【摘 要】
：
为实现多束超短脉冲束间同步状态的诊断，提出并验证了一种用于多束超短脉冲相干合成的束间同步诊断技术方案。以两束皮秒量级的超短脉冲为例，采用了时分复用的方法。首先，基于互相关的方法来实现两束超短脉冲之间的时间同步，然后在时间同步范围内，通过调节光束之间的相位差，并同步监测远场上焦斑干涉图样的变化来实现两束超短脉冲之间的相位同步。在该方案中，时间同步调节模块的调节精度为6.7 fs，调节范围为333 ps；相位同步调节模块的调节精度为0.007 π，调节范围为150 π。实验结果表明，基于该诊断技术方案，能够实
论文部分内容阅读
为实现多束超短脉冲束间同步状态的诊断，提出并验证了一种用于多束超短脉冲相干合成的束间同步诊断技术方案。以两束皮秒量级的超短脉冲为例，采用了时分复用的方法。首先，基于互相关的方法来实现两束超短脉冲之间的时间同步，然后在时间同步范围内，通过调节光束之间的相位差，并同步监测远场上焦斑干涉图样的变化来实现两束超短脉冲之间的相位同步。在该方案中，时间同步调节模块的调节精度为6.7 fs，调节范围为333 ps；相位同步调节模块的调节精度为0.007 π，调节范围为150 π。实验结果表明，基于该诊断技术方案，能够实现两束超短脉冲间的束间同步状态的诊断。
其他文献
为了制备无砷红外硫系光纤,采用熔融-淬冷法和蒸馏提纯工艺熔制了高纯度的Ge20Se79Te1和Ge20Se80两种玻璃,基于优化的掏心挤压法制备出具有理想芯包结构的Ge-Se光纤预制棒。拉丝后的Ge-Se光纤在7.5~8.7 μm波段的平均损耗为4.8 dB/m,其中在7.7 μm处达到3.2 dB/m的最低损耗。利用中红外光参量放大器作为抽运源,抽运17 cm长的Ge-Se光纤探究谱宽和抽运波长
采用提拉法生长了Yb掺杂原子数分数为0.5%的Yb:Y3Al5O12(Yb:YAG)晶体,对晶体的吸收光谱和荧光光谱进行了分析。与Yb掺杂原子数分数为5%的Yb:YAG晶体进行了对比,得出采用940 nm激光二极管(LD)抽运晶体最为合适。原子数分数为0.5%的Yb:YAG晶体相对于原子数分数为5%的Yb:YAG晶体自吸收效应的影响要小。测量了原子数分数为0.5%的Yb:YAG晶体的荧光寿命为0.95 ms,与理论值很接近。因此采用原子数分数为0.5%的Yb:YAG晶体作为激光工作物质将有利于高效、小型集
研究了Besinc相干涡旋光束的产生与传输。理论上采用范西特-泽尼克定理，研究环形可控非相干光源经自由空间传输后的空间相干性。理论研究表明经自由空间传输后，环形可控非相干光源发射出的光束由非相干光逐渐演变为部分相干光，且光束的部分相干项为Besinc 相干。实验上采用环形可控非相干光源以及螺旋空间相位板，产生空间相干可控的Besinc 相干涡旋光束，并采用双缝干涉验证拓扑电荷数。另外，基于广义惠更斯-菲涅耳原理还研究了Besinc相干涡旋光束在自由空间中的传输，考虑相干度调节对传输的影响。
实现了一种适合戈壁沙漠地区的边界层大气光学折射率结构常数的参数化公式方法。通过测量边界层内温度、风速和压强等相关常规气象参数，结合参数化公式可得出边界层内大气湍流强度的高度分布特性。公式计算的边界层大气湍流强度随着高度的增加总体在逐渐减小，近地面300 m以内变化较小，300 m以上大气湍流强度迅速减小，然后趋于缓慢变化。将边界层大气湍流强度高度分布模型计算结果与著名的Hufnagel-Valley(H-V)模型计算结果进行对比，二者具有很好的一致性。
提出了一种能在光纤中建立起“准”平衡模分布(EMD)的新方法。此法应用了S.S.F.滤模器,使损耗的测试精度大为提高,且为准确测量光纤参数提供一种有效而可靠的测试激励方法。
微孔加工是微器件加工中的重要环节，飞秒激光的强烈非线性吸收和“冷加工”特性使其在玻璃微纳加工方面有独特的优势和应用前景。选用石英玻璃作为试验材料，研究飞秒激光参数对微孔深径比及形貌的影响。结果表明，飞秒激光脉冲能量、打孔速度对微孔深径比存在较大影响。随着激光能量和打孔速度的增加，微孔深径比均呈现减小趋势。通过选择适当参数，可以获得深径比大于25∶1 且孔形较好、无明显裂纹的长直微孔。为了获得更好的聚焦效果，采用倍频晶体BBO 获得了400 nm 波长的飞秒激光。用相同聚焦透镜时400 nm 飞秒激光加工的
采用激光熔覆技术并通过后续淬火处理对以45#钢为基体的巴基管涂层进行改性,测试了表面的宏观硬度,并用SEM,TEM对处理的表面组织进行检测和分析,实验结果表明,改性后的巴基管涂层使45#钢的表面性能得到明显的提高。在优化的工艺参数下,其表面宏观硬度平均可达HRC65。同时,表面耐腐蚀性也明显改善。组织观察发现在马氏体基体上弥散着大量形状规则的0.1 μm量级的多边形晶体,另外,还观察到极耐腐蚀的白束针相。
针对纺织厂实际生产中采用人工分类纱管费时费力不够智能化等问题,提出了基于改进深度卷积神经网络的分类方法。先基于AlexNet模型框架对原有网络结构进行改进,卷积层全部使用3×3大小卷积核,且多个卷积核串联使用,提取物体更抽象高级特征。再融合滑动平均、L2正则化等方法提升泛化能力,采用L_ReLU激活函数避免部分神经元出现"死亡"现象。最后将检测样本输入训练好的神经网络,实现纱管分类。实验结果表明: