课程文献中心 更多>>

关键词： 硅基光学   微环   耦合诱导透明   光栅   非对称  

摘要： 随着科技的发展,在基础和应用研究领域中光学微结构的角色越来越重要,特别是微环谐振器,因为它具有高品质因子和小体积,且具有易于片上集成的优势,所以在逻辑光学、光学传感等方面具有极其重要的研究价值。随着传感应用领域的发展及集成化的要求,对传感器的器件大小及传感范围等参数提出了更高要求。本文提出了光栅与微环相耦合的新型结构,在保证品质因数等参数的前提下减小了器件的占地面积。此外,在硅基耦合微环谐振器中发现的耦合诱导透明效应逐渐成为了一个研究热点,耦合诱导透明效应在一定的波段中,使部分波长处本该正常传输的光被吸收而急剧减小甚至减小为零,使得物质对本来强烈吸收的探测光透明,相比普通的洛伦兹线形,获得的传感效果中品质因数等参数得到了提高。因此,本文在微环谐振器理论的基础上,对基于绝缘层上硅的微环谐振器进行设计,并通过与光栅耦合来获得具有耦合诱导透明的优良线形,以及将光栅设置在微环狭缝中,降低器件尺寸。论文主要内容如下:(1)本文首先分析了基本的直通下载型单微环的结构,研究其传输理论以及分析方法,并依此提出改进型微环的研究方法。研究耦合诱导透明效应的机理,分析产生耦合诱导透明的不同结构,根据评价耦合诱导透明的方法探索优化线形的方法。根据研究方法对微环进行设计优化以实现耦合诱导透明。(2)根据微环与耦合诱导透明效应的基本理论,提出了一种光栅辅助狭缝微环谐振器,对其进行了理论分析。根据传输结果进行优化,以实现耦合诱导透明效应,并提高器件的品质因数、透射强度等参数。采用狭缝结构增大了器件与待测物的接触面积,使灵敏度得到提升。最后通过仿真实验验证分析传感器的折射率传感效果,结果表明传输效果优良,在兼顾了各种参数的情况下,具有良好的耦合诱导透明线形,为光子器件领域提供了更多选择。(3)在光栅辅助狭缝微环谐振器的基础上,设计了一种非对称光栅辅助狭缝微环的传感器。利用传输矩阵法研究器件特性,对非对称光栅结构的周期、占空比以及微环的半径等物理参数进行优化,使器件的品质因数、灵敏度进一步提高,并抑制部分谐振峰,以获得高自由光谱范围的传输效果,扩大器件的传感范围。与近几年所提出的不同微环结构进行比较,提出的器件结构同时兼顾了灵敏度、品质因数等多个性能参数,传感效果良好。最后测试器件的折射率传感效果,结果表明在兼顾了多个参数的前提下,器件的自由光谱范围得到了较大提升,突破了器件传感检测范围的限制。

