Gd3+离子掺杂上转换微米晶发光特性研究

来源 :吉林建筑大学 | 被引量 : 0次 | 上传用户:q513867791
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
近年来,由于高密度光存储、光刻机、海底通讯和医疗等领域的迅猛发展,对于短波长全固态激光器的需求越来越迫切。其中稀土离子掺杂的上转换材料作为一种可以简单实现短波长全固态激光器的核心材料而受到广大研究者的青睐。现如今,位于可见光波段的全固态激光器已经被人们成功研制,而扩大上转换激光器的应用范围获得紫外波段的上转换激光器成为了广大研究者们的共同课题。作为短波长全固态激光器的重要组成部分,寻找一种新型高效的紫外上转换材料已经变成了大家共同的目标。Gd3+离子的第一激发态6P7/2位于紫外区域,这种特殊的能级结构使得它的上转换发射变得非常困难。迄今为止,只有少数的几篇研究中报道了Gd3+的上转换发射,而且多是使用绿色激光(546 nm)作为泵浦光源,通过以其它离子作为敏化剂将能量传递给Gd3+离子的方式观察到Gd3+离子的上转换发光,但这些发光的效果不是很理想。Er3+、Tm3+和Ho3+离子的能级间距能够很好地匹配980 nm的激光,而且拥有丰富的能级结构,可以发射出覆盖近红外到紫外的上转换发射,因此能够很好地充当敏化剂来激发Gd3+离子。但有关Er3+、Tm3+和Ho3+离子作为敏化剂激发Gd3+离子的研究却很少见。因此,本文选用声子能量较低发光效率较好的六角相β-Na YF4为基质材料,研究了在980 nm激光激发下样品的上转换发射。结果如下:通过水热法合成了Na YF4:Gd3+/Yb3+/Er3+、Na YF4:Gd3+/Yb3+/Tm3+、Na YF4:Gd3+/Yb3+/Ho3+微米晶,分别对这几组样品进行了表征与测试。在980 nm激光的激发下,观察到了来自Gd3+离子的紫外上转换发射,当掺入Gd3+离子后,样品位于紫外波段的上转换发射均有增强,通过分析不同掺杂浓度下的上转换光谱证明了Gd3+离子的上转换发射来源于Er3+、Tm3+和Ho3+离子的敏化作用。在分析激光功率密度对发射强度的依赖性后,给出了可能的上转换发射路径和过程。
其他文献
阿尔兹海默症(AD,Alzheimer Disease)是一种典型的进行性发展的致死性神经退行性疾病。轻度认知障碍(MCI,Mild Cognitive Impairment)是AD的早期阶段,由于患者早期呈现的病理信息并不明显,很容易被误认为是自然衰老,随着病情的恶化将更难以采取有效的治疗措施。因此,早期的发现和治疗尤为重要。由于受到医疗条件的限制,早期依靠单模态数据进行分析,诊断效果并不理想。
学位
随着社会的发展和教育的改革,社会对人才的要求愈来愈严格。物理学科是培养国家接班人和建设者的基础学科,所以初高中的物理学习是至关重要的。然而,有些在初中阶段物理成绩较好的学生,从初中升到高中之后,在初步接触高中物理时,会感到吃力,成绩也可能会明显下降,这十分影响学生对学习物理的兴趣和信心。因此,初高中物理教学衔接问题一直是我国教育学者和一线教师关注的焦点,做好初高中物理衔接是高中物理教育的首要问题。
非本征型光纤法珀传感器具有体积小、灵敏度高、抗干扰能力强等优点,被广泛应用于生物医疗传感、化学传感、结构健康监测等领域,而高温、高压、强辐射等极端环境下的光纤法珀传感器应用成为研究的重点。其中,光纤法珀传感器解调技术的发展是解决应用需求问题的关键。本文对低相干光纤法珀传感器解调技术的原理及关键技术进行了研究,分析对比了强度解调法、光谱法及偏振相关解调技术,提出了基于鲍威尔透镜的非扫描相关高速解调技
深度学习目标检测目的在于借助深度学习和图像处理等领域的技术和方法,定位出图像中所有出现的感兴趣目标对象并确定其语义类别。深度学习能带来目标检测精度的大幅提升主要依赖于越来越多的神经网络层数和大型的训练数据集,然而庞大的数据集需要耗费大量的人力和物力去收集,大型标注数据集的缺失已成为深度网络模型在诸多应用领域发展的瓶颈。通过汇聚群体智慧进行大量标注信息收集的群智计算在解决数据集构建的问题上具有天然优
学位
学位
随着第四次科技革命的到来,许多领域中数据采集的规模呈现出几何级增长的态势。在图像视觉领域,由于受到环境或者图像数据采集工具的影响,采集到的数据往往带有噪声,这些带有噪声的高维数据给图像视频的处理与分析带来了严峻的挑战。鲁棒主成分分析法作为实现去除数据噪声以及提取异常值的重要技术,近年来得到了国内外学者的广泛关注。本文主要研究基于非凸秩近似的鲁棒主成分分析模型的改进及其在图像处理、高维数据分析和计算
学位
目前,随着智能工厂概念的出现与发展,厂商们对工业机器人的编程亦有了更高层次的需求,如何降低生产成本是他们最关心的问题,而采用离线编程或借助示教器拖拽示教的机器人编程方式已经不能满足灵活高效的个性化编程需求。与此同时,计算机视觉技术的快速发展与低廉的成本为这个问题提供了一个良好的契机,利用视觉引导机器人快速完成编程任务成为了科研界研究的又一热点问题。本文设计了一种通过对目标物体跟踪实现机器人快速示教