·伯努利和拉格朗日等在研究乐器等物体中的弦振动问题时，都对波动方程理论作出过重要贡献。 波动方程是双曲形偏微分方程的最典型代表，其最简形式可表示为：关于位置x 和时间t的标量函数u（代表各点偏离平衡位置的距离）满足： 这里c通常是一个固定常数，代表波的传播速率。在常压、20°C的空气中c为343米/秒（参见音速）。在弦振动问题中，c依不同弦的密度大小和轴向张力不同可能相差非常大。而在半环螺旋弹簧（一种玩具，英文商标为 Slinky）上，波速可以慢到1米/秒。 在针对实际问题的波动方程中，一般都将波速表示成可随波的频率变化的量，这种处理对应真实物理世界中的色散现象。此时，c应该用波的相速度代替： 实际问题中对标准波动方程的另一修正是考虑波速随振幅的变化，修正后的方程变成下面的非线性波动方程： 另需注意的是物体中的波可能是叠加在其他运动（譬如介质的平动，以气流中传播的声波为例）上的。这种情况下，标量u的表达式将包含一个马赫因子（对沿流动方向传播的波为正，对反射波为负）。 三维波动方程描述了波在均匀各向同性弹性体中的传播。绝大多数固体都是弹性体，所以波动方程对地球内部的地震波和用于检测固体材料中缺陷的超声波的传播能给出满意的描述。在只考虑线性行为时，三维波动方程的形式比前面更为复杂，它必须同时考虑固体中的纵波和横波: 式中：
8 非线性控制系统 前面几章讨论的均为线性系统的分析和设计方法，然而，对于非线性程度比较严重的系统，不满足小偏差线性化的条件，则只有用非线性系统理论进行分析。本章主要讨论本质非线性系统，研究其基本特性和一般分析方法。 8.1非线性控制系统概述 在物理世界中，理想的线性系统并不存在。严格来讲，所有的控制系统都是非线性系统。例如，由电子线路组成的放大元件，会在输出信号超过一定值后出现饱和现象。当由电动机作为执行元件时，由于摩擦力矩和负载力矩的存在，只有在电枢电压达到一定值的时候，电动机才会转动，存在死区。实际上，所有的物理元件都具有非线性特性。如果一个控制系统包含一个或一个以上具有非线性特性的元件，则称这种系统为非线性系统，非线性系统的特性不能由微分方程来描述。 图8-1所示的伺服电机控制特性就是一种非线性特性，图中横坐标u 为电机的控制电压，纵坐标ω为电机的输出转速，如果伺服电动机工作在A 1OA 2区段，则伺服电机的控制电压与输出转速的关系近似为线性，因此可以把伺服电动机作为线性元件来处理。但如果电动机的工作区间在B 1OB 2区段．那么就不能把伺服电动机再作为线性元件来处理，因为其静特性具有明显的非线性。 图8-1 伺服电动机特性 8.1.1控制系统中的典型非线性特性 组成实际控制系统的环节总是在一定程度上带有非线性。例如，作为放大元件的晶体管放大器，由于它们的组成元件(如晶体管、铁心等)都有一个线性工作范围，超出这个范围，放大器就会出现饱和现象；执行元件例如电动机，总是存在摩擦力矩和负载力矩，因此只有当输入电压达到一定数值时，电动机才会转动，即存在不灵敏区，同时，当输入电压超过一定数值时，由于磁性材料的非线性，电动机的输出转矩会出现饱和；各种传动机构由于机械加工和装配上的缺陷，在传动过程中总存在着间隙，等等。 实际控制系统总是或多或少地存在着非线性因素，所谓线性系统只是在忽略了非线性因素或在一定条件下进行了线性化处理后的理想模型。常见典型非线性特性有饱和非线性、死区非线性、继电非线性、间隙非线性等。 8.1.1.1饱和非线性 控制系统中的放大环节及执行机构受到电源电压和功率的限制，都具有饱和特性。如图8-2所示，其中a x a <<-的区域是线性范围，线性范围以外的区域是饱和区。许多元件的运动范围由于受到能源、功率等条件的限制，也都有饱和非线性特性。有时，工程上还人为引入饱和非线性特
