基于10.6 μm波长的小型化非线性全光衍射深度神经网络建模方法

提出了一种基于10.6 μm波长的小型化非线性全光衍射深度神经网络建模方法.采用波长为10.6 μm的二氧化碳(C()2)激光光源,其对应的神经网络物理尺寸为1 mm×1 mm,依据相关的光学物理参数特性,构建了基于10.6 μm波长的非线性全光衍射深度神经网络模型框架,使用网格搜索法确定最优的神经网络模型超参数,并选...     

基于全光衍射深度神经网络的矿物拉曼光谱识别方法

提出了一种基于全光衍射神经网络的矿物拉曼光谱识别方法。首先,分析矿物拉曼光谱的数据结构特征,对比分析了传统神经网络与光学衍射神经网络的异同,根据预处理后的数据构建光学衍射神经网络;然后,采用交叉熵损失函数和Adam算法对光学衍射神经网络进行训练,得到优化的网络参数;最后,在仿真条件下,验证和分析不同栅格高度精度对矿物识别正确率的影响,给出了不同栅格高度精度对应的网络正确率及正确率损失。该方法在RRUFF矿物拉曼光谱数据库上的测试结果显示:五类矿物识别正确率为94.2%,证明利用光学衍射神经网络进行拉曼光谱分类具有可行性,为光学衍射神经网络的应用提供参考;栅格高度在6 bit精度条件下,五类矿物正确率为93.6%,证明栅格高度离散化能够在保证网络正确率的同时极大降低光栅制作难度,为光栅制备提供理论支撑。     

微米亚微米光栅的矢量衍射特性研究

本文应用微电子制板和离子刻蚀技术，研制成功凹槽光栅结构接近可见光波长的一组矩形光栅，进行了衍射特性与刻蚀周期，深度关系的实验，得到了与矢量藕合波理论计算一致的结果。     

浮雕矩形光栅刻槽深度的衍射测量方法

当激光束投射在浮雕光栅上,透过光栅的衍射光斑就反映了浮雕光栅的表面信息.提出一种浮雕矩形光栅刻槽深度的高精度衍射测量方法.分别采用两个激光波长垂直入射光栅表面,测量透过光栅的0级和1级衍射光强比,实现对光栅刻槽深度的间接测量.此测量方法理论精度优于1nm.给出了对石英浮雕矩形光栅的实验测量结果.该测量方法的突出特点是:所用仪器设备简单,对环境噪声不敏感,测量速度快,特别适用于在线检测.     

微米亚微米矩形光栅衍射特性的实验研究

本文应用微电子制板技术、电子束扫描曝光和离子刻蚀技术研制成功微米、亚微米级宽度的矩形光栅结构，并对其进行了衍射特性的研究。实验测试数据表明了当光栅的周期接近使用的照明光的波长时，具有明显的矢时衍射特性。     

基于光子晶体反射镜的刻蚀衍射光栅设计与制备

刻蚀衍射光栅作为波分复用/解复用器件,有望在光通信系统中得到广泛应用。在基于顶层硅厚度为220 nm的绝缘体上硅材料上设计并制作了一种新型刻蚀衍射光栅,该刻蚀衍射光栅引入六角晶格空气孔型光子晶体作为其反射镜。模拟结果显示,相较于传统的阶梯光栅反射镜的刻蚀衍射光栅,光子晶体反射镜的刻蚀衍射光栅在理论上可有效降低器件的制作工艺难度以及插入损耗,同时可以实现器件偏振的保持。随后仅利用一步电子束光刻工艺及一步电感耦合等离子体刻蚀工艺制作了该光子晶体反射镜的刻蚀衍射光栅。测试结果表明:该光子晶体反射镜的刻蚀衍射光栅片上损耗为9.51~11.86 dB,串扰为5.87~8.72 dB,后续可通过优化工艺条件和优化输出波导布局,进一步提高器件的性能。     

衍射波长10.6μm的计算全息光栅扫描器研究

给出了圆筒型和圆盘到计算全息光栅扫描器的位相方程、条纹位置方程及参数结构方程式,并由此设计和制作了用于波长λ＝１０．６μｍ的圆盘型反射式计算全息光栅扫描器,在实验中重点解决了零点漂移和波称λ＝１０．６μｍ的激光为不可见光的问题,最后对扫描特性进行了分析。     

用于光导板的亚微米光栅衍射特性研究

提出了利用亚微米光栅制作光导板的方法,用严格耦合波理论计算分析了亚微米光栅从光密介质到光疏介质的1级透射衍射效率与光栅槽深、入射角度的关系。讨论了在满足基底全反射条件的入射角时对应于R、G、B三原色光的亚微米光栅（0．651μm、0．508μm、0．405μm）在导波条件下的光场衍射特性,并用实验证明在导波条件下1级衍射效率率与光栅槽深关系的可靠性。给出亚微米光栅型光导板的初始结构,并进行了误差分析。     

用于光导板的亚微米光栅透射衍射特性分析

提出了利用亚微米光棚制作光导板的方法,用严格耦合波理论博分析了亚微米光栅从光密介质到光疏介质的1级透射衍射效率与光栅槽深的关系,讨论在满足基底全反射条件的入射角下,对应于红、绿、蓝(红光700mn,绿光555nm,蓝光465nm)三色光的亚微米光栅(0.651μm、0.516μm、0.433μm)在导波条件下的光场衍射特性,并用实验证明在导波条件下1级衍射效率与光栅槽深关系的可靠性,给出亚微米光栅型光导板的初始结构,进行误差分析.     