关键词： 重磁数据   张量   三维离散卷积   数值模拟   L0范数   三维反演   联合反演  

摘要： 随着重磁仪器科学与技术的快速发展,卫星、航空、地面等多维空间的海量重磁位场数据获取成为可能,这为地球物理精细化勘探带来了契机,同时为大规模重磁数据快速精细化反演成像带来了挑战。传统频率域方法正演计算时间和所需内存随着网格规模的增加急剧增长,导致依赖正演计算的大规模精细化反演计算效率低、耗费内存大。此外,由于重磁位场反演的多解性和数学上的病态性问题,如何利用多维多分量数据信息和已知信息对反演进行约束,提高反演结果的可靠性是重磁数据反演面对的另一难题。为了提高大规模重磁数据反演成像的精度与效率,本文对三维重磁位场正演模拟和反演成像方法开展了深入研究。针对三维频率域重磁位场正演精度和效率低的问题,本文开展了基于三维离散卷积的频率域重磁位场快速、高精度正演方法研究;针对重磁数据光滑反演精度低和效率低等问题,基于快速正演算法,本文开展了基于L范数的快速光滑反演方法研究;针对重磁数据聚焦反演分辨率低和效率低等问题,本文开展了基于强加背景模型的重加权聚焦反演方法研究;为了进一步提高重磁数据的空间分辨率,本文开展了多维多分量数据联合反演方法研究。具体开展了以下研究工作:1、提出了一种基于三维离散卷积的频率域重磁位场快速正演方法。该方法充分利用了网格均匀离散时矩阵的Toeplitz特性,只需计算和存储第一行和第一列元素就能恢复完整的核函数系数矩阵,大大减少了核函数系数矩阵的计算时间和存储需求,并采用三维快速离散傅里叶变换实现核函数系数矩阵和物性的快速卷积计算。此外,在离散单元积分时,推导了一种新的棱柱体重磁异常解析表达式,在保证计算精度的条件下提高了核函数系数矩阵的计算效率。进一步采用核函数系数矩阵压缩存储策略,在不损失计算精度的前提下减少了核函数系数矩阵的计算时间与离散卷积时间,有效提高了重磁位场的正演效率。模型算例表明,该方法具有计算精度高、占用内存小、计算效率高等特性,为研究大规模重磁异常响应特征提供了一种有效手段。2、开展了基于L范数的快速光滑反演方法研究。针对重磁数据反演精度低和效率低等问题,本文研究了基于L范数的快速光滑反演方法。基于L范数的反演方法相对容易得到物性分散且模糊的反演结果,反演结果精度低,为了得到精度较高的反演结果,引入一种水平加权函数和改进的深度加权函数组合成的模型参数,不仅能够获得较高的分辨率,也能够有效克服反演结果的趋肤效应。基于光滑反演效率低的问题,将所提出频率域重磁位场快速正演算法应用于光滑反演方法中,有效提高了反演的效率,降低反演方法的内存需求。3、提出了一种基于强加背景模型的重加权聚焦反演方法。针对传统基于L范数的重加权聚焦反演方法分辨率低、收敛慢和效率低等问题,基于快速正演算法,并通过引入最新的SF最小支撑稳定函数、加入背景模型和模型上下限物性约束等,提出了一种快速、高分辨率的重加权聚焦反演方法。该方法有效避免了传统重加权聚焦反演方法由于聚焦因子选取过小导致奇异点和反演迭代收敛慢的问题,有效提高了重加权聚焦反演的稳定性、收敛速度和空间分辨率。4、提出了一种多维多分量数据联合反演方法。针对不同位置、不同分量的重磁数据通常反映物性的不同侧面这一特点,本文提出了一种多维多分量数据正则化联合反演方法。与单一分量数据反演相比,多维多分量数据联合反演能够弥补单一分量数据反演信息不足的缺点,提高反演结果的空间分辨率。因此,综合利用航空、地面等多维空间测量的多分量重磁数据,能够有效提高反演结果的分辨率。5、开展了圣尼古拉斯硫化物矿床三维密度成像研究。将本文提出的快速、高分辨率反演方法应用于圣尼古拉斯块状硫化物矿床的勘探中。采用基于L范数的快速光滑反演方法和基于强加背景模型的重加权聚焦反演方法对硫化物矿床实测重力数据进行三维密度成像,通过与矿区真实地质信息和钻探信息对比,结果表明,反演结果与矿体的真实边界吻合度高,能够很好地圈定块状硫化物矿床的边界,证明了本文方法对实测资料的有效性和适用性。

关键词： 自旋噪声谱   自旋随机波动   法拉第效应   亚稳态氦气  

摘要： 该论文主要研究了亚稳态氦气的自旋噪声谱。我们首次采用非扰动的自旋噪声谱技术测量了亚稳态氦气的自发自旋噪声(SNS)。我们采用非共振激光和一个大约1高斯的外置弱磁场来检测亚稳态氦的随机波动。在文中,我们检测了当激光靠近氦气的共振吸收区域时自旋噪声功率谱的变化。文中研究了探测光的两种偏振噪声类型,分别是法拉第旋转噪声和椭圆率噪声。我们构建了一个数值模拟模型,该模型可以定性和定量地复现我们的实验结果。我们首先将光的频率放在了具有较简单的能级结构的共振跃迁频率处,之后我们在其他共振跃迁频率处进行了更加一般化的研究。对于不同的能级结构,我们的数值模拟结果均和实验结果一致。但不同的能级结构带来的自旋噪声功率谱的结果是不同的。基于量子叠加态模,我们提出了一个自旋-1模型。该模型可以直观地解释自旋-1系统中存在的高次谐波共振峰及其偏振依赖行为。相应的,我们对比了不同的能级结构中的量子叠加态结构,发现了自旋噪声谱在不同能级结构的自旋噪声谱不同的原因。此外,我们研究了法拉第旋转噪声和椭圆率噪声之间的关联性。我们发现在两者之间的关联性和探测光的频率以及探测光的偏振方向有关。通过研究自旋-1模型中的八种噪声振荡模式,我们可以成功解释这种关联性背后的原因。最后,我们研究了外置磁场噪声对自旋噪声谱的影响,这种影响同样可以通过自旋-1模型的八种噪声振荡模式的到解释。本论文的工作主要为原理性证明。亚稳态氦气简单的能级结构提供了一个理想的模型来研究自旋-1系统在自旋噪声谱下的新现象。这些发现为理解自旋噪声谱和自旋-1系统提供了一个新的视角并为自旋噪声谱将来的研究提供理论和实验依据。