非线性薛定谔方程的孤子解和怪波解 摘要：光纤中光波的传输模型一直是当前研究的热点理论模型之一，从非线性薛定谔方程到金格堡-朗道方程，都试图对其进行更好的阐释，其次对于非线性动力学系统中，非线性薛定谔方程的解有呈现出非常多有趣的特征，对于其中特定解的研究能够让我们了解脉冲演化的本质，所以本文主要从孤子解的传输入手，并且简单介绍了怪波解的解形式。 薛定谔方程又称薛定谔波动方程，是量子力学的一个基本方程，同时又是量子力学的基本假设之一，由奥地利物理学家薛定谔1926年在《量子化就是本征值问题》中提出的，它在量子力学中的地位非常重要，相当于牛顿定律对于经典力学一样。 随着人们对世界的不断探索，非线性现象逐渐走进人们的视野，这种现象一般大都用非线性偏微分方程的数学模型来描述，显然线性方程已经不能满足人们的需求。 1973年，Hasegawa从含有非线性项的色散方程中推导出了非线性薛定谔方程。非线性薛定谔方程(NLS)是普适性很强的一个基本方程，最简单的形式是： 其中为常数。因为这个方程在几乎所有的物理分支及其他科学领域得到了广泛的应用，如超导，光孤子在光纤中传播，光波导，等离子体中的Langnui波等，所以许多学者对此方程的研究投入了很大的热情，至今还在生机勃勃的向前发展着。 1 分步傅里叶法计算演化过程 对于处理非线性性薛定谔方程，常用的数值仿真方式为分步傅里叶方法，为了简单起见，只考虑二阶色散和自相位调制，不考虑高阶色散、自陡以及四波混频等高阶非线性效应。上述方程中做 2 β为二阶色散，γ表示Kerr效应系数，g和α分别代表光纤中的增益和损耗。对上述方程转化到频域，先不考虑增益和损耗。可以得到 2 k k k k k dA i A i a a dz βγ =?+F. 其中2 2 2 k i β β ?=Ω 令() exp k k A B i z β =?可以得到 () 2exp k k k k dB i a a i z dz γβ =-? F 以上方程可以用四阶龙格库塔直接求解，但是速度较慢，所以我们需要做差分处理。 ()() ()()() 2 exp k k k k k B z z B z i a z a z i z z γβ +?- =-? ? F 再利用() exp k k A B i z β =?可以得到 ()()()() ()()() 2 2 exp exp exp k k k k k k k k A z z A i a z a z z i z a z i a z z i z γβ γβ ?? +?=+??? ?? ?? ?? ≈????? ?? F F 然后做傅里叶反变换就可以得到最终的结果 ()()()() 2 1exp exp - k k k k a z z a z i a z z i z γβ ?? +?=????? ?? F F
7-5 非线性控制系统的相平面分析法 相平面法在分析非线性系统时是很有用处的。但是，我们在介绍非线性系统的分析方法之前，先讨论一下相平面法在分析线性二阶系统中的应用是很有好处的。因为许多非线性元件特性一般都可分段用线性方程来表示，所以非线性控制系统也可以用分段线性系统来近似。 一、线性控制系统的相平面分析 1、阶跃响应 设线性二阶控制系统如图7-38所示。若系统开始处于平衡状态。试求 系统在阶跃函数)(1)(0t R t r ?= 作用下，在e e -平面上的相轨迹。 建立系统微分方程式，由图示系统可得 Ke c c T =+ 因为c r e -=，代入上式得 r r T Ke e e T +=++ （7-31） 对于->?=0),(1)(0t t R t r 时，0)()(==t r t r 因此上式可写成 0=++Ke e e T （7-32） 方程（7-32）与（7-22）式相仿。因为假设系统开始处于平衡状态，所以误差信号的初始条 件是0)0(R e =和0)0(=e 。