NALM锁模激光器MATLAB仿真：从原理到代码实现

简介：本资源是一套面向光学工程、激光物理及超快光学方向研究生与科研人员的MATLAB仿真实践材料，聚焦非线性环路反射镜（NALM）锁模机制建模与飞秒脉冲生成原理验证。通过完整复现NALM激光腔内增益、色散、非线性相位调制及自启动锁模动力学过程，帮助用户深入理解飞秒激光器的核心物理机制，并支撑实验参数预研与系统优化设计。压缩包共95个文件，主体为63个MATLAB脚本（.m），涵盖主仿真流程、脉冲演化求解、时频分析、参数扫描与锁模判据可视化等模块；另含少量辅助文件（如.ds_store、.asv、.git相关配置），整体仅172KB，轻量易部署。目前已有574人学习下载，资源结构清晰、注释详实，提供从模型构建、微分方程数值求解（含GVD、SPM、XPM效应）、到锁模态识别与脉冲时域/频域特征提取的一站式仿真链路，可直接运行并快速开展参数敏感性分析。 锁模激光器这个方向，我这两年断断续续写了不少仿真代码。最早接触的就是MATLAB下的NALM锁模仿真，非线性放大环路反射镜（Nonlinear Amplifying Loop Mirror）做锁模，目标是把腔内噪声跑成稳定的飞秒脉冲序列。说实话，第一次跑通的时候没有太多成就感，反而是反复"为什么就是不锁模"的阶段让我对这东西的理解深了不少。这篇博文把整个思路、参数选择、代码骨架和踩坑记录整理出来，给同样在做光纤激光器仿真、或者正在调NALM锁模实验的同学一个参考。不管你是想复现一个飞秒脉冲输出的仿真系统，还是单纯想把腔内的锁模动力学看清楚，这篇都能给你省下一些弯路。

1. NALM锁模激光器仿真的整体设计思路

1.1 NALM和NOLM的关系，以及为什么选NALM

先说清楚我们到底在仿什么。光纤激光器锁模的机制五花八门，半导体可饱和吸收镜（SESAM）用实体材料选通脉冲，非线性偏振旋转（NPR）用偏振演化搞人工快饱和吸收体，而这里用的非线性环路镜属于"等效可饱和吸收体"这一类——不用真的吸收体，靠非线性相位差来实现光强越高透射率越高的效果。

非线性光学环路镜（NOLM）的基本结构是一个2×2耦合器，把入射光分成两束，分别沿环路顺时针和逆时针传输，走了同样一圈后回到耦合器发生干涉。因为两束光在环内的非线性积累不一样，相位差不为零，于是透射率就跟入射光强有关系了。常规NOLM里这个不对称是靠耦合器的分束比实现的，比如90:10的分束，两束光强度悬殊，非线性相移差自然就出来了。

NALM的改动在于，在环内的一个位置放了一段掺铒光纤，并且泵浦这段光纤，让一个方向的光经过增益，另一个方向的光受增益影响很小。这样一来，即使在50:50耦合比下，两束光的功率在环路大部分位置也相差极大，非线性相移差比NOLM更显著，锁模阈值更低。如果你仔细读过一些实验文献，会发现NALM锁模激光器常被称作"9字形激光器"（figure-9 laser），就是因为它那个环看起来像阿拉伯数字9。仿真里我不会特意区分9字形结构还是经典NALM，因为处理方式本质上是一回事——把环路的干涉条件和增益分布建进模型就行。

我选NALM而不是NOLM来仿，还有一个实际原因：NOLM在仿真的参数窗口里很窄，耦合比稍微偏一点，透射曲线的对比度就没了，光在腔里跑几十圈就衰减干净，脉冲根本起不来。而NALM因为增益在环路里直接参与不对称性，锁模启动能力更强，对初值的容忍度更高，更适合作为学习"环路镜锁模"的第一个仿真对象。