多任务衍射神经网络系统设计与实现

为探索利用衍射神经网络执行多任务图像分类识别的可行性,本文设计并搭建一种衍射神经网络系统。该系统采用空间光调制器（Spatial Light Modulator,SLM）做衍射神经网络的相位及振幅权重的调制以及网络层的光学全连接,并利用CMOS相机实现衍射神经网络中各衍射层输出的光电非线性激活与输出图像识别结果判别。设计的系统模型在MNIST和Fashion-MNIST图像分类识别中正确率达到94.1%和92.1%。最终通过搭建光路系统,光学实验正确率分别为91%和81.7%。所设计的衍射神经网络系统可满足多种图像分类识别应用需求,为衍射网络的设计与构建提供了新的思路。     

10.6μm激光器一级输出高衍射效率闪耀光栅的研制

建立了实际刻划光栅的物理模型,给出了相应的衍射效率表达式,并研制出了在Littrow安装下一级衍射效率达到97．2％的大功率10．6μm红外激光器用反射式闪耀光栅。实际刻划光栅通常都存在零级面,采用傅里叶分析方法可以推导出计算带有零级面的闪耀光栅衍射效率的一般表达式,由理论分析可知,零级面是造成闪耀光栅衍射效率下降的原因之一。在工艺过程中．通过加大刻划负载使零级面减小,加大侧向压力强化对闪耀面的抛光等,是提高光栅刻槽质量和衍射效率的有效途径。     

基于DSP的光栅衍射型激光告警系统设计与实现

激光告警系统是一种可对来袭激光性能参数进行实时探测的光电对抗设备。基于光栅衍射效应以及DSP 信号采集及处理系统,设计并实现了激光告警系统,可对激光的波长、方位进行探测、告警。对激光告警系统的硬件和软件的设计与实现进行了研究,建立了入射激光波长以及方位的数学模型,推导了激光波长以及方位角与激光衍射点的数学表达式,并对激光告警系统进行了实验研究。实验结果表明:该系统能有效探测来袭激光波长及其方位,可测波长范围为500~1 100 nm,方位角为13,波长最大偏差10 nm,方位角最大误差1。     

闪耀光栅的衍射特性研究

为了系统研究闪耀光栅的衍射特性,分析光栅结构参量对其衍射效率的影响,采用严格的耦合波分析方法,得到了闪耀光栅的槽顶角、闪耀角等结构参量以及波长与衍射效率的关系。结果表明,随着槽顶角的增大,闪耀角向减少的方向移动,衍射效率则向降低的方向移动;槽顶角一定时,随着光波长的增大,衍射效率降低,同时闪耀角向增大的方向移动;同时分析了闪耀光栅的偏振现象。分析结果可为闪耀光栅的设计提供参考依据。     

基于SPCE061A的激光衍射光栅测试仪设计

激光经衍射光栅衍射后的光斑亮度比和透过率的测定是保证光盘驱动器等电子设备的质量一个关键环节,采用高性能16位单片机SPCE061A创新地设计实现波长650 nm激光衍射光栅测试仪器.主要设计了测试仪的小信号采样及调理电路、单片机最小系统以及相关的软件程序.实验结果表明,对衍射光栅0级和1级光斑亮度比和光栅透过率测试误差和均方差均满足了光栅测试的精度和稳定性要求,大大提高了测试的可靠性和效率.     

基于全局拓扑优化深度学习模型的超构光栅分束器

将深度学习模型应用于超构光栅分束器的逆向设计,可以在全局范围内获得具有良好均匀性和高衍射效率的结构。利用基于全局拓扑优化的深度学习模型,围绕超构光栅分束器的结构设计和衍射效率及均匀性等光学性能展开了一系列的研究。在波长为900 nm的入射光下,基于全局拓扑优化深度学习模型设计出大角度高衍射效率超构光栅分束器,设计的分束角为120°与150°时衍射效率分别达到95%与85%。     

取样光栅的设计及衍射行为研究

设计了用于惯性约束核聚变系统的取样光栅。利用光全息学的基本原理,设计了记录全息取样光栅掩模的消像差光学系统,并使用光学设计软件ZEMAX分析了它的像差;还利用严格耦合波理论对取样光栅的衍射效率问题进行了深入的研究。研究发现,在占宽比和槽深这两个光栅结构参量中,槽深的变化对衍射效率更敏感。这些都为取样光栅的实际制作提供了有意义的结果。     

衍射光栅分析软件构建与使用

详细介绍了一套自主开发设计,基于标量衍射理论和严格耦合波分析方法,运行于Matlab平台下的衍射光栅分析软件,它将各种各样的光栅按照面形结构的不同,分类进行分析。首先简要介绍了Matlab环境中软件的构建步骤,对一些关键命令作了简要说明。然后对本软件所具有的功能一一举例,详细说明软件的使用方法。     

正交余弦光栅的衍射场

为了研究正交余弦光栅的衍射场,采用波前相因子判断法并考虑到光栅孔径的影响,对正交余弦光栅的衍射进行了理论分析,得到了正交余弦光栅衍射场所含基元成分,导出了像面波前函数、像面振幅分布函数和光强分布函数,并得出主焦斑的半角宽度.结果表明,该研究可为光栅用于光学信息处理技术提供理论依据.     

基于深度卷积神经网络算法改进

深度卷积神经网络在近年发展迅速,特别是在深度学习被提出来后。但在真实的人脸检测中,大的视觉变化,如背景,照明等,需要一种精确的判别模型来区分人脸和背景。于是,本文给出基于深度卷积网络算法的改进。