【摘 要】
:
被动锁模技术是目前获得超短脉冲输出的重要手段。基于被动锁模技术的超短脉冲激光器,其输出脉冲具有持续时间极短,与物质相互作用过程超快的特性,是各学科研究微观超快现象的理想工具,并且在生物医学、工业加工以及军事国防等领域发挥着不可替代的作用。超短脉冲掺镱光纤激光器不仅具有上述特点,而且汲取了三价镱离子和光纤的优点,成为了一种输出脉冲持续时间短、输出功率高、结构紧凑、散热优良、使用成本低的特殊激光器,拥
论文部分内容阅读
被动锁模技术是目前获得超短脉冲输出的重要手段。基于被动锁模技术的超短脉冲激光器,其输出脉冲具有持续时间极短,与物质相互作用过程超快的特性,是各学科研究微观超快现象的理想工具,并且在生物医学、工业加工以及军事国防等领域发挥着不可替代的作用。超短脉冲掺镱光纤激光器不仅具有上述特点,而且汲取了三价镱离子和光纤的优点,成为了一种输出脉冲持续时间短、输出功率高、结构紧凑、散热优良、使用成本低的特殊激光器,拥有极高的研究意义与应用价值。但是,在掺镱光纤激光器工作的1μm波段,由于常规光纤表现出正群延迟色散,而单一符号的色散会引起激光器的输出脉冲展宽,非常不利于获得超短脉冲输出。因此,一般采用色散管理的方法,即在激光器中引入与原色散符号相反的色散器件来抵消单一符号色散带来的不利影响。本论文基于以上背景,对被动锁模掺镱光纤激光器展开了关于色散管理的研究。首先,在掺镱光纤激光器中利用啁啾光纤布拉格光栅(Chirped Fiber Bragg Gratings,CFBG)进行腔内色散管理,获得了超短脉冲输出,并且利用CFBG应力敏感的特性在该光纤激光器中实现了输出脉冲波长可调谐;之后,使用G-T反射镜(Gires–Tournois interferometers)对掺镱光纤激光器进行色散管理,通过调整腔内激光在G-T反射镜间的反射次数将腔内净色散控制在零附近,突破性的获得了百飞秒以内的超短脉冲输出。本论文的研究工作对基于掺镱光纤激光器获得超短脉冲输出方面具有重要的研究意义与参考价值。论文主要研究内容如下:第一,在全保偏结构的掺镱光纤激光器中,使用CFBG作为色散管理器件来引入负的群延迟色散,参考理论模拟,获得了最短持续时间为575 fs的脉冲。该激光器采用半导体可饱和吸收体锁模的方式,可输出重复频率为24.3 MHz的激光脉冲,三个端口总输出功率最大为13.9 mW,信噪比均达到或超过68 dB。进一步的,利用CFBG应力敏感的特性,通过使用光学平移台对CFBG栅区施加应力的方法,在该飞秒光纤激光器中实现了可调谐的脉冲输出。该工作对于研究全光纤结构输出波长可调谐的色散管理型飞秒激光器具有重要的参考价值。第二,在理论模拟的指导下,将G-T反射镜作为色散管理器件引入掺镱光纤激光器中,通过改变腔内激光在G-T反射镜间的反射次数进而控制腔内净色散量,对工作在不同色散条件下的激光器进行了一系列研究。其中,腔内激光在G-T反射镜间来回反射3次时,激光器工作在近零色散区域。在该条件下获得了持续时间为78 fs的超短脉冲输出,该脉冲的宽度接近傅里叶变换极限,是目前在光纤激光器中利用G-T反射镜色散管理获得的最短脉冲。该工作证明了G-T反射镜具有优异的色散管理性能,对研究极限超短脉冲具有重要意义。
其他文献
目标的姿态估计一直是计算机视觉的重要课题。对于飞行器的空中姿态进行估计可以得到其姿态信息。该信息可以在对飞行器的下一步动向进行预测时提供一定的依据。目前主流的飞行器姿态估计算法大都基于手动特征提取或者深度学习技术,后者相关算法可以大幅度降低人力成本并且效果及鲁棒性都更加优异。但是目前算法普遍存在着速度过慢、预测误差较大以及移动平台适配不佳等问题。为了对这些问题加以改善,本文对现有算法进行优化从而实
随着信息化移动技术的快速发展,短视频共享平台早已经成为互联网用户日常生活中不可或缺的一部分,人们逐渐热衷于使用短视频共享平台来记录和分享生活。目前,社会中主流的短视频共享平台利用分布式存储技术来存储用户上传的视频数据,借助集群冗余备份机制来保证数据服务的稳定性,但是冗余备份与存储占用空间这两者之间的矛盾仍然是一个亟需解决的技术问题。同时,随着短视频共享平台用户量的爆炸式增长,如何安全存取用户上传的
