第165章 陈望山到来！林决的方案！ (第2/3页)

新框架！

    要是一般人说出这话.....

    陈望山和许渊可能当场就发飙了！

    拿我们当三岁小孩涮呢是吧！？

    但现在不一样！

    对面坐着的是林决......

    他们见识过这家伙的那恐怖学习能力。

    特别是陈望山。

    物理集训的时候。

    他曾见识过，林决用了三天时间看完光学资料后，就能把云帧公司的问题解决！！

    而短暂的震惊之后，两人都没说话，决定先听听他怎么说......

    林决起身走到会议室前方的电子白板前，拿起笔开始写。

    “老师你们也知道，传统PID反馈的问题在于它依赖误差累积来驱动补偿。”

    “积分项在时间尺度上不断累加，真实信号和噪声的边界会因为累加效应逐渐模糊。”

    “这是长时间积分下发散的根源，也是算法的底层逻辑容不下长时间尺度的运作。”

    他在白板上画了两条曲线。

    一条是PID反馈下的噪声漂移曲线，随着时间推移，波动幅度越来越大。

    另一条是他设计的预测路径。

    在对应时间点上，曲线波动被显著抑制。

    许渊看得有些云里雾里。

    但陈望山却皱眉看着那张草图沉思。

    与此同时。

    林决的声音再次传来，

    “而我相位场预测补偿的核心思路，是把锁相环路的反馈信号，重新定义为一种具有记忆效应的随机过程。

    我们可以不对噪声做瞬时响应，而是用历史数据训练一个状态转移模型。

    先让它预测噪声在下一秒的位置，然后提前输出补偿信号。”

    他转头看向两人，

    “简单说就是.......PID是噪声来了再纠正，我这个方案是噪声还没来，补偿就已经到位了。”

    陈望山站起来，走到白板前，仔细看着那两条曲线和新框架的推导逻辑......

    然后陈望山眼神变得也有点炙热起来，

    “你知不知道......这套框架的思路，之前没有人敢尝试？”

    林决笑道，

    “是因为风险太高吗老师？”

    陈望山点头，

    “确实......”

    作为国内光学领域大牛。

    陈望山早就看过关于状态转移模型方案的弊端。

    这个方案在精度上.....

    是需要大量训练数据支撑的。

    而且频率梳的锁定噪声，在不同工况下的表现差异很大。

    如果训练数据覆盖不全面，模型在未知工况下的预测精度会断崖式下跌，锁模状态可能崩得比PID还快。

    如果能把这些问题解决掉......

    动态预测补偿替代标准PID反馈这个方向，确实可以走通。

    不过这一点，之前可没人做到过！

    

    （本章未完，请点击下一页继续阅读）

『加入书签，方便阅读』