基于量子遗传算法的多光电二极管布局优化

褚理想; 樊巧云

doi:10.3788/IRLA201948.0813002

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于量子遗传算法的多光电二极管布局优化

褚理想, 樊巧云

文章导航 > 红外与激光工程 > 2019 > 48(8): 813002-0813002(8)

褚理想, 樊巧云. 基于量子遗传算法的多光电二极管布局优化[J]. 红外与激光工程, 2019, 48(8): 813002-0813002(8). doi: 10.3788/IRLA201948.0813002

引用本文:

褚理想, 樊巧云. 基于量子遗传算法的多光电二极管布局优化[J]. 红外与激光工程, 2019, 48(8): 813002-0813002(8). doi: 10.3788/IRLA201948.0813002

Chu Lixiang, Fan Qiaoyun. Multi-photodiode layout optimization based on quantum genetic algorithm[J]. Infrared and Laser Engineering, 2019, 48(8): 813002-0813002(8). doi: 10.3788/IRLA201948.0813002

Citation:

Chu Lixiang, Fan Qiaoyun. Multi-photodiode layout optimization based on quantum genetic algorithm[J]. Infrared and Laser Engineering, 2019, 48(8): 813002-0813002(8). doi: 10.3788/IRLA201948.0813002

基于量子遗传算法的多光电二极管布局优化

doi: 10.3788/IRLA201948.0813002

1.
北京航空航天大学仪器科学与光电工程学院,北京 100191

基金项目:

国家自然科学基金（61475012）

详细信息

作者简介:
褚理想(1993-),男,硕士生,主要从事微型太阳敏感器方面的研究。Email:lixiang_buaa@buaa.edu.cn

中图分类号: V448.22

Multi-photodiode layout optimization based on quantum genetic algorithm

1.
School of Instrument Science and Opto-electronic Engineering,Beihang University,Beijing 100191,China

摘要: 光电二极管是一种体积小、成本低的感光传感器，由至少三个配合可实现太阳矢量的测量，从而可以作为低精度的太阳敏感器。为了尽可能实现在360视场空间任意方位求解太阳矢量，如何选择光电二极管数量并确定其布局方式是一个难点。文中首先将360视场空间等表面积离散化，将无限的传感器的布局优化问题转换为有限的组合优化（NP问题难）。然后，通过建立覆盖度和均匀度的多目标优化函数，并结合量子遗传算法求解最优方案。实验分析了不同光电二极管数量和视场范围的布局效果，对多光电二极管的布局优化提供了理论性依据。实验结果显示，选择12~14个光电二极管可以基本实现无覆盖风险和均匀风险的布局。
- 布局优化 /
- 组合优化 /
- 光电二极管 /
- 太阳敏感器 /
- 量子遗传算法
Abstract: As a small and low-cost photosensor, the photodiode can be used as low-precision sun sensor alternatively for at least three photodiodes combined, to measure the full sun vector. To obtain the sun vector anywhere providing the continus 360 filed-of-view, it was difficult to choose the number and design the layout of the multiple photodiodes. This paper discretized the 360 field of view as equal surface areas firstly, and transformed the infinite sensor layout optimization problem into a finite combinatorial optimization(nondeterministic polynomial time). Then, the combinatorial optimization problem was solved by establishing the multi-objective optimization function considering the coverage and uniformity and combining the quantum genetic algorithm. The experiment gave the layout effect for the various number and the different field of view of photodiodes, and provided theoretical basis for the optimization of the layout of multiple photodiodes. The experimental results show that the 12-14 photodiodes selected can achieve layout with no coverage and uniform risk nearly.
- layout optimization /
- combinatorial optimization /
- photodiodes /
- sun sensor /
- quantum genetic algorithm