e e -平面上的相轨迹起始于)0,(0R 点，而收敛于原点(系统的奇点)。当系统特征方程的根是共轭复数根，并且位于左半平面时，其相轨迹如图7-39(a) 所示。根据e e -平面上的相轨迹就可方便的求得c c -平面上系统输出的相轨迹，如图7-39(b)所示。由图7-39可见，欠阻尼情况下系统的最大超调量P σ及系统在稳态时的误差 为零。因为e e -平面相轨迹最终到原点，即奇点；所以在c c -平面上相轨迹最终到达0R c =的稳态值，则奇点坐标为)0,(0R 。 2、斜坡响应 对于斜坡输入t V t r 0)(=；当0>t 时，)(t r 的导数0)(V t r = 及0)(=t r 。因此，方程（7-31）可以写成 0V Ke e e T =++ 或 0)(0 =-++K V e K e e T 令v e K V e =-0，代入上式，则有 0V Ke e e T =++ννν （7-33） 在v v e e -平面上，方程（7-33）给出了相平面图与在e e -平面上方程（7-32）给出的相平面图是相同的。 应当指出，特征方程式的根确定了奇点的性质，在v v e e -平面上的奇点的位置是坐标原点，而在e e -平面上奇点坐标为)0,(0K V 点。又因为我们假设系统初始状态为平衡状态。
光线非线性效应及其对光纤通信系统的影响摘要：随着科技的飞速发展、信息时代的到来，信息的传输变得越来越重要。光纤作为众多传输介质中的一种有着其它介质不可替代的优越性。它传输容量大、传输带宽宽、抗干扰能力强。然而，由于光纤中的损耗和色散的限制，使得光纤通信的发展受到了制约。如果要获得更长的传输距离，则要加大入纤光功率，这样就引起了光纤非线性效应的产生。本文详细地讨论了几种重要的光纤非线性效应，如受激布里渊散射(SBS)、受激喇曼散射(S RS)、自相位调制(SPM)、交叉相位调制（XPM）、克尔效应（Kerr）、超短脉冲孤立子（S oliton）等现象。并对其在光纤通信中的应用进行了展望 。 关键字：光纤非线性效应、散射、阈值、光功率 光纤的非线性效应 尽管用于光纤的玻璃材料的非线性很弱，但由于纤芯小，纤芯内场强非常高，且作用距离长，使得光纤中的非线性效应会积累到足够的强度，导致对信号的严重干扰和对系统传输性能的限制。 光纤传输的衰耗和色散与光纤长度呈线性变化的，呈线性效应，而带宽系数与光纤长度呈非线性效应。非线性效应一般在WDM系统上反映较多，在SDH 系统反映较少，因为在WDM 设备系统中，由于和波器、分波器的插入损耗较大，对16 波系统一般相加在10dB 左右，对32 波系统，相加在15dB 左右，因此需采用EDF A进行放大补偿，在放大光功率的同时，也使光纤中的非线性效应大大增加，成为影响系统性能，限制中继距离的主要因数之一，同时，也增加了ASE 等噪声。
光纤中的非线性效应包括：①散射效应（受激布里渊散射SBS 和受激拉曼散射SRS 等）、②与克尔效应相关的影响，即与折射率密切相关（自相位调制SPM 、交叉相位调制XPM 、四波混频效应FWM ），其中四波混频、交叉相位调制对系统影响严重。 折射率非线性变化 SBS、SRS及FWM过程所引起的波长信道的增益或损耗与光信号的强度有关。这些非线性过程对某些信道提供增益而对另一些信道则产生功率损耗，从而使各个波长间产生串扰。 从本质上说，任何物质都是由分子、原子等基本组成单元组成。在常温下，这些基本组成单元在不断地作自发热运动和振动。光纤中的受激布里渊散射SBS和受激拉曼散射SRS 都是激光光波通过光纤介质时，被其分子振动所调制的结果，而且SB S 和SRS都具有增益特性，在一定条件下，这种增益可沿光纤积累。SBS 与SRS 的区别在于，SBS 激发的是声频支声子，SRS激发的是光频支声子。