全双工混沌激光保密通信的仿真和实验实现

来源 :光学学报 | 被引量 : 0次 | 上传用户:liuchun9876
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
基于三只参数相近的半导体激光器及单一光纤信道仿真并实验实现了全双工混沌激光保密通信。当两端发送的数据速率均为1.25 Gb/s时,在一条标准单模光纤中全双工保密传输距离达25 km,正反向恢复数据的Q因子分别为2.1和2.0。该方案大幅度节省了光纤链路和设备、降低了实现成本,提高了数据传输的保密安全性。
其他文献
水下图像成像过程与雾天图像类似,但传统的去雾方法用于水下图像处理效果欠佳。针对水下捕获图像存在颜色衰减严重和蓝(绿)色基调的问题,提出了一种基于改进暗原色先验和颜色校正的水下图像增强方法。结合光在水下的传播特性,对空气中的暗原色先验去雾算法进行改进,在求取水下暗原色通道和图像背景光时考虑红色通道的逆通道;提出先采用改进的水下暗原色先验法去除后向散射光,再通过白平衡算法对增强后的水下图像进行颜色校正
平面微透镜阵列与匹配的微图案阵列叠合时,会产生叠栅效应,在微透镜阵列立体防伪技术和高精度测量方面具有潜在的应用价值。基于游标叠栅效应原理建立了叠栅图案的放大倍数和方向与微图案阵列层、平面微透镜阵列层矢量之间的关系式,即叠栅图案相对于微图案的放大倍数约等于微透镜阵列周期矢量与平面微透镜阵列、微图案阵列周期矢量差的比值,该公式能够预测微图案映射的位置和大小。采用孔径边长为0.3 mm、周期为0.315
随着三维扫描技术的迅猛发展,点云数据的数据量变得异常庞大,这对点云计算的性能提出了更高的要求。因此,如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D)形状模型,将形状模型参与到点云计算过程中,为提高点云计算的执行效率提供了一种新的方法和思路。利用3D几何特征分析技术,获取与形状相关的特征参数,并使其参与到点云分割过程中,提出了形状分割方法。利用八叉树算
本文研究高重复率脉冲激光器平均功率受限制的过程,并叙述平均功率达10千瓦的CO2激光器和光泵CPV激光器的设计和性能。
期刊
将有效介质理论(EMT)和薄膜光学的抗反射设计方法相结合,从理论上分析并设计了650 nm工作波长的亚波长矩形金属偏振分束光栅,给出了分束光栅的最佳设计参数,采用严格耦合波理论(RCWA)模拟计算了光栅的偏振分束特性。研究结果表明,亚波长矩形金属光栅具有形式双折射效应,通过调整占空比,可使光栅层获得介于光栅脊和光栅槽之间的任何大小的有效折射率,克服了光学介质薄膜设计时受膜层材料折射率限制的缺陷;光栅对TE偏振表现为金属膜特性,具有高反射,对TM偏振表现为介质膜特性,具有高透射,在-30°
从激光与电光会议程序表可明显看到,用激光技术解决半导体加工问题的兴趣日益增长。会议报告包括:怎样用短波长激光器在半导体上制作精细结构——包括分布反馈(DFB)激光二极管所需的精密间距光栅;淀积精细金属线路的激光技术和在整块晶片上制作集成电路等。
期刊
跳模会导致单波长光纤环形激光器相干性有不同程度的退化,严重影响光学系统的性能。设计一种基于匹配干涉仪的相干坍塌抑制方案,分析抑制机理。并分别搭建臂差可调的空间光匹配干涉仪(SLMI)和全光纤结构匹配干涉仪(AFMI),通过实验对抑制效果进行方案验证。结果表明:当SLMI的等效臂差不断逼近理论值时,可监测到多模匹配干涉现象,该现象等效于单纵模激光干涉,从而实现相干坍塌抑制;AFMI结构紧凑,便于嵌入光纤相干探测系统中,能有效抑制随机跳模引入的相干坍塌和相位噪声谱级的大幅上升,降低系统虚警概率。作为一种被动手
在对肖特基二极管电磁模型和电路模型精确建模的基础上, 设计并制作了W波段宽带八次谐波混频器.通过对肖特基二极管物理结构的分析, 建立了其精确的三维电磁仿真模型和直到180GHz的改进的宽带等效电路模型.针对W波段八次谐波混频器混频产物能量分布特点和工作带宽要求, 设计了宽带射频和本振匹配网络, 使混频器的工作带宽能覆盖整个W波段.测试结果显示, 射频信号在75~110GHz频率范围内, W波段八次谐波混频器最大变频损耗28dB, 最小变频损耗18dB.
陶瓷瓦表面缺陷的自动检测是该产业升级中亟待解决的问题。陶瓷瓦表面为立体的形态结构且存在大量的花纹,这将导致陶瓷瓦表面光照不均匀,会对缺陷自动检测造成许多干扰。为此,本文提出基于多尺度Hessian矩阵滤波的陶瓷瓦表面裂纹检测算法。首先使用带通滤波抑制陶瓷瓦图像背景及噪声并突出陶瓷瓦裂纹特征;然后,利用多尺度Hessian矩阵的特征值构建陶瓷瓦裂纹相似性函数,实现陶瓷瓦裂纹特征增强;最后,采用二值化
针对目前人物图像生成模型普遍存在糊化和纹理缺失等问题,提出一种融合特征反馈机制的姿态引导人物图像生成模型,该模型采用生成式对抗神经网络进行训练,在姿势集成和图像细化阶段生成模型的基础上提出一种特征信息反馈机制,使得生成模型的每个阶段都会受到特征比对调节。受到迁移学习的启发,将在ImageNet数据集上预训练的权重作为模型特征层的初始权重,并在训练过程中进行相应微调,旨在增强图像生成模型的稳健性和鲁