[1]	Jackson B, Carpenter B. Optimal placement of spacecraft sun sensors using stochastic optimization[C]//Aerospace Conference, IEEE, 2004, 6:3916-3923.
[2]	O'Keefe S A, Schaub H. Consider-filter-based on-orbit coarse sun sensor calibration sensitivity[J]. Journal of Guidance, Control, and Dynamics, 2016, 40(5):1300-1303.
[3]	Heidt H, Puig-Suari J, Moore A, et al. CubeSat:A new generation of picosatellite for education and industry low-cost space experimentation[C]//14th Annual/USU Conference on Small Satelites, 2000:113-116.
[4]	O'Keefe S A, Schaub H. Sun-direction estimation using a partially underdetermined set of coarse sun sensors[J]. The Journal of the Astronautical Sciences, 2014, 61(1):85-106.
[5]	Pita L C, San Roman S E, Giron-Sierra J M, et al. Getting more performance from INTA NanoSat-1B truncated pyramid Sun sensors[J]. IEEE Sensors Journal, 2014, 14(6):1867-1877.
[6]	Springmann J C, Cutler J W. Optimization of directional sensor orientation with application to sun sensing[J]. Journal of Guidance, Control, and Dynamics, 2014, 37(3):828-837.
[7]	Nascimento A L, Simoes A R, de Carvalho F G M, et al. Automatic satellite sun sensors placement using multi-objective genetic algorithm[C]//2013 BRICS Congress on Computational Intelligence 11th Brazilian Congress on Computational Intelligence (BRICS-CCI CBIC), 2013:402-408.
[8]	Han K H, Kim J H. Quantum-inspired evolutionary algorithm for a class of combinatorial optimization[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(6):580-593.
[9]	Li B B, Wang L. A hybrid quantum-inspired genetic algorithm for multiobjective flow shop scheduling[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 2007, 37(3):576-591.
[10]	Teanby N A. An icosahedron-based method for even binning of globally distributed remote sensing data[J]. Computers Geosciences, 2006, 32(9):1442-1450.
[11]	Yu F X, Meng T, Han K, et al. Design and error analysis of pico-satellite sun sensor[J]. Acta Energiae Solaris Sinica, 2007, 28(12):1295-1299.
[12]	Xiao J, Yan Y P, Zhang J, et al. A quantum-inspired genetic algorithm for k-means clustering[J]. Expert Systems with Applications, 2010, 37(7):4966-4973.
[13]	Li B B, Wang L. A hybrid quantum-inspired genetic algorithm for multiobjective flow shop scheduling[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 2007, 37(3):576-591.
[14]	Appel P. Attitude estimation from magnetometer and earth-albedo-corrected coarse sun sensor measurements[J]. Acta Astronautica, 2005, 56(1-2):115-126.

