D型光子晶体光纤传感特性研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:xiangjin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光子晶体光纤(Photonic Crystal Fibers,PCF)集成了光子晶体带隙调控光传播和光纤导光的两个特性,故广泛应用于新型光纤传感领域。其中,D型PCF的非圆对称结构能增强纤芯模式与样品的耦合作用,提升传感性能;其平整的侧抛光结构不仅易于样品填充,还易于结构镀膜。当D型PCF与表面等离子体共振(Surface Plasmon Resonance,SPR)技术结合时,其结构优势解决了PCF气孔内镀膜困难的工艺问题,因此受到人们的极大关注。本文构建了两种D型PCF传感器结构模型,以其传感性能的提升和检测参数多样性为目的进行研究。本文主要研究工作如下:首先,设计了一种新颖的D型对称双芯光子晶体光纤表面等离子体共振折射率传感器。利用该结构中双芯与金属传感层界面处产生的表面等离子体共振效应,结合不同的金属传感层,在可见光与近红外波段获得显著的双谐振峰现象。采用有限元法分析了双谐振峰的相互独立性,研究了该结构中空气孔间距、直径和金属传感层厚度、纳米线半径及纳米线间距对双峰的影响。结果表明,在优化结构参数后,双峰谐振使得传感器具有良好的传感性能。在折射率为1.32~1.43内,与双谐振峰对应的平均灵敏度分别高达6209.09 nm/RIU和8390.91 nm/RIU,品质因数分别大于19.64 RIU-1和27.06 RIU-1。然后,为突破传感参量单一在应用领域的局限性,提出了一种基于D型PCF-SPR的集成多参量传感器模型。在传感器的侧抛光面涂覆金薄膜,形成折射率传感通道,检测样品的折射率;在纤芯相邻的两个空气孔内填充磁流体和温敏介质,利用磁光效应和温敏效应分别形成磁场强度传感通道和温度传感通道,从而设计出能同时完成折射率、温度、磁场强度检测的集成多参量传感器结构。结果显示,在1.35~1.41的折射率范围内,平均灵敏度为4666.67 nm/RIU;在20~50℃温度范围和20~300 Oe磁场强度范围内,平均灵敏度分别为-1.62143 nm/℃和0.09427 nm/Oe。最后,从器件制造工艺出发,到整个传感系统的构建,对D型光子晶体光纤传感模型的实现方案进行了展望,为今后的实验验证做出准备工作。
其他文献
由于智能手机定位功能的普遍应用和数据地图的可访问性,基于位置的服务(LBSs)如雨后春笋般迅猛发展,并且已经成为了一种新的服务模式。在过去的几年里,我们目睹了基于位置的服务的广泛推广。许多LBSs相关产品应运而生。人们可以从软件平台下载许多关联应用,包括导航、社交、游戏等,来享受LBSs提供的一系列丰富的个性化服务。虽然LBSs服务便捷和市场规模广阔,但是它也引发了高度的安全担忧。例如,攻击者能够
随着网络和信息技术的飞速发展,人们已经身处于一个信息爆炸的时代。一方面人们感受到了科技发展所带来的前所未有的方便与便捷,另一方面也使得信息过载成为互联网时代的一大挑战。信息资源的急剧增加,使得用户想在纷繁复杂的网络资源中找到自己所需的内容变得十分困难。个性化推荐可以有效地缓解上述所存在的“信息过载”状况,让用户得到符合自身偏好的服务,以提升用户体验,因而具有重要的研究价值。近年来,越来越多的研究者
当前由于网络的快速普及,大量终端用户使用手机等移动设备观看视频的同时,由于对等网络技术(Peer-to-Peer,P2P)具有高扩展性、低成本等优点而受到研究者们广泛的关注。为了向终端用户更好的提供视频服务,云服务提供商与视频服务提供商结合构建一个高可用的对等网络视频点播云平台。通常,云服务提供商在不同地理区域部署大量的边缘云CDN节点,并通过租用高可用的ISP链路向终端用户提供视频服务。首先,视
近年来我国汽车保有量快速增长,停车难题也越发突出。停车场实时数据的缺乏严重制约了我国停车引导系统的建设,本文针对这一问题,将城市停车引导问题进行分解,从以下两个方面展开研究。首先,针对停车场停放需求的区域化特性,本文设计了一种停车场子网分割模型。模型基于停车场空间位置关系和初始影响力,使用Mean Shift聚类算法进行子网分割。对于子网内停车场,使用基于Page Rank算法的停车转移模型计算其
微小型无人机具有小尺寸、非金属材质和低速飞行等特点,可有效降低雷达发现概率,已成为新型雷达侦察工具。无人机集群克服了单架无人机自身性能与载荷能力的不足,并凭借其远超个体累加的侦察能力,可高效完成复杂的雷达侦察任务。无人机集群任务分配通过协调无人机与任务之间的匹配关系,实现对资源的合理调配。本文研究无人机集群侦察相控阵雷达模式转移规律过程中的任务分配优化,对集群任务分配的模型与方法进行了理论研究与仿
2020年初,新冠病毒爆发,受其影响在线课程成为学生上课的主要途径,在线教育带来极大便利的同时也产生了各种各样的问题,例如:学生反馈效果差,老师授课难度大,教学质量评估难等,为了解决这类问题,本文从课程评论出发获取评价对象的情感极性。通过对在线课程评论数据进行信息提取、情感分类和聚类分析,可以了解学习者对在线课程的观点和情感,从而对在线课程进行评估。在线课程评论数据的分析对于学习者选择课程、教学者
随着网络范围和规模的不断扩大,网络入侵的威胁比以往任何时候都要严峻。网络入侵检测系统是为了防止网络入侵而部署在计算机上的一种安全工具。由于攻击方法的日益复杂,新攻击不断出现,传统的入侵检测已无法满足检测要求,因此需要探索新的方法来检测网络中的入侵。近年来得益于深度学习的快速发展以及其在大数据分析、处理上的优势。本文以深度学习中的深度神经网络和卷积神经网络为基础,建立了一种能够自主学习的检测模型,该
计算机视觉已经在人工智能这个引领全球先进科技的领域中占有举足轻重的地位,目前研究者们在常规的图像增强、图像识别、目标检测等任务中已获得出色的研究成果。然而在我们日常的工作和生活场景中,仍有许多极端环境下的与图像相关的工作容易被忽视,譬如雨天、雾天、低照度、低分辨率等场景下的图像处理工作。针对其中的低照度场景,由于拍摄设备的曝光程度以及现实场景中的光线不充足等原因,通常会导致获取的图像亮度较低,并且
立德树人是高等教育的根本任务,在科学技术高速发展的今天如何利用先进的技术手段实现精准化思政教育成为现阶段的一个研究热点。对于学困生队伍(学业困难学生)的精准化帮扶是精准化思政教育的一个研究方向,而高校现有帮扶策略多以人工统计不及格科目、下达书面预警通知为主,或以简单关联算法实现对成绩的预测。本文在现有预警系统的基础上,对采用LSTM神经网络改进学业预警系统展开研究,具体工作如下:(1)针对学生行为
近年来,随着互联网的飞速发展,传统网络已经无法管控愈发复杂的网络结构和日益增加的数据流量。为适应网络的发展和进步,诞生了一种新型的网络架构,即软件定义网络(Software Defined Network,SDN)。这种网络架构将传统以太网中的控制层和数据层分离,由控制层实施集中控制。由于SDN能够提升网络的可编程性,实现网络流量的灵活控制,因此引起了学术界的广泛关注,其中一项重点研究课题是如何提