【摘 要】
:
通用电话电子希尔伐尼亚公司创造了氟化氪激光器平均输出功率的新记录——249毫微米处气体输运KrF系统产生的功率达210瓦。对KrF激光器来说,1千赫之重复率也是从未达到过的最高值。
论文部分内容阅读
通用电话电子希尔伐尼亚公司创造了氟化氪激光器平均输出功率的新记录——249毫微米处气体输运KrF系统产生的功率达210瓦。对KrF激光器来说,1千赫之重复率也是从未达到过的最高值。
其他文献
据贝耳实验室和西部电子公司研究小组报导,一种双包层单模光纤在极大的波长范围内表现出宽带宽。这种光纤对用于波分多路传输系统颇有吸引力。
为了满足惯性约束聚变(ICF)实验对X射线条纹相机提出的新技术要求,设计并研制了一种大物面X射线条纹变像管,利用球面荧光屏减轻场曲的影响,并通过提高阳极总压、增大偏转灵敏度来提高时间分辨率。测试结果表明:阴极有效长度可达40mm,静态空间分辨率信息分辨总量可达1000lp,动态空间分辨率为20lp/mm,时间分辨率达3.3ps,动态范围可达2281…1,能满足ICF实验所提出的大信息捕捉量的要求。
针对传统光空间调制传输速率低、激光器利用率不高等问题,提出了一种激活激光器数目可变的增强型光空间调制(EOSM)系统。通过每次激活一个或两个激光器的索引组合增大空间域映射,并结合脉冲位置调制(PPM)的特点来区分不同类的映射。详细介绍了空间域和信号域的映射规则,利用联合界技术推导出EOSM系统在弱湍流信道下的误码率的理论上界,并对EOSM系统与现有的三种光空间调制进行性能对比。结果表明:当激光器数和调制阶数固定时,EOSM系统的传输速率大于空间脉冲位置调制(SPPM)和空间脉冲幅度调制(SPAM)系统。当
基于紫外诱导荧光的油膜厚度测量方法已被广泛应用于风洞油流实验,但在动态风洞实验中,承载荧光油膜的模型的位姿变化将会影响油膜厚度测量的精度。在紫外激发光源一次照明与油膜直接成像场景中,对模型位姿变化带来的成像荧光强度误差进行了理论及实验分析。研究了当被测模型发生平移和倾斜时,模型表面的辐照特性、接收荧光强度及成像接收荧光强度的变化,并利用成像荧光强度误差来表征油膜厚度测量精度。分析结果表明,当模型平移时,油膜厚度测量误差与平移距离有关,平移距离越大,误差越大。当模型小角度(-4°~4°)倾斜时,油膜厚度测量
采用自制的全固态高功率532 nm单频绿光激光器端面抽运布氏角切割的钛宝石晶体, 设计了紧凑、稳定、像散自补偿的嵌入式六镜环形谐振腔结构。通过调节抽运光与振荡光之间的最佳模式匹配关系, 实现了高光束质量、高转换效率的900 nm波段全固态单频可调谐钛宝石激光器。当抽运功率为15 W、输出镜在922 nm处定点透射率为4.5%时, 获得了平均输出功率大于2 W、波长可调谐范围为852~934 nm的宽带可调谐单频红外激光器, 3 h内的功率稳定性优于±0.7%, 光束质量因子M2
单线态分裂可以规避光电转换中的能量损失, 从而提高光电转换效率。利用飞秒时间分辨瞬态吸收光谱技术研究了在不同激发条件下溶于甲苯溶液的红荧烯类似物 C38H24S2 的激发态动力学过程。在 550 nm 和 365 nm 光激发下, 激发单线态与基态分子发生碰撞, 分别在 8.2 ps 和 3 ps 时产生了关联的三线态激子对。但在 550 nm 光激发下未观察到独立的三线态激子信号; 而在 365 nm 光激发下, 关联的三线态激子对的诱导吸收信号发生了转移, 在探测波长 550 nm 附近观察到独立的三
横担是电力系统塔架结构中承力较多的构件, 在线路覆冰、舞动等因素影响下横担主材受力过大, 容易造成损坏。在研制的电力系统塔架模型鸭嘴式横担主材的上下表面, 采用环氧树脂做为粘贴剂分别安装四根光纤Bragg光栅, 实时监测横担应变。实验通过调整荷载改变横担主材所受应力, 从而使得光纤Bragg光栅中心波长发生移位。荷载实验表明, 在鸭嘴式横担端部进行加载和卸载时, 位于4个测点的光纤Bragg光栅的实验灵敏度分别为: 6 pm/kg, 2 pm/kg, 3 pm/kg, 2 pm/kg; 线性度分别为2.6
本文描述一种激光微能量卡计的原理、结构和实验特性。讨论了误差,该卡计的精确度优于±7%。
We apply a hydrodynamic approach to analyze ejecta emanating from doubly shocked liquid metals. In particular, we are interested in characterizing ejecta velocities in such situations by treating the problem as a limiting case of the Richtmyer–Meshkov ins
为了提高磁瓦表面缺陷在线检测准确率并降低检测时间,提出一种基于机器视觉的检测方法。离线训练时,对经过Gabor小波处理后的子图进行融合并提取纹理特征,使用改进的Relief算法提取与类别相关性强的特征子集,并去除冗余特征。为降低缺陷磁瓦的漏检率,先进行偏向性分类处理,再采用最小二乘支持向量机进行分类预测。实验表明,整体预测准确率96.89%,缺陷磁瓦分类准确率达到99.09%,且在线预测时间减少了