3μm波段掺铒氟化物脉冲光纤激光器研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:yeyuxx008
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,随着激光技术的不断发展以及在国防、工业、医疗等领域的广泛应用,中红外激光已经成为国内外的研究热点。而光纤激光器因为输出的激光光束质量好且具有转化效率高、散热性能好、输出波长调谐范围大等优良特性,已成为激光器领域的一个重要研究方向。本文以掺铒氟化物光纤激光器为研究对象,在获得3μm波段中红外脉冲激光方面开展了一些研究工作。研究内容包括以下三个部分:(1)基于商用的半导体可饱和吸收镜(SESAM)实现了掺铒氟化物光纤激光器稳定的调Q脉冲输出,激光器输出波长为2779 nm。当泵浦功率从0.53 W增加至6.7 W,激光器输出功率准线性地从5 m W增加至487 m W;相应的,重复频率从26.3 k Hz增加至150 k Hz,而脉冲宽度则从2.472μs减小至410 ns;激光器的最大单脉冲能量为3.6μJ。其次,基于喷墨印刷技术自制了MXene(Ti3C2Tx)可饱和吸收镜,并基于其获得了与基于商用SESAM被动调Q掺铒氟化物光纤激光器输出性能相当的指标。激光器输出的最大功率为227 m W,最窄脉冲宽度为640 ns,最大单脉冲能量为1.85μJ。(2)基于非线性偏振旋转(NPR)锁模技术实现了掺铒氟化物光纤激光器非常稳定的锁模运转。激光器输出的最大功率为358 m W,最窄脉冲宽度为243 fs,脉冲的重复频率和最大单脉冲能量分别为43.2 MHz和7 n J,峰值功率达30 k W,实验测得激光信噪比高达78 d B,说明激光器工作在非常稳定的锁模状态。当泵浦功率为2.6 W时,通过调节波片获得了二次谐波和三次谐波锁模脉冲输出,且测得二次谐波锁模运转状态下激光器的输出脉冲脉宽为209 fs。(3)在上述基于NPR锁模掺铒氟化物光纤激光器的基础上,在腔内插入衍射光栅,实现了锁模激光器波长宽范围的调谐输出。激光器输出波长调谐范围为2720 nm~2802 nm,最短脉冲持续时间为5.3 ps,最大的单脉冲能量和脉冲峰值功率分别为6.4 n J和1.2 k W。
其他文献
对环境中有毒、易爆的气体(例如H2,H2S,NO2)的快速、连续监测对人类生命和工业安全具有重要意义。先进的气体传感技术需要传感器具有高灵敏度,小型化和低功耗等特点。目前主流的商用气体传感器是基于电阻金属氧化物半导体(MOS)型的,但是由于它的体积较大且工作温度高于200°C,所以在先进的气体传感技术中并不受青睐。近年来,利用纳米材料(包括纳米线、纳米管和二维材料)来构建室温下高灵敏度、高选择性的
随着现代政府管理水平的提升和发展,社会对政府服务的要求也进一步提升。政府机构只有不断提升自身能力,转变服务态度,提升服务水平,才能满足新时期政府服务的需求。在这个大背景下,过去有着强制特性的税务部门的管理理念也发生了相应的变化。近年来,国家税务总局不断出台相应制度,以更好提升纳税服务水平,各地在实践中将国家的相关服务制度和要求落到实处,在一定程度上促进纳税服务体系的改进。随着减税降费政策不断深入,
“智慧”的概念在IBM提出之后在多种领域进行了广泛的应用,未来图书馆的服务也朝着智慧服务的方向发展。大数据时代,怎样运用区块链、人工智能、虚拟现实等前沿技术,推进图书馆改革创新,为广大师生提供更加智能、快捷、个性化的优质服务,已成为当前业界讨论的热点和焦点。基于此,本文以大数据时代高校图书馆智慧服务存在的问题及对策研究为课题展开研究。运用问卷调查、访谈等方式,对选取的连云港地区的六所高校图书馆的智
近年来,由于深度学习技术的快速发展和行为识别算法广阔的应用空间,基于深度学习的行为识别成为了计算视觉领域的研究重点之一。行为识别不同于图像识别,行为识别的关键在于学习视频的时空特征,而图像识别主要专注于图像的空间特征,因此行为识别对识别算法提出更高的要求,不仅需要学习时序特征又需要学习空间特征。而目前基于深度学习的行为识别算法,时空特征的学习上都存在偏向于空间特征的学习,而相对缺少对时序特征的建模
市场监管领域内的行政执法是经营秩序的维护者,对保障交易行为的有序推进起到重要作用。市场监督管理中的行政执法规范化影响市场经营行为的正常运行,基层分局的执法工作直接与市场的经营行为面对面,大到颇具规模的商超,中到连锁经营的社区店,小到维持生计的菜商贩,适之有效的规范化执法模式、方法对促进辖区内市场经济健康发展有着不可小觑的作用。同时,执法能否规范化,也是群众衡量市场监管部门履职是否到位的一个重要指标
近些年来,以比特币为代表的数字货币越来越多的出现在日常生活之中,其底层的区块链技术越发受到学者和科技公司的关注。区块链技术常应用于金融,溯源等领域,这都是因为其具有去中心化、不可篡改的特点。跟传统技术相比,区块链底层是无需任何中心节点的分布式网络,配合共识机制传递验证消息。每个区块链上的节点都拥有自主的权力去记录信息,但发布信息的权力则依托于共识机制决定。共识机制可以类比为多人互疑场景下,让众人都
21世纪,随着科学技术的飞速发展,人类已然迈入大数据时代。我们生活中处处可见数据,大数据对各行各业的运转产生了深远的影响。当前,大数据正不断应用于世界各国提升国家治理能力,大数据与政府公共服务相融合是当今局势发展的必然趋势。2015年,我国十八届五中全会提出实施“国家大数据战略”,将大数据提升至国家战略的高度;同年,为促进国家大数据发展,政府颁布下发了《促进大数据发展行动纲要》,详细部署了大数据应
同步定位与建图(Simultaneous Localization and Mapping,SLAM)是移动机器人在陌生复杂环境中执行智能任务的关键,亦是当前机器人和无人平台领域的研究热点。移动机器人利用SLAM算法可以实现在陌生复杂环境中仅依赖传感器对四周环境的探测来建立环境地图,并计算自身在其中的位置。SLAM研究至今,可以完成对大范围场景的实时定位与地图创建。但是,传统的SLAM算法依然存在
中国是目前世界上锑矿产资源最丰富的国家,也是全球最大的锑生产国和出口国,其产量和出口量均占世界的80%左右,其中湖南省位于资江流域的冷水江市锡矿山地区被誉为“世界锑都”。目前,资江干流娄底段中锑浓度超《生活饮用水卫生标准》(GB5749-2006)限定值2.84倍,而支流中锑污染现象更加严重,影响了该流域的生态环境健康。由于现有的常规混凝吸附处理技术难以实现对水中存在的低浓度微量重金属锑的有效去除
自然语言处理是人工智能项目的一个主要研究分支。本文针对自然语言处理中的一个关键研究点-命名实体识别任务展开研究,该任务的要点是识别出一个句子中存在一定语义的词或者字,比如,人名和地名。命名实体识别任务如今以各种神经网络为主要模型进行识别,近几年命名实体识别任务逐渐开始考虑将知识以及词特征融入到模型识别中,将语言习惯知识加入到图神经网络结构中;除此之外,研究学者对神经网络进行修改、增添不同的结构或者