1.2 仿真架构：从连续波噪声到飞秒脉冲

整个仿真听起来高端，其实核心就是一个循环：在计算机里建立一个脉冲对象，让它一遍一遍在虚拟的激光腔里绕圈，每绕一圈就让增益、损耗、色散、非线性、滤波这些效应按物理顺序作用在脉冲上，绕足够多圈后看它能不能收敛成稳定脉冲。

明白这一点之后，你会发现所谓仿真最关键的其实不是数学，而是建模的层次。我在写这个NALM仿真时把整个腔拆成了这样几个部分：

• 增益段：掺铒光纤，在频域用增益谱增益，在时域用饱和增益模型，模拟泵浦提供的能量和增益窄化效应。
• 传输段：普通单模光纤（SMF），负责积累色散和非线性相移，用非线性薛定谔方程（NLSE）描述。
• NALM环路：这是最纠结的一个模块。严格的做法是在每个仿真步长内，把输入信号拆分两路，让它们的相位各自演化、干涉，再把结果反射或透射出去。
• 输出耦合器：取腔内能量的一部分作为输出，另一部分留在腔内继续循环。
• 滤波/损耗：模拟波分复用器、隔离器、滤波器等元件的插损和带宽限制。

至于顺序，通常的环形腔按照"耦合器 → 增益光纤 → SMF → 输出耦合器 → 下一圈"这样的次序排。需要提醒的是，这个顺序会直接改变锁模结果，因为NALM环路的相位积累对入射脉冲顺序是敏感的。我建议仿真代码里保持顺序可配置，别写死。

1.3 为什么用MATLAB而不是Python或专业光学软件

你可能想问，这年头Python那么流行，光子学仿真还有VPI、Lumerical等专业软件，为什么非用MATLAB？我的答案是：锁模激光器仿真不是一个"烧钱烧GPU"的重型电磁仿真，而是一个快速迭代、需要灵活改模型的研究工具。MATLAB的矩阵运算天然适合分步傅里叶法这类算法，fft、ifft都是封装好的，画图交互也方便，改一个参数从头跑一遍也就几十秒。Python虽然能写，但你在Matlab里写50行的分步傅里叶主循环，在Python里可能需要多操心数据类型、广播维度、库的兼容性问题。至于VPI那种专业软件，它更偏向链路系统级仿真，想改一个内部物理机制反而不方便。所以我就用MATLAB，这也是为什么网上能搜到大量NALM、NOLM、锁模光纤激光器的仿真脚本都是.m文件。

这个判断不是绝对的，但如果你是第一次接触锁模仿真，用MATLAB上手确实是最平滑的路。

2. 锁模激光器仿真核心物理原理解析

2.1 非线性薛定谔方程与分步傅里叶法

光纤锁模脉冲在腔内的演化，基本由一个广义非线性薛定谔方程（GNLSE）描述。在没有增益、忽略高阶色散和高阶非线性时，它长这样：

i ∂A/∂z = (β2/2) ∂²A/∂T² - γ|A|²A

其中A是脉冲包络，β2是群速度色散，γ是光纤非线性系数，T是随脉冲群速度移动的本地时间。右边第一项是色散，第二项是自相位调制（SPM）。

这个方程没有通用的解析解，但可以用分步傅里叶法数值求解。思路很朴素：把一段光纤切成很多小段Δz，在每一小段里，先忽略非线性和损耗只算色散（在频域做），再忽略色散只算非线性和增益（在时域做）。两个操作轮流上场，只要步长足够小，误差就足够小。整个过程在MATLAB里就是"fft → 乘频域相位因子 → ifft → 乘时域非线性因子"，代码不过十几行。

值得强调的是，分步傅里叶法的核心在于步长Δz的选择。因为周期性边界条件的存在，如果Δz太大，频谱混叠就容易出现，脉冲有可能在某次循环后突然从时间窗口的另一头冒出来——那不是物理效应，是数值效应。我的经验是，NLSE部分的步长至少满足Δz < 1/(γ×P_peak)，并且时间窗对应的时间带宽要能容纳脉冲的频谱，2^12个采样点起步比较稳妥。

