Mach-Zehnder Interferometer Based on Coupled Dielectric Pillars

We propose a Mach-Zehnder interferometer （MZI） based on coupled dielectric pillars. It is composed of single-row pillar coupled waveguide modulating arms and three-row pillar waveguide 3 dB couplers. The slow light property and transmission loss of the single-row pillar modulating arm are optimized by the plane wave expansion method. A short 3dB coupler is designed based on the modes transformation in three-row pillar waveguide. Finite difference time domain simulations prove the validity of this MZI and show that it has low insertion loss of 1.1 dB and high extinction ratio of 〉 12 dB.     

基于石墨烯的高效复合波导调制器研究

提出了一种基于石墨烯的复合波导调制器,用严格的三维数值仿真结果展示了该调制器的工作状态。利用调制器狭缝中的表面等离激元对电磁波的强约束,增强了光与石墨烯间的相互作用,提高了调制器的调制性能,调制效率可达0.197dB·μm~(-1)。在调制器长度为15μm时,可实现调制深度为3dB的开关键控效应,此时的插入损耗为0.4dB,调制带宽可达1.85GHz。设计了与输入波导相连接的耦合器,在耦合器总长度仅为1μm的条件下,实现了86.6%的耦合效率。     

基于深度学习的粒子场数字全息成像研究进展

粒子场的数字全息成像中,由一幅粒子场全息图重建出高精度的三维粒子场分布,是数字全息技术领域的经典问题之一。相比于传统反向重建算法,深度学习算法可以从单个全息图直接重建出三维粒子场来简化算法复杂度,提高计算效率和准确率。介绍国内外研究团队将深度学习算法结合数字全息技术实现粒子场数字全息成像的研究进展,从不同粒子表征方法入手,叙述了支持向量机、全连接神经网络、全卷积网络、U-Net网络、深度神经网络在粒子场数字全息成像中粒子表征及粒子场反向重建过程中的应用原理、实现途径和准确率。最后指出了深度学习算法在这一研究领域的优势及目前基于深度学习算法的不足,并对如何进一步提高该方法的准确率进行了展望。     

环境条件下电催化氮还原的现状、挑战与展望

氨是一种重要的化肥生产原料和清洁能源载体,在工业上主要通过哈伯法合成,但该工艺反应条件苛刻,需要高温高压并消耗大量的化石能源.因此,开发能耗低、反应温和的合成氨方法,对于缓解能源和环境的双重压力具有重要的现实意义.近年来,在温和条件下通过电催化氮还原反应(NRR)合成氨有望替代哈伯法,但该技术的重点在于设计合理的电催化...