拉曼光谱技术凭借独特的样品分子指纹信息,以及具有非入侵性、高化学特异性及受水干扰小等优点,使其在癌症诊断、生物学研究和材料等方面有很大的应用前景。但是由于拉曼光谱信息复杂,使其在样品信息解释方面存在挑战,因此需要有效的数据分析方法来解释复杂的光谱数据。随着人工智能技术的发展,越来越多的机器学习算法被应用在拉曼光谱数据处理中,如用于分类建模的有监督学习算法和可用于拉曼成像的聚类分析、谱分解算法以及多
现有的图像检测模型都是对通用目标进行检测,针对复杂背景下的图像小目标检测还存在难以准确识别的问题,特别是远距离小目标聚集与轮廓边缘不清晰时,检测误差较大。小目标在图像中所占面积小、分辨率低,提取的特征很少,进而不容易被检测。合并多个尺度特征信息能够增强小目标的特征,目前针对特征多尺度处理方式通常是采用特征金字塔(Feature Pyramid Networks,FPN),但是在特征金字塔融合的过程
近年来,能源紧张和化石能源产生的环境污染问题急需解决,寻求可再生清洁能源成为材料、能源等学科的重点研究方向。利用传统试错法和密度泛函理论计算的方式寻找光伏材料的错误率高,消耗资源大且耗时久。本工作结合机器学习预测与第一性原理计算,成功预测出高效且稳定的潜在二维钙钛矿材料(Ba2VON3和Sr2VON3),并对材料的能带结构、稳定性、光学吸收谱以及理论最大光电转换效率进行模拟计算,同时研究了碳离子注
随着互联网社交论坛中在线内容的激增,立场检测作为情感分析的一个重要子问题,得到了越来越多的关注与应用。与此同时,针对立场检测的研究也面临了较多挑战,比如静态词嵌入技术对文本上下文语义理解不充分和模型速率较慢等问题。现有的立场检测模型往往只针对单一语言或单一来源的数据集展开研究,也很少有研究者考虑模型的训练及预测速率。为解决上述问题,本文提出了基于DBMPT的立场检测模型,实现了具有立场检测功能模块
大频差可调谐双频激光器在激光干涉测量、光生毫米波、激光雷达等领域有着巨大的应用潜力。常用的双频激光产生方法主要是利用塞曼效应、Sagnac效应、磁光效应、旋光效应和双折射效应等,将一个激光频率分裂以获得两个频率。基于塞曼效应的0.632μm双频He-Ne激光器,因受到Ne原子荧光线宽(1500 MHz)的限制,频率分裂量较小。相比而言,固体荧光线宽要远远大于气体的荧光线宽,通过引入双折射效应获得双
随着人工智能计算能力的日益增强与可获取数据量的日益提高,知识图谱和事件图谱成为计算机领域内相当成熟的一个应用。但由于现有知识图谱和事件图谱大部分由一种语言构成,而一种语言无法对整个世界的知识进行全面描绘。在大数据时代,不同语言的信息共享已成为世界发展趋势。跨语言图谱融合由于多语言间的一词多义、一义多词以及未登录词等问题,一直是一个很难找到最优解决方案的研究难点。跨语言事件图谱融合旨在找到不同语言事
在日常生活中保持社交距离有助于保护人们的生命财产安全不受侵害,尤其是在疫情时期,保持一定的社交距离是防止病毒传播的有效途径,然而个体并不习惯自己与其他人之间保持2米以上的距离。因此,能够探测行人间距并向他们发出警告的社交距离检测系统可以有效减缓致命疾病的传播。当前,国内外研究人员分别在行人检测、跟踪与距离估计等领域有深入研究,但针对以上领域的融合研究仍相对较少。本文提出了一个包括行人检测、行人追踪
据世界卫生组织(WHO)统计,每年全球大约有180万人直接或间接死于胃肠道类疾病,然而目前存在专业内镜分析医生较少,患者产生的内镜数据较多导致的医患矛盾问题。故考虑使用人工智能“AI”辅助消化道疾病识别,而基于人工智能的消化道辅助诊断技术面临数据量大,分类网络模型众多,数据隐私安全得不到保障导致的网络模型选择困难。因此,本文针对前述关键问题做出相关研究。本文针对深度学习在医学图像领域面临的:数据隐