2.2 增益光纤建模：增益带宽、饱和增益、增益相位

NALM的环路里掺铒光纤不仅要提供非对称性，更是整个激光器的能量来源。掺铒光纤的增益谱不是无限宽的，它有一定的带宽，通常用洛伦兹谱型近似，中心波长在1550 nm附近，带宽大约30~50 nm。在频域实现时，可以在每一步让光谱乘上一个增益谱：

G(ω) = exp( g(ω) × dz )

g(ω) = g0 / (1 + (ω - ω0)²/Δω²)

这里g0是小信号增益系数，Δω是增益带宽。如果不加增益带宽，频率越远的地方净增益相同，数值噪声容易不停增长然后淹没脉冲。

饱和增益是锁模仿真绝不能少的一环。因为实际的掺铒光纤增益会随着信号能量增加而降低，我从实验角度理解的话，这种饱和会让连续波的小信号增益被抑制，让净增益窗口只对高强度的锁模脉冲敞开，最终形成稳定的脉冲输出而不是一堆连续光。最常用的简化模型是：

g = g0 / (1 + E_pulse / E_sat)

其中E_pulse是脉冲能量，E_sat是增益饱和能量。你可以把它理解成一个自动调节阀，脉冲弱的时候增益大、脉冲强的时候增益被压下来，激光器就在某个能量水平上达到平衡。

还有一点容易被忽略——增益还会给脉冲带来相位变化。光谱形状会通过Kramers-Kronig关系产生折射率变化，不过对绝大多数仿真来说这一步可以忽略。我一开始也纠结要不要加上，后来发现对脉冲宽度和锁模建立过程影响很小，加了反而增加计算量，就没管它。

2.3 NALM的可饱和吸收特性：透射率表达式与参数扫描

这是全仿真里最核心的物理机制，我先说结论，然后用数值角度分析。

对一个分束比为r的耦合器构成的环路镜，如果环路损耗忽略不计，入射光功率为P时，透射率可以写成：

T(P) = 1 - 2r(1 - r)[1 + cos(Δφ(P))]

其中Δφ是两束反向传输光在环内积累的非线性相位差。对于NOLM，这个相位差主要由非对称耦合比导致，Δφ = (1 - 2r)γLP，L是环长。对于NALM，因为环内有一段增益光纤g，有效长度和有效相位差都要做修正，但思路不变——透射率随P振荡，形成一族峰谷。

锁模所利用的，是透射率曲线的上升沿：光强低的时候透射率也低（损耗大），光强高的时候透射率升高（更少的损耗），这效果等效于一个透射率随强度增加的可饱和吸收体。仿真时，你可以直接把NALM简化为一个非线性透射函数T(P)，在每个循环里用入射脉冲瞬时功率P(t)计算透射率并乘上；但这种方法丢掉了一个重要信息——NALM的相位响应不是瞬时的，它依赖于整个脉冲在环内累积的非线性效应，脉冲波形不同，即使同一时刻的功率相同，透射率也不同。

我在实测对比中发现，简化透射函数模型在脉冲比较窄、接近稳态时误差不大，但锁模启动阶段误差明显。所以更稳妥的做法是在每次循环里，把时间窗口内的脉冲经过NLSE演化两圈（一个方向带增益，一个方向不带增益或者增益很弱），然后在输出耦合器上干涉，得到反射和透射分量。这种做法的代码量比简化模型多30行左右，但物理保真度立刻上去一个台阶，仿真结果也更接近文献里看到的那些锁模建立过程。

2.4 参数选择：色散、非线性系数和耦合比的物理匹配

做锁模仿真最忌讳的就是随手挑参数，你得先弄清楚腔内色散符号、非线性长度和脉冲峰值功率之间的匹配关系。对负色散区域的常规孤子锁模，腔内总色散β2_total = β2×L要小于零，这样色散啁啾和自相位调制的啁啾才能部分抵消，形成稳定孤子。

