二维全息光栅的夫琅和费衍射

为了对光栅的衍射性能有更深入的了解,对振幅型光栅的衍射进行了研究。通过对振幅型一维和二维全息光栅的夫琅和费衍射进行观测,拍摄了光栅衍射的夫琅和费衍射图样。从结果发现二维光栅的主极大分布并非两个一维光栅主极大分布的简单相加,而是在二维平面内形成的规则分布,其分布规律与矩孔衍射图样的光强分布有着相似之处。实验结果可以据衍射理论很好地解释,因此,理论与实验是完全一致的。     

基于SOI材料的刻蚀光栅分波器的制作工艺

研究了基于绝缘材料上的硅(SOI)材料的平面波导刻蚀光栅分波器的主要制作工艺.利用电感耦合等离子体刻蚀(ICP)技术,在SOI材料上制作了垂直度大于89°的光滑的光栅槽面.氧化抛光后刻蚀侧壁的表面均方根粗糙度(RMS)有3nm的改善,达到7.27nm(采样面积6.2μm×26μm).通过采用集成波导拐弯微镜代替弯曲波导使1×4分波器的器件尺寸仅为20mm×2.5mm.测试结果表明器件实现了分波功能.     

基于SOI材料的刻蚀光栅分波器的制作工艺

研究了基于绝缘材料上的硅（SOI）材料的平面波导刻蚀光栅分波器的主要制作工艺．利用电感耦合等离子体刻蚀（ICP）技术，在SOI材料上制作了垂直度大于89°的光滑的光栅槽面．氧化抛光后刻蚀侧壁的表面均方根粗糙度（RMS）有3nm的改善，达到7.27nm（采样面积6.2μm×26μm）．通过采用集成波导拐弯微镜代替弯曲波导使1×4分波器的器件尺寸仅为20mm×2.5mm．测试结果表明器件实现了分波功能．     

语音识别说话人自适应研究现状及发展趋势

说话人自适应是提高非特定人语音识别系统识别性能的有效手段.本文介绍了说话人自适应研究的现状,包括自适应的不同方式和不同算法,并详细介绍了目前应用最为广泛的MLLR算法和MAP算法.本文还给出了对说话人自适应研究发展趋势的预测.     

高功率激光系统信噪比测试方法的改进

高功率激光系统的信噪比改进前采用光电导开关及示波器测试，因主脉冲信号太强（信噪比～１０６）冲击示波器．采用改进后的方法，大大降低了主脉冲信号幅度，有效地保护了测试仪器。     

美国国防支援计划卫星探测波段的选择分析

针对导弹攻防中的导弹目标识别问题,对美国国防支援计划(DSP)导弹预警卫星的工作波段进行了分析,从预警卫星的探测距离和信噪比两个方面分析了预警卫星工作波段选择的合理性.     

提高短波红外光谱仪信噪比的均衡曝光技术

针对短波红外焦平面光谱仪传统曝光方式在一大类应用场景中的不足之处,提出了一种提高短波红外焦平面光谱仪成像信噪比的均衡曝光技术:即给予焦平面上不同光谱维以不同的积分时间来提高整个焦平面的成像信噪比.实验系统包括中科院上海技术物理研究所自主研制的短波红外焦平面探测器、探测器驱动电路、信号采集与处理电路、上位机软件等.实验对比了3.31 ms、5.76 ms、8.22 ms、10.68 ms、13.14 ms这5档积分时间的信噪比及其对比,经过测试,在忽略驱动及读出电路噪声的情况下,实验值与理论值接近,该技术有效提高了红外光谱仪成像信噪比.     

基于合成孔径技术的轮对探伤成像算法研究

为了提高轮对超声探伤成像的信噪比(SNR)和缺陷的检出率,针对轮对超声探伤的方法和特点,提出了将轮对探伤结果B扫描图像与合成孔径聚焦技术(SAFT)相结合的图像处理技术。通过建立SAFT算法的数学模型,设计了SAFT算法处理软件,并以内部含有缺陷的China Railway High-speed(CRH)型车轮轮对为检测对象,进行了轮对探伤实验,实现并优化了基于SAFT算法的轮对超声探伤图像重建,验证了该技术的可行性和准确性。最后进行了SNR的定量数值计算和比较,结果表明,该技术能有效提高轮对超声探伤成像的SNR和分辨率,可提供更准确详实的缺陷信息,提高探伤系统检出率,从而有效保障车轮的安全运行。     

电反馈对FM光发射机信噪比性能的改善

本文研究了电反馈半导体激光器作为FM光发射机的信噪比性能。分析表明:电反馈可以改善FM光发射机的信噪比性能。这种改善在适当的反馈条件下可达近30dB。反馈环路存在着最佳增益使信噪比达到最大。     

信噪比对DIMM法测量大气相干长度的影响

在大气相干长度r0的测量中,相同的仪器和数据处理方法,不同的信噪比对实验测得结果有较大影响。通过分析实测中的噪声模型,利用matlab仿真,保持信号光强度不变,在光斑图像上添加高斯噪声,改变图像的信噪比。以不含背景时的光斑图像求得的r0作真值,分别求出不同信噪比下r0对真值的相对偏差。发现当信噪比小于5时,相对偏差大幅增加。在相同信噪比下,采用不同的背景处理方法,发现减去平均背景后,剩下的高斯噪声对质心位置的影响很小。在不同信噪比下,减1倍平均背景及0.6倍背景起伏标准差后相对偏差整体表现最小。