同时测距和测速的注入锁定调频连续波激光雷达

来源 :光学学报 | 被引量 : 4次 | 上传用户:adonis77
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
将结合外调制技术与主从式注入锁定技术的方法用于获得宽带线性调频光源,并基于该光源实现了同时测距和测速的调频连续波激光雷达系统。主从式注入锁定系统包含作为主激光器的窄线宽光纤激光器和作为从激光器的分布反馈式半导体激光器,它们的输出波长均约为1550 nm;使用频率范围为8~14 GHz的三角波线性调频微波对主激光器进行调制,调制后的光注入到从激光器,获得了6 GHz带宽、超过20 dB边模抑制比的宽带线性调频光源。基于该光源搭建了调频连续波激光雷达系统,采用该系统实现了对静态物体距离、运动物体瞬时距离
其他文献
AlN晶体中的氧杂质会严重影响晶体性能。因此, 氧含量的控制一直是AlN晶体生长工艺中的热点和难点。为了减少AlN晶体中的氧杂质含量, 通常在长晶之前使用粉料高温烧结工艺去除大部分的氧杂质。使用XRD及EGA等检测方法, 对不同烧结工艺下AlN烧结过程中坩埚盖处的氧杂质沉积行为及其规律进行了对比研究。研究发现, 使用低温(900~1100℃)真空保温与1500℃的氮气保护下保温相结合的方法可以极大促进氧杂质在坩埚盖处的前期沉积。在氮气保护环境下进一步提升烧结温度至2000~2100℃并经过一段时间的保温后
The distribution of a modulated squeezed state over a quantum channel is the basis for quantum key distribution (QKD) with a squeezed state. In this Letter, a modulated squeezed state is distributed over a lossy channel. The Wigner function of the distrib
假设量子阱是类W势阱,应变效应表现为势阱底部出现了类抛物线鼓包。在量子力学框架下,讨论了应变效应对输出波长的影响。结果表明,在应变作用下,量子阱出现了能级分裂,正是这种分裂为高性能量子阱光学器件的研制提供了更大的设计空间,为量子阱激光器件输出波长的调节提供了理论基础。
分析了用于自适应光学波前补偿实验的对流湍流池折射率和光强起伏的空间、 时间结构, 建立了平均速度很小或等于零时的相关函数, 讨论了速度起伏对相关的扩散作用。 数值计算和实测的结果表明: 速度起伏不仅使时间相关减小, 而且使频谱的内尺度减小。
提出了一种基于双波长法补偿空气折射率的激光追踪测量系统的ZEMAX仿真分析方法。利用光学器件对偏振光的变换特性来建立系统的能量模型, 建立了基于ZEMAX软件的光学系统模型, 分析了光学系统中非理想的光学元件性能对干涉条纹对比度的影响。仿真分析结果表明, 当光学系统分光部分、追踪部分和接收部分的分光镜的分光比分别为2∶8、6∶4和5∶5时, 条纹对比度达到0.99, 光学系统的干涉效果最好。光学系统中的偏振分光镜在非理想条件下, 对干涉信号的条纹对比度的影响较小。
光学薄膜的缺陷是光学系统性能提高的瓶颈, 一直是实验和理论研究的重点。选取电子束蒸发工艺制备光学多层膜的典型缺陷, 用扫描电子显微镜(SEM)测试了表面缺陷的形貌、成分。膜料选取:TiO2,SiO2。结果表明, 结瘤缺陷在薄膜表面呈球冠状, 成分为Ti,Si的氧化物; 膜料喷溅颗粒未被完全包覆, 或者不稳定吸附物崩落后形成的缺陷为凹坑状, 成分为Ti, Si的氧化物, 但是存在明显的Ti偏析; 有一种表面粘附缺陷呈现不规则胶体状, 碳含量明显偏高, 为有机物; 另一种粘附缺陷为带棱角块状, 成分为Ti,
采用激光熔覆技术制备了碳纤维增强316L不锈钢,研究了扫描速度对碳纤维增强316L不锈钢显微结构、显微硬度和耐磨性的影响。结果表明:激光熔覆316L不锈钢由γ-Fe相组成,而激光熔覆碳纤维增强316L不锈钢主要由M23C6、γ-Fe和α-Fe组成,其中M23C6均匀地分布在γ-Fe和α-Fe树枝晶间;随着扫描速度增大,枝晶臂间距减小,显微硬度先增加后减小,耐磨性先增强后降低;当扫描速度为12 mm/s时,激光熔覆碳纤维增强316L不锈钢的耐磨性最好,相对于未加碳纤维的激光熔覆316L不锈钢提高了约25.3
支持向量机(SVM)由于其出色的泛化能力,已成为目标检测领域应用最为广泛的分类器之一。然而在检测过程中,过多的支持向量会产生很大的时间开销,从而降低目标检测系统的实时性。针对此问题,提出一种约简支持向量的方法,以降低分类器的决策开销,加快检测速度。此方法采用迭代的方式来估计特征空间中向量的原像,通过构建精简原像集来简化支持向量机,从而达到了提升分类速度的效果。利用精简的SVM结合Selective