我给你一个典型的起始参数表，这是我仿真用的第一组能跑通锁模的参数：

注意β2的单位换算：-23 ps²/km 就是 -0.023 ps²/m，总共4 m无源光纤的色散大概是 -0.092 ps²，再加上1.5 m增益光纤，如果也近似为-20 ps²/km，那总腔内色散大约在 -0.12 ps²量级。对应100 fs量级的sech脉冲来说，时间带宽积约0.315，光谱宽度相应在4~5 nm左右，这些数值是自洽的。

耦合比的选择也有讲究。在NALM里，如果分束比接近50:50，线性透射最低，锁模对比度最高；但如果完全平均，又没有环路内的非线性和增益不对称，那又起不到选通作用。所以真正要调节的是环路内的增益不对称性和耦合比的配合，不能只看某一个参数。

3. 实操过程：MATLAB仿真代码的关键环节实现

3.1 初始化参数：时间网格、频率网格和噪声初值

正常流程是先把所有物理常数和光纤参数定义好，然后建立时间网格。我的习惯是采样点数N取2的整数次幂，便于FFT；时间窗口要覆盖整个腔内群时延差和脉冲宽度，窗口太小容易造成时间混叠，窗口太大又浪费采样点。比如目标脉宽100 fs，那时间窗口20 ps就够宽，时间步长0.005 ps，N=4096起步。频率间隔由时间窗口倒数决定，频率范围由时间步长倒数决定。

初值怎么给？锁模仿真的初始条件必须跟实验对应——激光器一开始只有宽带自发辐射噪声。所以初始脉冲应该是一个随机复噪声场，幅度很小，覆盖整个增益带宽。有些仿真教程喜欢直接用高斯脉冲当初始条件，这样做在稳态计算时没问题，但如果你想观察锁模建立过程和噪声启动的性质，就会失真。我建议用randn生成复数噪声，再乘一个窄带滤波让能量集中到增益带宽附近。

下面是初始化代码的骨架：

% 物理参数 c = 3e8; % 光速, m/s lambda0 = 1550e-9; % 中心波长, m fs = c / lambda0; % 中心频率, Hz % 光纤参数（换算成常用单位） beta2_smf = -23e-3; % ps^2/m gamma_smf = 1.3e-3; % 1/(W*m) L_smf = 4.0; % m L_gain = 1.5; % m % 数值网格 N = 2^12; Tmax = 20.0; % ps，时间窗口 dt = Tmax / N; t = (-N/2:N/2-1) * dt; dw = 2 * pi / Tmax; % 角频率间隔, rad/ps w = fftshift((-N/2:N/2-1) * dw) * 1e12; % 角频率, rad/s（注意单位换算）

这里要提醒一个单位坑：时间在ps量级，频率就需要用rad/ps量级才不会让指数爆炸。我经常看到有人用一大堆1e-12、1e12换算，结果最后指数相位因子差了好几个数量级，脉冲被数值发散搞崩了都不知道问题出在哪里。我个人的策略是，整个仿真内部统一用"ps、rad/ps、nJ、W"这套单位制，只在输入输出时做换算。

3.2 分步傅里叶法：一个相位因子怎么帮你跑完整个NLSE

分步傅里叶法是整个仿真脚本里被调用最频繁的函数，值得写得舒服一点。我习惯把这个函数独立出来，输入是脉冲包络A（复数向量）、色散参数β2、非线性系数γ、步长dz，输出演化后的包络。核心是两步：先在频域算色散，再在时域算非线性和增益。

function A_out = ssft(A_in, beta2, gamma, dz, w) % 频域色散步：exp(i * beta2 * w^2 / 2 * dz) dispersion = exp(1i * beta2 * w.^2 / 2 * dz); A_hat = fft(A_in) .* dispersion; % 时域非线性步：exp(i * gamma * |A|^2 * dz) A_temp = ifft(A_hat); A_out = A_temp .* exp(1i * gamma * abs(A_temp).^2 * dz); end