[1]	王添, 吴卫, 张紫芸馨. 利用近红外吸收光谱特性实现酒精浓度的非接触式测量系统的设计 . 红外与激光工程, 2023, 52(12): 20230510-1-20230510-7. doi: 10.3788/IRLA20230510
[2]	姚猛, 叶继飞, 李兰, 高贺岩. 皮秒激光辐照硅基PIN光电二极管的瞬态响应信号分析 . 红外与激光工程, 2021, 50(S2): 20210305-1-20210305-6. doi: 10.3788/IRLA20210305
[3]	缪麟, 田博宇, 孙年春, 张彬. 基于量子遗传算法的自由曲面离轴反射光学系统设计 . 红外与激光工程, 2021, 50(12): 20210365-1-20210365-9. doi: 10.3788/IRLA20210365
[4]	胡海帆, 赵自然, 马旭明, 姜寿禄. GaAs肖特基二极管的250 GHz二次谐波混频器研究 . 红外与激光工程, 2019, 48(7): 722001-0722001(6). doi: 10.3788/IRLA201948.0722001
[5]	田遥岭, 何月, 黄昆, 蒋均, 缪丽. 高功率110 GHz平衡式肖特基二极管频率倍频器 . 红外与激光工程, 2019, 48(9): 919002-0919002(6). doi: 10.3788/IRLA201948.0919002
[6]	茹占强, 宋贺伦, 吴菲, 宋盛星, 朱煜, 殷志珍, 张耀辉. 组合式免跟踪聚光光学系统设计 . 红外与激光工程, 2019, 48(3): 318002-0318002(7). doi: 10.3788/IRLA201948.0318002
[7]	师宇斌, 张检民, 张震, 林新伟, 程德艳, 窦鹏程. 基于等效电路参数提取的硅光电二极管激光损伤机理分析 . 红外与激光工程, 2018, 47(1): 106002-0106002(5). doi: 10.3788/IRLA201847.0106002
[8]	田遥岭, 蒋均, 黄昆, 缪丽, 陆彬, 邓贤进. 0.34 THz肖特基二极管高速OOK信号直接检波器 . 红外与激光工程, 2017, 46(8): 822001-0822001(7). doi: 10.3788/IRLA201746.0822001
[9]	何月, 蒋均, 陆彬, 陈鹏, 黄昆, 黄维. 高效170 GHz平衡式肖特基二极管倍频器 . 红外与激光工程, 2017, 46(1): 120003-0120003(8). doi: 10.3788/IRLA201746.0120003
[10]	朱旭波, 李墨, 陈刚, 张利学, 曹先存, 吕衍秋. InAlSb红外光电二极管性能研究 . 红外与激光工程, 2017, 46(7): 704002-0704002(5). doi: 10.3788/IRLA201746.0704002
[11]	杜道中, 刘婷婷, 廖文和, 张长东, 张凯. 激光选区熔化熔池光强监测系统设计 . 红外与激光工程, 2017, 46(12): 1206002-1206002(6). doi: 10.3788/IRLA201746.1206002
[12]	魏佳童, 陈立伟, 胡海帆, 刘志远. 基于硅与锗材料的改进集成雪崩光电二极管(英文) . 红外与激光工程, 2016, 45(S1): 188-193. doi: 10.3788/IRLA201645.S120002
[13]	李慧梅, 胡晓斌, 白霖, 李晓敏, 于海龙, 徐云, 宋国峰. In_0.53Ga_0.47As/In_0.52Al_0.48As雪崩光电二极管的数值模拟研究 . 红外与激光工程, 2016, 45(5): 520005-0520005(4). doi: 10.3788/IRLA201645.0520005
[14]	廖雅香, 张均营, 余凯, 薛春来, 李传波, 成步文. SiGe/Si单光子雪崩光电二极管仿真 . 红外与激光工程, 2016, 45(5): 520004-0520004(3). doi: 10.3788/IRLA201645.0520004
[15]	骆冬根, 邹鹏, 陈迪虎, 王羿, 洪津. 伽马射线辐照对硅光电二极管性能的影响 . 红外与激光工程, 2016, 45(3): 320001-0320001(5). doi: 10.3788/IRLA201645.0320001
[16]	周玉蛟, 任侃, 钱惟贤, 王飞. 基于光电二极管反偏的光电检测电路的噪声分析 . 红外与激光工程, 2016, 45(1): 117003-0117003(6). doi: 10.3788/IRLA201645.0117003
[17]	缪丽, 黄维, 蒋均, 郭桂美. 基于肖特基变容二极管的0.17 THz 二倍频器研制 . 红外与激光工程, 2015, 44(3): 947-950.
[18]	刘超明, 娄淑琴. 基于遗传算法的光纤光栅交叉敏感解调研究 . 红外与激光工程, 2015, 44(6): 1859-1864.
[19]	左娅妮, 李政勇, 杨峥, 刘未华, 陈长权, 吴家盛. 基于硅雪崩光电二极管的双光子吸收实验 . 红外与激光工程, 2014, 43(12): 3928-3931.
[20]	祖秋艳, 王玮冰, 黄卓磊, 何鑫, 陈大鹏. 二极管非制冷红外探测器及其读出电路设计 . 红外与激光工程, 2013, 42(7): 1680-1684.

点击查看大图

计量

文章访问数: 488
HTML全文浏览量: 82
PDF下载量: 29
被引次数: 0

基于量子遗传算法的多光电二极管布局优化

doi: 10.3788/IRLA201948.0813002

1. 北京航空航天大学仪器科学与光电工程学院,北京 100191

作者简介:
褚理想(1993-),男,硕士生,主要从事微型太阳敏感器方面的研究。Email:lixiang_buaa@buaa.edu.cn

收稿日期: 2019-03-05
修回日期: 2019-04-10
刊出日期: 2019-08-25

基金项目:

国家自然科学基金（61475012）

中图分类号: V448.22

关键词:

摘要: 光电二极管是一种体积小、成本低的感光传感器，由至少三个配合可实现太阳矢量的测量，从而可以作为低精度的太阳敏感器。为了尽可能实现在360视场空间任意方位求解太阳矢量，如何选择光电二极管数量并确定其布局方式是一个难点。文中首先将360视场空间等表面积离散化，将无限的传感器的布局优化问题转换为有限的组合优化（NP问题难）。然后，通过建立覆盖度和均匀度的多目标优化函数，并结合量子遗传算法求解最优方案。实验分析了不同光电二极管数量和视场范围的布局效果，对多光电二极管的布局优化提供了理论性依据。实验结果显示，选择12~14个光电二极管可以基本实现无覆盖风险和均匀风险的布局。