关键词： 激光照明   荧光玻璃薄膜   高显色指数   热稳定性   光学薄膜  

摘要： 激光照明由于具有体积小、能耗小、亮度高和照明距离远等优点,成为了二十一世纪最具应用价值和潜力的新型照明方式。目前,能用于激光照明的荧光材料形式有单晶、荧光陶瓷、荧光玻璃和荧光玻璃薄膜（Pi GF）,前三者中单晶和荧光陶瓷由于对成本和工艺有较高要求,使商业化应用受限;另外,荧光玻璃热导率,不能承受住高功率激光照射,在激光照明中的应用也受到了限制。而荧光玻璃薄膜由于具有低成本、能大批量生产以及优异的散热性能等优点,完美解决了上述三种材料的问题,成为了激光照明领域最为重要的材料形式。同时,随着时代的发展,对于激光照明材料的要求也越来越高,不仅要求高的发光效率和优异的热稳定性,在特殊照明环境（如室内舞台、美术馆）下还应具有很高的显色性。因此,亟需开发出同时能满足上述要求的新型荧光玻璃薄膜。基于此,本文通过丝网印刷和固相烧结的方法,设计制备了发光效率高、热稳定性优异的荧光玻璃薄膜,研究了烧结温度、玻璃粉与荧光粉的比例（Gt P）、薄膜的厚度对荧光薄膜发光性能的影响,并针对显色性问题设计制备了高显指复合荧光玻璃薄膜,取得了以下主要结果:（1）通过改变烧结温度和Gt P比例,制备了一系列的Pi GFs,并研究了不同制备条件对Pi GF发光性能的影响。结果表明,Pi GF的透过率随着温度的升高而升高,而光致发光量子产率（PLQY）则呈现出相反的规律。另外,随着荧光粉的增多,透过率逐渐下降,而PLQY逐渐上升。最后,综合考虑透过率和PLQY两个性能的平衡后,确定了最佳的烧结温度为600℃,最佳的Gt P比例为1:4。为了提高Pi GF的显色指数,首次使用青色荧光粉(BSON:Eu)填补“青色腔”,并开发出（YAGG+BSON）/CASN的复合Pi GF,并研究了不同颜色荧光层对复合Pi GF发光性能的影响。最终发现当复合Pi GF的薄膜组合为G2R2时,在蓝光激光激发下,能得到流明效率为58.72 lm/W,显色指数高达95、色温为5500 K的高显色性冷白光,表明了该复合Pi GF在高显色性照明的应用潜力。（2）通过改变荧光玻璃薄膜的层数,制备了一系列厚度不同的荧光薄膜,研究了薄膜厚度对Pi GF发光性能的影响规律。结果表明,样品透过率随着厚度增加而降低;同时厚度的增加会导致PLQY以及发光强度增加。在综合考虑透过率、热量积累问题与发光效率之间的平衡后,确定了最佳的薄膜厚度为70μm。另外,针对Pi GF流明效率低的问题,研究了特殊光学薄膜（Si O-Ti O）对Pi GF光通量和流明效率的影响规律。发现这种特殊的光学薄膜至少能提高55%的光通量和流明效率。（3）为了优化制备方法以及提高流明效率,替换了YAGG+BSON的组合,使用发光效率更高的Lu AG荧光粉,将其与CASN荧光粉混合,制备了复合Pi GF研究了CASN的含量对复合Pi GF发光性能的影响。结果表明10%CASN含量的复合Pi GF在蓝光激光激发下能得到流明效率101.62 lm/W,显色指数92,色温为3522 K的暖白光,且在室内的照明效果优秀,表明了该复合Pi GF在室内照明的应用潜力。