受激布里渊散射SBS 产生原理：SBS是光纤中泵浦光与声子间相互作用的结果，在使用窄谱线宽度光源的强度调制系统中，一旦信号光功率超过受激布里渊散射SBS 的门限时（SB S的门限较低，对于1550nm 的激光器，一般为7~8dBm ），将有很强的前向传输信号光转化为后向传输，随着前向传输功率的逐渐饱和，使后向散射功率急剧增加。 在WDM+EDFA 的系统中，注入到光纤中的功率大于SBS 的门限值，会产生S BS 散射。SBS 对WDM系统的影响主要是引起系统通道间的串扰及信道能量的损失。布里渊频移量在1550nm 处约为10~11GHz ，当WDM系统的信道间隔（即波长间隔）与布里渊频移量相等时，就会引起信道间的串扰，但目前的WDM 系统，
1. 关于检测限（limit of detection, LOD）的定义: 在样品中能检出的被测组分的最低浓度（量）称为检测限，即产生信号（峰高）为基线噪音标准差k倍时的样品浓度，一般为信噪比（S/N）2:1或3:1时的浓度，对其测定的准确度和精密度没有确定的要求。目前，一般将检测限定义为信噪比（S/N）3:1时的浓度。 2. 计算公式为： D=3N/S （1） 式中：N——噪音; S——检测器灵敏度；D——检测限 而灵敏度的计算公式为： S=I/Q （2） 式中：S——灵敏度；I——信号响应值；Q——进样量 将式（1）和式（2）合并，得到下式： D=3N×Q/I (3) 式中：Q——进样量；N——噪音；I——信号响应值。I/N即为该进样量下的信噪比（S/N），该信噪比可通过工作站对图谱进行自动分析获得，一般的色谱或质谱工作站都可进行信噪比分析计算。这样检测限的计算方法就变得非常方便了。 3. 计算方法：实际计算时，检出限有2种表示方法：一种是进样瓶中样品检测限，一种是针对原始样品的方法检出限。 1）对第一种检测限，只要知道进样量和信噪比即可计算。如进样瓶中样品浓度为1 mg/L,在此浓度下的信噪比为300(由工作站分析获
得)，则其检测限为：D =（3×1 mg L-1）/300 = 0.01 mg/L。也可用绝对进样量表示，若进样体积为10 ul，则其检测限为：D = 3×（1 mgL-1×10 ul）/300 = 0.1 ng。 2）对第二种表示方法，需同时考虑原始样品的取样量和提取样品的定容体积。仍按前述样品计算，若取样量为5克，最后定容体积为5 mL，则方法检测限为：D = 0.01 mgL-1×5 mL/5 g = 0.01 mg/kg。即当原始样品中待检物质的浓度为0.01mg/kg时，若取样量为5g,样品经前处理后定容体积为5mL时,进样瓶中样品的浓度可达0.01mg/L （假定回收率为100%）,此时，在其它给定的分析条件下，能产生3倍噪声强度的信号。在实际检测工作中，第二种表示方法更为常见。 4.注意事项 由式（3）可见，信噪比的大小直接关系到检测限的大小。信噪比计算方法的不同，其比值大小有很大不同，这与计算信噪比时基线噪声峰值的定义方式有关，一般有三种不同的定义： ①峰/峰（peak to peak）信噪比，用某一段基线噪声的平均高度； ②峰/半峰（half peak to peak）信噪比, 用某一段基线噪声平均高度的1/2； ③均方根（RMS）信噪比，用某一段基线噪声的均方根值计算。 除此之外，信噪比的计算结果还和所取噪声的位置有很大关系，取信号哪一侧基线的噪声，取多长一段基线上的噪声，计算结果都很不完全相同，有时相差甚远。一般多取样品峰两侧的噪声峰值计算。