这个函数的调用频率极高，所以不要在循环里反复算dispersion向量，提前算好传进去。另外，非线性步里最好把分步数设足够多，尤其当峰值功率高的时候。我在仿真里对增益光纤段一般切成50~100步，无源光纤段每米切20~50步，总步数可能几千步，跑一千圈也就几秒钟到几十秒，完全可接受。

如果要把损耗和增益加进去，可以在非线性步时乘上exp(gdz)或者exp(-alphadz)。对于增益光纤，需注意增益既有振幅变化也有相位变化——我之前在一篇文章里看到说"增益主要影响振幅，相位效应小到可以忽略"，实测下来确实如此，所以这里就不要额外加相位因子了。

3.3 NALM环路结构的集总建模与干涉实现

现在到了核心环节：一个脉冲在腔内绕一圈时，NALM是怎么处理的。

我的实现方式分两步走。第一步，先把输入脉冲按耦合器分束比r分成两路。一路顺时针走环路，经过增益光纤，使用带增益的NLSE演化；另一路逆时针走环路，经过的是普通光纤，用不含增益的NLSE演化。两路脉冲演化完一圈后同时回到耦合器，发生线性干涉，于是从输出端口得到透射波：

A_trans = sqrt(T_c) × (A_cw + A_ccw)

这里的T_c是耦合器透射系数，A_cw和A_ccw分别是两路在耦合器处的复振幅。会干涉的是幅度和相位，不是功率，这一点在MATLAB里要用复数相加，不能abs之后直接相加。

第二步，把透射波作为腔内循环的新脉冲，再经过输出耦合器取一部分作为最终输出，剩下的进入下一圈。

这个模型相比于简化透射函数法的最大优势是，它自动包含了脉冲在环路内的非线性耦合。哪怕脉冲初始功率很低，随着增益慢慢放大，相位差也会从0逐渐增大，透射率跟着变化，你能非常清楚地看到锁模是如何"建立"起来的。我每次跑仿真，最享受的就是把每一圈的输出波形录下来，回放成动图——前100圈还是一团噪声，之后开始出现周期性调制，再然后逐渐压缩成一道干净的脉冲。

补充一个实操层面的建议：把环路内的非线性演化按两个方向分开算，在MATLAB里意味着每个循环要做两次ssft调用。如果初步只想看趋势，可以把环内光纤的物理长度缩减为等效长度，再把非线性系数调大，这样计算量能降一个量级。不过这只适合快速试参数，最终确认锁模形态还是要用全尺寸模型。

3.4 输出分析与脉冲质量评估

跑完仿真，怎么判断锁模成功？我最看重的几个指标：

第一，时域波形。好的锁模脉冲应该是一个干净的单脉冲，没有基座、没有多脉冲结构。脉冲宽度用半高全宽（FWHM）来量，MATLAB里找幅度下降到0.5倍峰值的时间区间即可。对sech脉冲，从时间带宽积可以验证时域和频域是否匹配。

第二，频谱。锁模脉冲的频谱应该比较光滑，没有明显的连续波尖峰。如果频谱上出现周期性的细纹，可能是光谱边带——就是孤子在受到周期性扰动时产生的Kelly边带，在负色散孤子锁模里很常见。出现边带不一定代表失败，但它会分走能量，让脉冲变得不那么"纯"。

第三，时间带宽积TBP。傅里叶变换极限的sech脉冲TBP约0.315，高斯脉冲约0.441。如果仿真输出的TBP远大于理论值，说明脉冲存在啁啾，或者脉宽测量受到了噪声干扰。我一般会在仿真里把每一圈的脉宽、TBP、能量这些量都记录下来。

% 计算时域FWHM idx = find(A_time >= 0.5 * max(abs(A_time).^2)); FWHM = (max(idx) - min(idx)) * dt;

这个简单算法对单峰脉冲足够用，但注意如果脉冲已经展宽到时间窗边缘了，算出来的是错的，这个时候先检查时间窗口。

3.5 主循环：让脉冲在腔内跑上千圈

主循环的结构不复杂，整个程序就是从第1圈循环到第N_circle圈，每圈依次执行"进入NALM → 透射输出 → 输出耦合 → 记录数据"。我贴一段关键逻辑示意：

