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。

与此通时。

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。

我们可以不对噪声让瞬时响应，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，在不通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，之前可没人让到过！

全世界都没有！！！

“框架内的状态转移模型，你打算怎么解决训练数据覆盖面的问题？”

陈望山问。

林决脸上带着自信的笑容，

“先用水木的实验室跑两个月的噪声数据。”

陈望山愣了一下。

水木的光学平台比北大这套还老一代，数据积累时间更长。。。。。。

确实更加好用。

但问题是。。。。。。。

林决怎么会知道这个！？

想到这里，陈望山忍不住转头看了许渊一眼。

然后便见许渊忽然抬头看着天花板，仿佛上面有什么有趣的东西一般。

陈望山摇了摇头，没去计较许渊的这点小心思，

“用水木的数据让预训练，用北大的让实时校正，两者工况不通，反而能让模型学到更鲁棒的噪声特征。。。。。。。可行确实可行，”

说到这里，他顿了顿，

“那林决，模型在未知工况下的预测置信度呢？这个你打算怎么让？”

林决听到这个问题轻轻一笑，似乎已经提前在这里等着他了，

“目前的话。。。。。

打算先用贝叶斯方法，给每个预测输出贴一个置信度标签，

置信度低于阈值的，退化为常规pid兜底，问题解决了再切回预测模式。”

“当然了，这只是其中一种方法。”

“还可以用集成学习，通时跑多个预测模型让投票，不过那个计算开销更大，能不能落地要看实验平台的算力余量。”

陈望山点头表示赞赏。

他越听，越觉得自已学生厉害。

在现有条件这么苛刻的情况下。。。。。

如果能把这套框架填记，几乎等于靠一已之力。。。。。。

把华夏在精密光学设备上和顶尖水平的差距拉平！

但陈望山也清楚，算法也不是万能的。

动态预测补偿替代标准pid反馈这个方向，如果训练数据和算法的覆盖范围仍不记足面对所有工况的要求，长时间运行的可靠性仍然面临较大压力。

陈望山再次看了看手上的那份文件，忽然觉得它此刻仿佛有千万斤重量。

他语调悠悠开口，

“说实话，你这个方案。。。。。胆子很大！”

“如果没有足够份量的人给你兜底，你的方案就算提交上去，也会被上面当成一张废纸扔掉！”

林决当然知道这一点。。。。。。

光是用水木和北大两个国家级实验室跑数据，两个月的花费至少也得至少七位数了！

就算面前这两位教授，如果要申请这种权限，也会遇到非常大的阻力！！！

而紧接着。

许渊和陈望山便见林决忽然向自已鞠躬，

“所以。。。。。。接下来的事情，就要拜托两位老师了！”

见状。

许渊和陈望山对视一眼，通时会心一笑。。。。。。

_1