-
题名新型过渡金属硫化物在超快激光中的应用
被引量：6
- 1
-
-
作者
孙俊杰
陈飞
何洋
丛春晓
曲家沂
季艳慧
鲍赫
-
机构
中国科学院
中国科学院大学
复旦大学信息科学与工程学院
中国科学院
-
出处
《中国光学》
EI
CAS
CSCD
北大核心
2020年第4期647-659,共13页
-
基金
国家重点研发计划资助项目(No.2016YFB0500100,No.2018YFE0203203)
国家自然科学基金面上项目(No.61975203)
+1 种基金
中科院青年创新促进会(No.2017259)
民用航天预研项目(No.D040101)。
-
文摘
超快激光技术是目前激光乃至物理学和信息科学领域最活跃的研究前沿之一,在工业加工、生物医学和激光雷达等领域具有广泛应用。二维材料具有独特的物理结构及优异的光电特性,作为可饱和吸收体应用于超快激光器时,具备工作波段宽、调制深度可控和恢复时间快等优势。其中,过渡金属硫化物因具有带隙连续可调等特点,已成为二维材料研究领域的重点。本文从过渡金属硫化物的特性出发,介绍了可饱和吸收器件的制作方法,综述了基于新型过渡金属硫化物的超快激光器的研究进展,并对其发展趋势进行了展望。
-
关键词
二维材料
过渡金属硫化物
可饱和吸收体
超快激光
-
Keywords
two-dimensional materials
transition metal dichalcogenides
saturable absorber
ultrafast laser
-
分类号
TN248
[电子电信—物理电子学]
-
-
题名湍流大气对光束相干合成效果的影响
被引量：1
- 2
-
-
作者
宋纪坤
李远洋
车东博
郭劲
王挺峰
李志来
-
机构
中国科学院
中国科学院大学
中国科学院
-
出处
《中国光学》
EI
CAS
CSCD
北大核心
2020年第4期884-898,共15页
-
基金
国家重点研发计划资助项目(No.2016YFB0500100)
国家自然科学基金资助项目(No.61805234)
+2 种基金
激光与物质相互作用国家重点实验室基金项目(No.SKLLIM1704)
中国科学院前沿科学重点研究项目(No.QYZDB-SSW-SLH014)
民用航天预研项目(No.D040101)。
-
文摘
光纤激光相干合成是获得高功率高光束质量输出较为有效的途径,而湍流大气是制约其应用与发展的关键因素之一。本文重点研究了大气格林伍德频率对基于随机并行梯度下降算法(SPGD)相干合成系统校正效果的影响。首先,在静态大气条件下,分析了不同湍流强度对相干合成系统校正效果的影响;然后,利用数值计算生成一组旋转的符合Kolmogorov统计规律的相位屏模拟湍流大气,对在不同大气格林伍德频率下相干合成系统的校正效果进行研究;最后,搭建两路光纤激光相干合成实验平台,进行实验验证。仿真和实验结果表明,在系统的控制算法迭代频率(350 Hz)一定时,随着大气格林伍德频率的增加,湍流大气对光束的相位和光强的扰动加剧,使得相干合成系统的合成效果变得越来越差。
-
关键词
相干合成
SPGD算法
湍流大气
相位屏
-
Keywords
coherent beam combining
SPGD algorithm
turbulent atmosphere
phase screen
-
分类号
TN249
[电子电信—物理电子学]
-
-
题名基于改进Yolov5l的航空小目标检测算法
被引量：3
- 3
-
-
作者
戴得恩
朱瑞飞
陈长征
秦磊
马经宇
-
机构
中国科学院长春光学精密机械与物理研究所空间光学研究二部
中国科学院大学大珩学院
长光卫星技术有限公司数据三室
-
出处
《计算机工程与设计》
北大核心
2023年第9期2610-2618,共9页
-
基金
国家自然科学基金项目(62105328)
国家重点研发计划基金项目(2019YFE0127000)
吉林省重大科技专项基金项目(20200503002SF)。
-
文摘
针对航空图像小目标检测存在的检测精度低、误检与漏检严重等问题,提出一种基于改进Yolov5l的航空小目标检测算法(AS-Yolov5)。在Yolov5的主干特征提取网络中引入空洞卷积,使用Transform的Decode模块,在特征融合网络中新增检测头,FPN+PAN特征融合时设置融合权重,输出端采用SE-Net注意力机制,测试时进行多尺寸输入及测试时间增强(TTA)。算法在visdron2021数据集上进行验证,实验结果表明,AS-Yolov5的均值平均精度@0.5(mAP@0.5)为41.0%,较Yolov5l的28.5%提升12.5%,有效提高Yolov5l难以在远距离、暗环境、密集分布和图像模糊的场景下的小目标检测能力。
-
关键词
航空小目标检测
Yolov5l模型
空洞卷积
SE-Net注意力模块
权重融合
深度学习
目标检测
-
Keywords
aviation small target detection
Yolov5l model
dilated convolution
SE-Net attention module
weight fusion
deep learning
object detection
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
-
