基于脉冲石英增强光声光谱的中红外超高灵敏CO探测

发展了一种超高灵敏的CO痕量气体测量装置,该装置采用4.65μm脉冲式中红外外腔量子级联激光器作为激发光源,结合石英增强光声光谱技术,对2135~2225cm-1之间的CO基频振动光谱带R支进行连续光谱扫描。水被加入到被测气体中,以加快较慢的CO分子振动-平动弛豫率。在锁相放大器时间常数为3ms,激光器占空比和扫描速率为50%和18cm-1/s时,获得的最小探测极限为4.6×10-8(体积分数),与之对应的归一化噪声等效吸收系数为1.07×10-8 cm-1 W/Hz。     

新型大尺寸透中红外氧氟化物光学玻璃研究

红外光学玻璃是很多重要军、民用系统的关键窗口材料之一,但其高性能化、大尺寸化制备面临重要挑战。针对氟化物玻璃易挥发、抗析晶性能较差等特点,通过向含TeO2的氟铝酸盐玻璃中引入碱土金属氧化物BaO,显著降低了玻璃在熔制中的挥发,同时提高了玻璃的热稳定性。通过Raman光谱的分析,发现BaO的增加抑制了富TeO2玻璃分相,有利于碲酸盐玻璃与氟铝酸盐玻璃之间的融合,促进了玻璃网络结构的稳定。所得的氧氟化物红外光学玻璃有优异的红外透射性能,和氟化钙晶体性能对比,显示出低成本优势和更强的环境适应性。     

一种柱状矢量偏振光的检测与评价方法

针对非均匀复杂偏振光束难以用一种偏振状态描述的现象,提出了一种点对点的偏振光检测方法,该方法能够同时检测光束横向切面内所有点的偏振态,为非均匀偏振光描述提供足够的信息,解决了柱状矢量偏振光光束的质量检测问题。运用这种方法,对已知偏振光束进行验证检验取得了良好的效果,证明了该方法可以作为一种可靠、稳定的方法用对柱状矢量偏振光检测与评价。另外,一些描述柱状矢量偏振光均匀性的参数被重新定义,为柱状偏振光的质量描述提供了量化指标。     

基于傅里叶变换的强度调制型光谱偏振分析仪

为了获得更高精度的目标光谱偏振特性,结合现有的标准探测器技术与偏振探测技术原理,研制了一种光谱偏振分析仪。采用连续等角度间隔旋转检偏器对目标信号进行强度调制,通过傅里叶级数算法能够显著降低检偏器定位误差引起的偏振度测量不确定度。利用优化设计的测量主光路和大动态范围线性优良的标准陷阱探测器,保证了偏振度测量精度。利用可更换窄带滤光片实现了光谱偏振度测量。经实验验证,在0.1~0.99偏振度的范围内,光谱偏振分析仪的测量不确定度为0.15%。     

利用四元数方法研究各态遍历偏振态发生器

各态遍历偏振态发生器(PSG)是偏振测量不可或缺的基本设备,偏振态和偏振器件的描述对于编写偏振态发生器的控制算法是至关重要的。采用四元数来描述和分析各态遍历偏振态发生器中偏振态与偏振控制器,导出了三级偏振控制器的四元数公式,得到了描述其旋转轴与旋转角度的公式。实验测量了单级偏振控制器的四元数,得到了普通单模光纤受挤压时对应的应力四元数公式以及改变电压时的四元数公式,利用该公式编制的算法,实现了各态遍历的偏振态发生器。     

不同线偏振光对水体吸收系数测量的影响

通过对紫外-可见光分光光度计的光源偏振性进行系统测量,并开展了光源偏振性对水体黄色物质和颗粒物光谱吸收系数测量影响的实验研究,结果表明,紫外-可见光分光光度计光源具有显著的偏振性,但分光光度计光源偏振对水体黄色物质光谱吸收系数测量的影响可忽略不计,对水体颗粒物光谱吸收系数测量的影响也较小。     

基于光电技术的速度测量方法

根据光电鼠标成像定位原理,用红外激光二极管和光电鼠标导航芯片测量物体位移,用单片机定时器测量时间,计算得到物体运动的瞬时速率.该方法实现了对运动的物体进行非接触式测量,并可以获得物体的速度曲线和加速度曲线.     

苹果表面色泽变化的红外光谱特性研究

应用红外光谱技术分别获取了苹果表皮黄色、红色和褐色损坏部位的红外光谱图,进行了苹果表面色泽变化的光谱特性研究.通过对红外光谱图的分析及研究发现:在855nm和910nm两波长处,黄色部位、红色部位和褐色损坏部位的吸收峰出现了明显的差异,因此可通过研究表面色泽变化的红外光谱特性来判别苹果好坏.     

UJ31型电位差计中采用不同平衡指示器校准电流表

电位差计常用于精确测量电动势、电压、电流、电阻等电学量,在实验室可用来校准电表。文章对实验室频繁使用的电流表采用UJ31型电位差计配用不同的平衡指示器进行校准,对所测数据进行分析对比,得出被校表的准确度等级及采用不同平衡指示器时的测量结果。     

红外光谱结合最小二乘支持向量机掺杂牛奶判别方法研究

基于红外光谱和最小二乘支持向量机建立掺杂牛奶与纯牛奶的判别模型。分别配置含有葡萄糖牛奶(0.01~0.3gL-1)和三聚氰胺牛奶(0.01~0.3gL-1)样品各36个,采集纯牛奶及掺杂牛奶样品的红外光谱。采用最小二乘支持向量机分别建立掺杂葡萄糖、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型,并利用这些模型对未知样品进行判别,其判别正确率都为95.8%。研究结果表明:与线性的偏最小二乘判别建模方法相比,最小二乘支持向量机方法具有更强的预测能力。