关键词： 原子力显微镜   光波导悬臂梁   波导光栅   灵敏度   单调响应  

摘要： 随着原子力显微镜(Atomic Force Microscopy,AFM)技术的应用逐渐广泛,AFM现已成为以原子分辨力表征材料的强大技术。然而目前的AFM系统由于各组成功能模块是分散的,导致系统稳定性相对较差,难以达到更高的灵敏度。此外,已有系统不容易实现多通道,更换样品时通常需重新调节和校准系统。因此,未来的AFM将朝着集成化、阵列化以及简单化方向发展。本研究将利用光波导传感技术集成度高、结构简单以及易于制造的优势,将光波导传感技术与纳米机械技术相结合,提出了原子力显微镜的硅光波导悬臂梁传感结构。该传感结构基于集成在一块芯片上的对接波导间耦合效率与彼此间错位的关系,利用输出波导捕获光功率变化,从而获取样品表面形貌信息,这种结构相比于传统AFM位移测量技术,可允许使用纳米级宽度的悬臂梁,大大缩小了探测结构的物理尺寸。因此,本文针对原子力显微镜传感结构进行了系统研究,具体内容如下:(1)研究了原子力显微镜的硅光波导悬臂梁传感结构的工作原理,并基于光学和力学原理,建立了理论仿真模型。之后,研究了悬臂梁厚度、波导间隙距离以及纳米探针尺寸对传感器耦合效率和光学灵敏度的影响,同时对器件机械性能随悬臂梁长度的变化趋势进行了探讨。最后,设计与优化了原子力显微镜的硅光波导悬臂梁传感结构,研究结果表明,该传感器可以在0.4m的探测范围内实现3.5×10nm的灵敏度以及0.24221fm/(?)的偏转噪声密度,并且可达到3的共振频率和0.2/m的弹簧常数。(2)研究了硅光波导悬臂梁传感结构耦合输入结构,设计了一种表面波导光栅耦合器,解决了光纤和波导间模式失配的问题,同时提高了硅光波导传感结构耦合效率。本研究采用了金属反射层方案,将透过波导-SiO层界面的光反射回波导中继续传播,从而提高了波导光栅耦合器的耦合效率。此外,研究对比了浅刻蚀和全刻蚀两种工艺的波导光栅结构在耦合性能和工艺难度上的特点,由于全刻蚀光栅结构的耦合效率与浅刻蚀结构相当,且制作工艺相对简单,最终选择了全刻蚀波导光栅耦合器作为原子力显微镜传感系统的输入结构。(3)研究了硅光波导悬臂梁传感结构耦合读出结构,设计了一种双层平面波导的读出结构,该结构在悬臂梁偏转方向上采用了两个输出波导来处理捕获的光功率,通过多点监测显著提高了传感器的灵敏度,并利用引入差分信号实现了对悬臂梁偏转的单调响应,此外,探讨了纳米探针和对接波导间隙距离对传感器单调响应性能的影响。研究结果表明,相较于传统读出结构,该读出结构表现出较好的性能优势。

关键词： 风力机   光纤结冰传感器   结冰类型识别   全反射  

摘要： 风力机结冰会严重影响风力机组的正常运行,风力机的结冰探测是一项系统性的工作,测量精度高、可靠性高是结冰探测技术的基本要求。过去几十年,结冰探测领域在国内外研究人员不懈的努力下取得了长足的发展,基于不同检测原理提出的结冰探测技术灿若繁星。光纤结冰传感器就是其中之一,它自出现后就凭借灵敏度高、探测范围广等优点迅速得到广泛的关注。尽管光纤结冰传感器经过几十年的发展取得了一定的成就,但是其依然存在探测精度低、测量范围小和不能准确识别冰型的缺点。为了解决目前光纤结冰传感器存在的缺点,本文基于反射式光强调制方法和全反射原理研制了光纤结冰传感器。本文的工作主要分为以下几个部分:(1)根据光在冰中的传播特点,结合反射和散射原理建立了光纤结冰传感器的光强调制函数。(2)基于双光纤对结构和全反射原理设计了光纤结冰传感器,并采用光线追迹方法对光纤结冰传感器进行了仿真,研究了光纤结冰传感器探头表面结冰类型不同时光纤结冰传感器的接收光强曲线以及光纤结冰传感器的光强调制函数。之后分析了冰-空气界面粗糙度和光纤结冰传感器结构参数对光强调制曲线的影响规律。(3)基于微弱信号检测方法设计了光纤结冰传感器的外围电路,其中包括基于FPGA设计了方波波形发生器对LED发光二极管进行发光频率调制,使其以500Hz的频率闪烁;设计了光电转换电路和前置放大电路;基于FPGA设计了电压表,用于检测锁相放大器输出的直流电压信号。(4)采用低温结冰实验对光纤结冰传感器进行了验证。研究表明:在-5℃、-20℃和-40℃的低温结冰实验中,该结冰传感器冰厚测量范围为0.5-5mm,测量最大误差为0.283mm,最小误差为0.087mm。通过实验建立了不同结冰温度范围的光强调制函数和冰厚的标定曲线。实验结果表明基于全反射原理,判别光纤可根据标定曲线较好的判别不同的结冰类型,提高了冰厚的检测精度。