A = initial_noise(); % 随机噪声初值 for k = 1:N_circle A = NALM_loop(A, params); % 经过NALM环路，返回透射分量 A_out = sqrt(T_out) * A; % 输出耦合器 A = sqrt(1 - T_out) * A; % 腔内的剩余脉冲 rec_energy(k) = sum(abs(A).^2) * dt; rec_fwhm(k) = calc_fwhm(A); rec_spectrum(:, k) = abs(fftshift(fft(A))).^2; end

这里最关键的是，NALM_loop这个函数里已经把"在环路内跑两圈"的细节封装好了，所以主循环看着很简洁。跑完1000圈后，我会画三张图：脉冲能量随圈数变化（看是否收敛）、时域波形演化、频谱演化。如果能量曲线在某一圈之后维持在一个稳定平台，基本就是锁模成功了。

关于圈数，不用一上来就跑几千圈。先用500圈试，观察能量曲线是否饱和，如果已经饱和，那就说明系统达到稳态；要是500圈还在缓慢增长，就得再加大圈数。顺便一提，MATLAB在跑这种循环时用tic/toc计时，如果单圈超过1秒，就要检查是不是分了太多步长。

4. 常见问题与排查技巧实录

4.1 仿真跑完还是不锁模，问题出在哪

这是最常被问到的问题，也是我自己调试时间最长的地方。总结下来，不锁模的原因就那么几个：

一是初始噪声太弱或增益不够。锁模启动需要噪声种子被增益放大，如果初值幅度只有1e-12，小信号增益又只有0.2/m，那几百圈内脉冲根本积累不起来。解决方法是把初值幅度抬到1e-3量级，或者提高小信号增益到1.0/m以上，让增益明显高于损耗。

二是透射率曲线的静态工作点不对。你去看NALM透射率表达式，如果入射脉冲的平均功率正好落在透射率谷底附近，那脉冲是被持续抑制的，当然锁不上。解决办法是调环路长度、非线性系数或耦合比，把工作点移到透射率上升沿。

三是滤波或色散参数太激进。如果增益带宽只有5 nm，100 fs级脉冲的光谱会直接截断一半，畸形脉冲怎么演化都是畸形的。带宽和脉宽必须匹配，先用宽一点的增益带宽比如50 nm跑通，再慢慢压窄，看看锁模还能不能维持。

4.2 数值发散：脉冲能量指数暴涨或直接变NaN

仿真中最大的敌人就是数值不稳定。我遇到最多的情况是时间步长太大导致频域相位因子超过周期性范围，脉冲在时间窗口另一头重新出现，这叫时间混叠。判断方法很简单：跑完一圈看看时间窗口两端有没有非零幅度，有就是混叠。

另一个常见问题是增益不受限制地放大噪声。如果你加了饱和增益模型，通常不会这样，但如果你在小信号增益环节忘了限制带宽，那高频噪声会指数增长，最终脉冲能量爆表。处理办法是确保频域里施加的增益谱确实是带限的，同时在非线性步中做峰值功率检测，超阈值时主动报警。

数值更稳的做法是采用对称分步傅里叶法：一半色散、全部非线性、一半色散，这样二阶精度更高。代价是每次循环多一次fft，但换来的是可以用更大的步长，整体计算量反而下降。

4.3 调参顺序与"第一性参数"判断

有同学总喜欢一上来就同时改动七八个参数，这样完全没法判断哪个参数是决定性因素。我自己的调参顺序是：先固定结构（耦合比、环长），只扫小信号增益和饱和能量，看能不能锁模；锁上之后，再扫色散总量，观察脉宽随色散的变化；最后才微调增益带宽和输出耦合比。

这张表可以当作参考：

4.4 从皮秒级到飞秒级：脉冲压缩与进一步演化

如果仿真已经锁模成功，但脉宽停留在几个皮秒，怎么进一步压到飞秒？最直接的办法是调整腔内净色散，让孤子脉宽更窄。对负色散孤子锁模，脉宽大致满足关系：

τ ≈ 3.53 × |β2_total| / (γ × E_pulse)

