排序方式: 共有15条查询结果,搜索用时 156 毫秒
11.
12.
针对芯片原子钟(铯)用激光光源系统对垂直腔面发射激光器(VCSEL)模式及工作温度的需求,研制出可以高温工作的氧化限制型基横模 894.6 nm VCSEL。通过缩小VCSEL氧化孔直径至3 μm,限制VCSEL高阶横模激射,保证器件基横模低阈值电流工作。通过常温下腔模与材料增益失谐12 nm 的结构设计,使器件能够在50~65 ℃ 高温时,激射波长对准原子能级且工作模式稳定。实验所制备的VCSEL在工作温度为55 ℃、注入电流1.8 mA 时,激射波长达到 894.6 nm,边模抑制比(SMSR)大于35 dB,基横模功率为0.75 mW,具有11.4°的远场发射角。当温度为65 ℃时,器件SMSR大于25 dB,基横模功率大于0.1 mW。该高温基横模工作的VCSEL在芯片原子钟中具有重要的应用前景。 相似文献
13.
14.
为研究氧化限制结构孔径对940 nm垂直腔面发射激光器(VCSEL)特性的影响,制备了不同氧化孔径的940 nm VCSEL,并进行了测试分析。通过PICS3D软件对不同量子阱势垒材料的增益进行仿真计算,选取具有较高有源区材料增益的InGaAs/AlGaAs作为量子阱,并开展了增益-腔模失配设计。在设计优化的基础上,制备了6种氧化孔径的940 nm VCSEL,对其光电输出特性进行测试。结果表明:氧化孔径为4μm的VCSEL,室温下斜率效率为0.93 W/A,最大功率转换效率为40.1%;氧化孔径为7μm的VCSEL,室温下最大输出功率为12.24 mW;氧化孔径为2μm的VCSEL,室温下最大基横模功率为2.67 mW。该器件在2 mA连续驱动电流下,在10~80℃的范围内均可实现边模抑制比大于45 dB的基横模输出。 相似文献
15.
联邦学习与群体学习作为当前热门的分布式机器学习范式,前者能够保护用户数据不被第三方获得的前提下在服务器中实现模型参数共享计算,后者在无中心服务器的前提下利用区块链技术实现所有用户同等地聚合模型参数。但是,通过分析模型训练后的参数,如深度神经网络训练的权值,仍然可能泄露用户的隐私信息。目前,在联邦学习下运用本地化差分隐私(LDP)保护模型参数的方法层出不穷,但皆难以在较小的隐私预算和用户数量下缩小模型测试精度差。针对此问题,该文提出正负分段机制(PNPM),在聚合前对本地模型参数进行扰动。首先,证明了该机制满足严格的差分隐私定义,保证了算法的隐私性;其次分析了该机制能够在较少的用户数量下保证模型的精度,保证了机制的有效性;最后,在3种主流图像分类数据集上与其他最先进的方法在模型准确性、隐私保护方面进行了比较,表现出了较好的性能。 相似文献