关键词： 张量分解   Tucker分解   自动选秩   三阶非均衡张量   随机SVD  

摘要： 随着大数据时代的来临,各领域产生的数据与日俱增,使得数据处理与分析的难度也急剧增大.高阶张量可以很好地表示大规模数据,目前张量分解方法已成为高维数据压缩和处理的有效方法之一.来源于实际数据的张量往往是非均衡的且张量秩的确定是NP难问题,这给张量分解的实施增加了困难.三阶张量是高阶张量中最简单且最常用的一种,研究三阶非均衡张量分解是研究高阶张量分解的基础.本文对三阶非均衡张量提出了自动选秩Tucker2分解算法以及随机自动选秩Tucker2分解算法,主要完成了如下两部分工作:1.将计算三阶非均衡张量分解的问题转化为在相对误差约束下最小化张量分解参数量的问题.利用交替优化的思想构造了求解算法,并且提出了自动选秩的方法.综合上述方法提出了自动选秩Tucker2分解(Auto Rank TK2)算法.理论上证明了该算法的局部最优性和单调收敛性,通过数值实验验证了Auto Rank TK2算法的有效性和稳健性.2.采用随机SVD方法加速了Auto Rank TK2算法,并且设计了相应的自动选秩方法,由此提出了随机自动选秩Tucker2分解(R-Auto Rank TK2)算法.理论上给出了R-Auto Rank TK2算法残差期望的上界,并通过数值实验验证了该算法的加速效果.

关键词： 多视图聚类   半监督聚类   张量Schatten p-范数   类别特异性分布   超图学习  

摘要： 随着计算机技术与各类数字化设备的蓬勃发展,大量的多视图数据涌现在了人们的视野中。对这些数据进行聚类以理清其内在逻辑,已成为人工智能、机器学习等领域的共同需求。但是,实际应用中的标注样本非常稀缺,仅存在少量的标签信息可以被用于处理聚类问题,因此半监督聚类方法应运而生。半监督多视图聚类能够融合不同视图间的一致性和互补性信息,在减少人工标记成本的基础上,利用少量的先验信息指导聚类过程,使聚类结果尽可能地满足用户期望。然而,现有基于图的半监督多视图聚类方法忽略了不同类样本的类别特异性分布,也未能充分探索多视图数据中所包含的互补信息和空间结构。此外,很多聚类方法都采用预定义图来表征样本之间的关系,当给定图的质量不够理想时,聚类性能便会显著降低。与此同时,大多数方法所使用的普通图仅考虑成对关系,在处理包含复杂数据结构的实际问题时,不可避免地会造成信息损失。针对以上问题,本文对半监督多视图聚类算法展开研究,提出了两种有效的解决方案,具体内容如下: （1）针对现有算法没有充分挖掘多视图数据中的有效信息,且未考虑类别特异性分布的问题,提出基于自表示和矩阵分解的半监督多视图聚类算法。该算法联合自表示和矩阵分解来学习各个视图的亲和矩阵,并采用l-范数来刻画类别特异性分布,使学习到的亲和矩阵更具判别性,进一步提升聚类的准确率。为了能够充分地探索多个视图间的关系,该方法采用张量Schatten p-范数来挖掘多视图数据中隐含的高阶结构和互补信息,并引入自动加权策略来处理奇异值之间的差异,提高了算法的鲁棒性和稳定性。在多个数据集上的实验结果证明了该方法的有效性。 （2）针对现有算法使用预定义图来表征样本之间的关系,且不能对复杂场景中的非成对关系进行有效建模的问题,提出基于超图学习的半监督多视图聚类算法。该算法通过权重参数自适应地学习每个视图的亲和矩阵,并充分考虑多个样本点之间的关系,利用获得的亲和矩阵构造超图,再通过超图诱导的超拉普拉斯正则化来保留局部的高阶几何结构,在避免依赖于预定义图的同时,实现了对数据中的高阶信息和复杂结构的有效探索。基于视图之间的互补性和一致性原则,该方法同时学习所有视图的指示矩阵,并采用张量Schatten p-范数来挖掘隐藏在这些视图中的低秩空间结构和互补信息,使学习到的公共指示矩阵更加有效地反映了聚类结构。在多个数据集上的大量实验证明了该方法的优越性。