高速光纤通信在非线性色散影响下的传输特性 ? ? ?【摘要】在信息时代,对低成本高速网络的需求将越来越强烈。光通信技术作为一种长距离高容量的通信手段发展迅猛。宽带光通信系统因其结合了宽带和低损耗的优点而得到极大关注。光纤是一种由极细玻璃或塑料构成的光传输媒介。光纤中的光信号受数字脉冲调制或连续模拟信号流调制。这些调制信息可能是语音信号,数据信号,计算机信息或视频信号。同样的信息也可以用金属导线(如双绞线)或微波进行传输,但光纤有着显著的优点。相比其他传输媒介而言,光纤的主要优点是它能在更短的时间和更远的距离内传输更多的信息。此外,它不易受电磁辐射干扰的影响,因而能实现低噪和低误码率传输。但是,当光信号在光纤中传播时,它会受到线性和非线性效应的影响。这些线性和非线性效应是光纤的固有特性。线性衰减包括光衰减和色散。自相位调制(SPM),交叉相位调制(XPM),四波混频(FWM),受激拉曼散射(SRS)和受激布里渊散射(SBS)属于非线性衰减。光纤通信系统中,光纤的输入信号通常是被信息比特流调制过的光信号。当光纤中的线性和非线性效应与不同频率的输入信号相互作用后,对输出比特流的性能衰减变得很复杂。色散和光学非线性是影响高速光纤通信系统性能的主要因素。由于低损耗光谱段是有限的,波分复用技术可提高光谱利用效率。为了在低损耗频段内容纳更多的信道,必须减小信道间隔。随着信道间隔减小,光纤非线性效应会增加并导致系统性能急剧下降。这种性能恶化在长距离传输时更明显,因为此时需要给光纤提供更高的光功率。高功率不仅会增加XPM和FWM效应,而且会改变其他光纤非线性效应产生的条件,比如受激拉曼散射和受激布里渊散射。长距离通信要求同时满足高速率、高功率和远距离传输,这种环境下非线性效应是主要制约因素。尽管光纤非线性效应已被研究了20多年,但仍有大量的影响未被完全了解。因此有必要研究不同调制方式下光纤对线性和非线性效应的容限,并找出结果最好的调制方式。本文研究受非线性影响的高速光纤的传输性能。主要探讨了线性和非线性效应对长距离波分复用系统下不同调制方式的影响。具体可描述为：*研究超高速光纤通信系统(比如40Gb/s)的不同调制方式。*比较这些不同的调制方式并得到适合40Gb/s波分复用系统的调制方式。*研究了光纤线性和非线性效应对波分复用系统的影响。为实现上述目标,本文提出了一些可增强系统带宽效率和信号质量的高级调制方式。利用OptiSystem仿真软件,本文分析了以下三种高级调制方式下的性能：非归零调制(NRZ),载波抑制归零调制(CSRZ)和差分相移键控调制(DPSK)。我们针对低色散度(4ps/nm/km)的非零色散位移光纤进行了系列计算机仿真,比较了上述三种调制方式。波分复用系统的信道间隔为100 GHz,数据率为40Gb/s,传输距离设计为100公里至500公里。我们用三个指标评估光传输系统性能：Q因子,比特误码率和眼图模式。首先得到了NRZ调制方式下的仿真结果。当传输距离小于500公里时,4信道的Q因子是可接受的。但若信道数量为8或16,系统传输距离非常短。因为此时从仿真中得到的Q因子不到2.5,这表明最小Q值也不能达到可接受的传输距离。在CSRZ 调制情形,从仿真结果中获得的Q因子相对于NRZ要好一些。短距离4信道传输时,Q因子能达到19.973。 在500公里范围内可进行4路、8路和16路传输。但当距离变大时,达到最大距离的最小线性值条件无法满足。在DPSK调制情形,仿真表明在很远的距离上,4路或8路传输仍能达到满意的Q因子。如表4.1所示,最小Q因子为6时,可接受的传输距离将超过500公里。在相同条件下,4路和8路复用的系统的可接受传输距离超过500公里。此外,当复用路数超过16时,系统性能劣化,最小的Q因子只能覆盖不到500公里的传输距离。NRZ调制的误码率数值结果表明4路波分复用系统可达传输距离不到500公里,否则将产生极严重的传输错误。NRZ调制不能支持8路或16路复用,因为复用路数越多,非线性影响越大,如FWM和XPM,这将带来太多的错误。与Q因子类似,CSRZ调制的BER性能显示：4路和8路复用能保证的传输距