在物理图像上，如果净色散绝对值减小，孤子脉宽会变窄。但色散太小会导致孤子能量降低，容易进入多脉冲不稳定区。所以想要更短脉冲，通常需要在腔外再加一个脉冲压缩器——用一对光栅或一段具有更高阶色散的光纤做啁啾补偿。这些在仿真里都可以用色散相位因子直接模拟，等你验证了压缩方案可行，再回实验室搭光路。

我仿过的最短脉宽大约在90 fs左右，再往下会受增益带宽限制明显，光谱展宽到30 nm以上，跟滤波器打架。如果你想在仿真里突破这个极限，就得换用更宽带宽的增益介质或者引入更复杂的色散管理。

5. 把仿真跑通之后，还能怎么玩

5.1 从单脉冲到谐波锁模与多脉冲动力学

一旦基础的单脉冲锁模仿真稳定运行，你很快会发现这个系统能玩出很多花样。把增益或者泵浦功率往上加，脉冲能量饱和后不一定会继续变强，而可能分裂成两个或多个等间隔排列的脉冲——这就是谐波锁模。在仿真里观察这个过程很有意思，你能看到两个脉冲之间的相互作用力被"调"出来，它们通过声学效应或增益恢复机制彼此排斥，逐渐均匀分布在腔内。

这类多脉冲动力学对实验很有参考价值，因为实际激光器里你也不想莫名其妙看到一个脉冲序列里脉冲数不对劲。仿真能帮你提前看到参数的稳定区域。我操作的方法是，持续提高饱和能量E_sat的参数值，让增益饱和程度变深，然后观察能量曲线是否出现阶梯状跃升——每个台阶对应一个新脉冲的出现。

5.2 加噪声和抖动，贴近真实实验环境

仿真做到最后，要拿到跟实验对得上的结果，光跑理想化模型是不够的。你还会想往模型里加各种噪声源：泵浦功率抖动会通过增益波动影响脉冲幅度，环境温度变化会造成光纤长度和折射率微扰，这些都可以在仿真里用随机扰动项表示。加噪声后，你会看到脉冲的时间抖动和幅度噪声开始出现，这时候再去估算锁模激光器的相位噪声预计值，能跟实际测量有个数量级上的对应。

我在记录里会保存稳态后每圈的脉冲重心位置和能量，再计算标准差，得到定时抖动和能量抖动的指标。这套方法看起来复杂，实际上只需要在主循环里加几行代码：记录每圈脉冲峰值位置时，用质心法而不是找最大值法，因为质心法对噪声更稳健。

5.3 面向实验：仿真参数到实验参数的映射

仿真和实验之间最后一道桥梁是参数映射。你仿真里用的β2、γ、L这些参数在实验里怎么对应？其实很简单：去买一捆色散位移光纤，查它的β2参数；用示波器测锁模脉冲重频频率；用光谱仪测输出光谱宽度。这些都是标准操作，难点在于实验里有些参数不直接可测，比如腔内非线性积累量，但你可以用仿真结果反推——先猜一组参数，跑出跟实验输出光谱一样的仿真结果，那这组参数就能当实验参数的估计。

这种"仿真-实验对照"的思路，是我觉得这个课题最有价值的地方。它不是个完美的预测工具，但它能提前排除大量无效实验参数组合，帮你省下无数个下午调泵浦功率和偏振控制器的时间。

最后再分享一个小技巧：做参数扫描时，别只盯着最终稳态输出，把每一圈的脉冲演化过程录下来。锁模从一个状态切换到另一个状态时，中间路径上暴露出来的信息往往比稳态输出更有价值。我自己在整理NALM仿真项目时，就是靠这些演化录像才真正理解了环路镜锁模的动态过程，回头做实验调试时心里有底多了。

本文还有配套的精品资源，点击获取