光纤传感器闭环工作点控制检测方法的改进

闭环工作点控制是干涉型光纤传感器的一种简单有效的信号检测方法.在传统闭环工作点控制检测方法的基础上,对信号解调算法进行了改进,从而扩大了系统的动态范围,并提高了检测的速度和精度.对新算法的解调误差进行了详细的理论分析与仿真,得出了最大可检测信号与工作点允许变化的范围相互制约的结论.为了验证新算法,搭建了简单的Mach-Zehnder干涉仪系统,并编写了实时的数据采集与处理程序,对压电陶瓷(PZT)调制器产生的模拟信号进行了检测.实验结果证实了该算法的有效性.     

2.5 Gb/s Optical Transponder技术与设计

网络容量增长的同时也促进了光纤通信技术的发展,使得宽带传输和接入方式处于越来越重要的地位,如何有效地解决光纤干线上和大部分基于电缆局域网的信号转换成为亟待解决的问题,光收发器(opticaltransponder)很好地解决了宽带传输和接入的这一“瓶颈”问题。2.5 Gb/s是目前最流行的传输速率,其相应transponder用于SDH/Sonet OC-48/STM-16的光/电接口。文章介绍了2.5 Gb/s optical transponder的功能、结构等技术和相应的设计方案。     

基于长程光纤网络的谐振腔光纤陀螺

提出一种全新结构的基于长程光纤网络光调制谐振腔光纤陀螺(R FOG)系统,利用R FOG传感部件光纤环形腔的光纤长度短、体积小以及无源特点,将其通过长程光纤网络与后端的光源、探测器及复杂的信号处理部件连接起来,实现远距离的无源角速度探测。这种结构的R FOG具有很高的理论灵敏度可达5×10-8 rad/s,采用的全数字闭环处理方案能实现大动态范围信号检测,而且对转换器的要求不高。各种误差消除措施可以在系统中很方便的实现,大大提高陀螺性能。结合光纤系统的各种复用技术,该R FOG结构可以组成大型的远距离角速度惯性测量网络系统,有效地克服了传统R FOG在系统成本和复杂性上的劣势,为R FOG走向实用提供了新途径。     

光纤水听器时分复用系统串扰的理论分析与仿真研究

串扰是困扰光纤水听器阵列时分复用技术应用发展的重要问题之一.对时分复用系统中通道之间存在的串扰从理论上进行了深入分析,并运用仿真方法研究了系统中的串扰与光开关消光比、复用通道数等因素的关系.     

空心透镜导管的模拟与设计

采用大口径、高功率激光二极管(LD)阵列的大型全固化二极管抽运激光系统(DPSSLs)能够产生高功率、大能量、高重复频率的优良激光。为了实现对介质的高效抽运，将空心透镜导管应用于大口径高功率激光二极管阵列耦合系统。基于三维光线追迹的数值计算方法，编制了LD纵向抽运耦合系统模拟软件，对空心透镜导管进行模拟与设计，使系统耦合效率超过90％的同时，增益介质表面抽运场具有良好的均匀性，实现了对介质的高效均匀抽运；同时通过改变空心透镜导管的参数进行模拟比较，得出了空心透镜导管设计的经验公式，为大型DPSSLs耦合系统的设计提供了有益的参考。     

保偏光纤偏振器的介质—金属复合光学膜系

本文介绍了一种保偏光纤偏振器的复合光学膜系，该膜系由一层ＭｇＦ介质缓冲膜层和金属Ａｌ膜构成，理论分析和实验研究表明，该光学膜系能去保偏光纤中的ＴＭ模，完成起偏振作用。利用此光学膜系已制成发给优良，实用的保偏光纤偏振器，消光比〉４０ｄＢ，损耗〈０．５ｄＢ。     

多波段红外烟幕干扰特性测量系统的设计

介绍一种可对红外烟幕干扰特性进行定量测试手智能化测试仪器的设计方法,该系统采用微弱信号的数字化处理方案,可在野外环境超过２００ｍ的距离同时测量红外烟幕对１．０６μｍ,３－５μｍ,８－１２μｍ波段的干扰效果,测量精度优于１％,响应时间〈１ｓ。系统软件建立在Ｗｉｎｄｏｗｓ‘９５平台基础上,由图形化界面实现测试结果的显示与处理。     

钛酸铅陶瓷的介电和极化翻转特性研究

以水热纳米粉为前驱粉料,采用传统烧结工艺在950℃制备了致密性高、具有亚微米尺寸晶粒的钛酸铅(PbTiO3)陶瓷,并对其介电温谱和压电响应特性进行了系统的研究。结果表明,PbTiO3陶瓷在低温下的相对介电常数与测试频率无关,在室温以上,随着频率的增加,介电峰值向低温方向移动;压电力显微镜研究结果显示PbTiO3陶瓷中具有明显的微区极化翻转,表明具有较好的铁电性能。     

强激光波前检测中的图像自动识别系统的设计

介绍了利用计算机图像自动识别技术建立高效强激光波前检测系统的设计方法,整个系统采用DELPHI编制并运行在WINDOWS95／98平台上,利用数字图像处理技术以及Delphi的可视化及面向对象编程技术,实现 对激光衍射焦斑阵列图像进行自动识别与处理,用计算机软件实现了常规Hartmann-Shack传感器中子透镜阵列的子光束聚焦过程,进而实现了对强激光波前畸变的检测。     

基于深度学习的多旋翼无人机单目视觉目标定位追踪方法

针对无人机对目标的识别定位与跟踪,本文提出了一种基于深度学习的多旋翼无人机单目视觉目标识别跟踪方法,解决了传统的基于双目摄像机成本过高以及在复杂环境下识别准确率较低的问题。该方法基于深度学习卷积神经网络的目标检测算法,使用该算法对目标进行模型训练,将训练好的模型加载到搭载ROS的机载电脑。机载电脑外接单目摄像机,单目摄像头检测目标后,自动检测出目标在图像中的位置,通过采用一种基于坐标求差的优化算法进行目标位置准确获取,然后将目标位置信息转化为控制无人机飞行的期望速度和高度发送给飞控板,飞控板接收到机载电脑发送的跟踪指令,实现对目标物体的跟踪。试验结果验证了该方法可以很好的进行目标识别并实现目标追踪