论文部分内容阅读
斯坦福大学利用连续波相干反斯托克斯喇曼光谱术测得激光聚变实验所用玻璃微球靶内氘的气压。据该大学研究组负责人R. 拜尔说，这种技术是测定聚变靶内气压的第一种可靠而方便的方法。
用相干反斯托克斯喇曼散射术测定聚变靶中的氘压
【摘 要】
：
斯坦福大学利用连续波相干反斯托克斯喇曼光谱术测得激光聚变实验所用玻璃微球靶内氘的气压。据该大学研究组负责人R. 拜尔说，这种技术是测定聚变靶内气压的第一种可靠而方便的方法。
【出 处】
：
激光与光电子学进展
【发表日期】
：
1980年17期
其他文献
对于平流层的高空间分辨率的重力波连续测量和研究非常稀少。近几年中国科学技术大学的瑞利多普勒激光雷达观测了大量的重力波事件, 这得益于激光雷达系统在重力波研究中的优越特性。文中对激光雷达系统作出了一个简单的介绍, 并且展示了位于中国酒泉(39.741°N, 98.495°E), 垂直高度范围在15~60 km, 自2015年10月7日起持续了两个月的重力波夜间观测结果。在对一些重力波事件分析过程中, 对中尺度的水平风速进行了二维波谱分析之后, 发现重力波波动非常明显, 这些波动的波长范围主要集中在3~6 k
研究了红外光谱在茶叶品质鉴别中的应用。利用傅里叶红外光谱仪测得了特级铁观音、特级龙井和生饼普洱三种典型茶叶的标准红外光谱图, 通过谱图的直观分析发现各种茶叶的红外吸收均可以分为几个大的区域, 并且茶叶的主体成份相似导致谱图具有一定的相似性, 因此直观上很难将各谱图区分。为了强调特征部分的比对, 更好地显示出不同种类茶叶之间的差异, 借助数学方法和计算机程序对这几种茶叶谱图的多波段阵列相关性进行了分析, 发现在指纹区内的1130～1570 cm-1波数范围中几种茶叶的相关系数比整体波数范围以及其他能有效表征
相机的标定包括相机的外参数和内参数,通过一定数量的控制点,标定出相机内外参数的过程又称空间后方交会。通过简单易理解的方法推导了共线方程,并引入罗德里格矩阵(Lodrigues Matrix)为旋转阵;通过尼康D70s相机、十字靶标、标尺、摩托车车架以及三点编码标记点为实验条件,以理想相机为前提运用解析法详细解算了相机外参数;最后通过介绍的空间后方交会的方法,相同环境下的一系列连续图片,逆推导出同一十字靶、标尺以及其他编码标记点中心圆心的物方坐标值,并输出了三维点云,与AICON软件的三维坐标作对比,验证了
对同型半胱氨酸的太赫兹特征吸收光谱进行分析。首先使用密度泛函理论分析同型半胱氨酸分子的振动和转动模式,确保其理论吸收峰位于太赫兹光谱系统可测试范围内;然后,基于太赫兹时域光谱系统测量不同浓度同型半胱氨酸的特征吸收光谱,结合线性拟合方程精确反推出待测同型半胱氨酸的浓度。这些结果对于临床医学中同型半胱氨酸相关疾病的快速准确诊断具有重要意义。
据报导,莫斯科苏联空间研究所所长R. Sagdeev博士1984年5月12日在哈佛·史密森天体物理中心讲演时披露了苏联宇宙探索计划的新细节。他谈到研究X射线、7射线和星体发射紫外线的尖端轨道站。另外,Sagdeev还叙述了在火星包括能接近跟踪Pholbos和Deimos等人造地球卫星的轨道宇宙飞船的使命。轨道站上的一台兆焦耳激光器用来蒸发卫星表面上的少量物质以作质谱分析。一些小的飘浮物也可能降到卫星表面。
期刊
Planar photonic crystal (PPC) cavities with high quality (Q) factors were currently designed by missing or moving air holes. Here, we propose that cutting air holes in PPC into semicircles could be considered as another strategy to realize and opti
量子时域鬼成像利用光子对的时间-频率关联性实现了50km光纤链路上的图像传送,有望应用于量子通信的协议中。然而,现有方案的成像质量较差,成像速度较慢,因此其应用性在一定程度上受到了限制。文章对已有成像方案进行了较大的改进,利用可编程滤波器数字设定待成像信息,进而实现了二维图像信息的自动化实时传送。实验结果证明,改进方案的成像质量和速度均有显著改善,有利于推动量子关联成像在量子通信领域的应用。
Through finding the derivatives of the group delay and transmittance of the coupled double-ring resonators (CDRRs) with respect to different structure parameters, the dispersion and filtering characteristics of CDRRs varying with different coupling and at
针对传统方法在机械故障诊断时存在特征提取困难、分类器训练复杂等问题,提出了一种基于S变换和卷积神经网络(CNN)的滚动轴承故障诊断方法。首先,将轴承的原始数据经过S变换得到时频图,再通过CNN进行二次特征提取。然后,通过分类器对故障进行分类,并对滚动轴承进行故障诊断。实验结果表明,相比长短时记忆网络、CNN和支持向量机,该方法的诊断准确率更高且稳定性也较好。