西安工业大学光电工程学院，陕西 西安 710021
针对太赫兹频率选择表面（FSS）单元结构复杂、参数繁多、优化耗时等问题，基于卷积神经网络（CNN）并结合遗传算法，提出一种FSS智能化融合设计方法，并将其应用于典型滤波FSS的性能优化设计。将FSS周期单元拓扑编码为16×16的“0/1”旋转对称序列，收集26000组0.5~3 THz的透反射光谱作为数据集，利用19层CNN实现光谱预测，对测试集的平均绝对误差低至0.06。利用预测光谱与目标光谱的差值，给出各类典型FSS设计的通用目标函数，结合遗传算法，设计实现了带宽为0.1 THz的单频带通和带阻FSS、带宽为0.5 THz的单频带通和带阻FSS、带宽为0.2 THz的双频带通FSS，且均具有良好极化稳定性。计算结果表明，通过优化设计FSS的拓扑编码，可以简洁高效地实现各类典型带通带阻FSS。
频率选择表面 拓扑编码 卷积神经网络 遗传算法 激光与光电子学进展
2024, 61(4): 0424001
红外与激光工程
2023, 52(11): 20230212
1 上海理工大学 健康科学与工程学院，上海 200093
2 宁波大学 物理科学与技术学院，浙江 宁波 315211
3 山东第一医科大学 附属人民医院超声科，山东 济南 271100
(K0.5Na0.5)NbO3(KNN)陶瓷作为一类重要的高性能无铅压电材料体系，有望推动医用超声成像换能器技术的无铅化。对KNN陶瓷进行有效掺杂改性研究，采用固相烧结法制备了具有优异压电性能的KNN基压电陶瓷，其压电常数达400 pC/N，机电耦合系数为55%。基于其高压电、低声阻抗的综合性能设计制备了高分辨力、大带宽及高频率的医用超声换能器，其纵向分辨率达47 μm，-6 dB带宽达93%，中心频率为18.0 MHz。利用此换能器对人体组织模型进行B模式超声成像，获得管状组织的高分辨率结构图像。结果表明，KNN体系陶瓷是一种应用于医用高频超声成像中综合性能优异的材料。
无铅压电材料 (K0.5Na0.5)NbO3基陶瓷 超声成像 超声换能器 lead-free piezoelectric material (K0.5Na0.5) NbO3-based ceramics ultrasonic imaging ultrasonic transducer
强激光与粒子束
2023, 35(12): 121001
1 兰州交通大学电子与信息工程学院，甘肃 兰州 730070
2 兰州交通大学光电技术与智能控制教育部重点实验室，甘肃 兰州 730070
近年来，电磁诱导透明（EIT）效应得到了广泛的研究，特别是对其群延迟的动态可调谐在光通信领域有良好的应用前景。提出了一种一维光子晶体纳米梁腔辅助微环谐振腔的动态可调谐电磁诱导透明系统。在该系统中引入了石墨烯，通过改变石墨烯的费米能级实现了对类电磁诱导透明的开关调控和群延迟的动态调谐。此外，在改变纳米梁腔与微环谐振腔的耦合距离和微环谐振腔的半径时，实现了对EIT窗口“关—开—关”的调控。采用三能级原子系统解释了类EIT效应的物理机制，采用三维时域有限差分法对该结构进行仿真，并分析了该结构的传感特性和延迟特性，仿真结果表明，灵敏度为614.4 nm/RIU、品质因数为370.8、群延迟为7.1 ps、群指数高达895。该系统为光开关、传感器和慢光器件的研发提供了一种可行方案。
电磁诱导透明效应 纳米梁腔 微环谐振器 石墨烯 集成光学 光学学报
2023, 43(22): 2223003
1 中国科学院上海光学精密机械研究所量子光学重点实验室，上海 201800
2 中国科学院大学，北京 100049
3 中国科学院微小卫星创新研究院，上海 200120
激光稳频是影响原子喷泉系统性能的关键技术。提出了一种应用于原子喷泉系统的激光稳频优化方案。该方案将激光冷却过程中采用的移频方法应用到稳频系统中，通过光纤电光调制的方法产生边带，并将频率锁定在边带的饱和吸收峰上。同时应用大光斑饱和吸收模块，改善饱和吸收信号和误差信号的信噪比。利用原子喷泉系统主光路的探测光，通过1.035 GHz的移频，实现从饱和吸收峰到饱和吸收峰的转移锁定，并在喷泉系统中观测到冷原子云信号。锁定后的信号可实现较长时间的稳定工作。该方案通过控制电光调制频率，还有望实现激光冷却实验范围内的任意频率锁定，具有重要的应用价值。
原子喷泉 电光调制 移频 饱和吸收 稳定度 光学学报
2023, 43(19): 1914002
Author Affiliations
Abstract
1 New Materials and New Energies, Shen Zhen Technology University, Shenzhen 518118, China
2 Analysis and Testing Center, Shen Zhen Technology University, Shenzhen 518118, China
Two-dimensional transition metal dichalcogenides (TMDs) have intriguing physic properties and offer an exciting platform to explore many features that are important for future devices. In this work, we synthesized monolayer WS2 as an example to study the optical response with hydrostatic pressure. The Raman results show a continuous tuning of the lattice vibrations that is induced by hydrostatic pressure. We further demonstrate an efficient pressure-induced change of the band structure and carrier dynamics via transient absorption measurements. We found that two time constants can be attributed to the capture process of two kinds of defect states, with the pressure increasing from 0.55 GPa to 2.91 GPa, both of capture processes were accelerated, and there is an inflection point within the pressure range of 1.56 GPa to 1.89 GPa. Our findings provide valuable information for the design of future optoelectronic devices.
two-dimensional transition metal dichalcogenides hydrostatic pressure carrier dynamics band structure ultrafast spectroscopy Journal of Semiconductors
2023, 44(8): 082001
1 福州大学 物理与信息工程学院 平板显示技术国家地方联合工程实验室，福建 福州 350108
2 中国福建光电信息科学与技术创新实验室（闽都创新实验室），福建 福州 350108
随着微米级像素尺寸的微型自发光二极管（Micro-LED，μLED）的出现和发展，采用μLED作为光源和像源的超微型投影光学引擎成为了可能，其极大简化了传统投影显示光学引擎的结构。本文提出了一种基于μLED的超微型投影光学引擎，基于现有3.302 mm（0.13 in）的μLED显示芯片设计了高像质的微型投影镜头。针对μLED的光分布特性，优化μLED发散角度与微投影镜头的光瞳匹配，有效提升了μLED微投影光学系统的光能利用率。结果表明，所设计的μLED微投影显示光学引擎体积仅有18.35 mm3，投影镜头中心视场的MTF值在截止频率处超过0.57。该μLED微投影显示光学引擎较好地实现了系统体积与成像像质的均衡，未来在AR/VR等近眼显示设备上具有广泛的应用前景。
Micro-LED 近眼显示 微投影显示 光学设计 系统效率 Micro-LED near-eye display pico-projection display optical design system efficiency
西安工业大学光电工程学院，陕西 西安 710021
为了表征伪装涂层表面的辐射偏振特性，以Priest Germer（P‐G）模型为基础，针对镜面反射和漫反射，建立一种基于几何衰减效应的二分量偏振双向反射分布函数（pBRDF）模型，引入镜面反射系数和漫反射系数，推导出红外辐射线偏振度模型，并对此模型进行校验，结果与实验数据吻合较好。数值分析涂层表面粗糙度、几何衰减效应及漫反射效应对红外线偏振度的影响，结果表明，涂层表面粗糙度越大，由粗糙度引起的遮蔽阴影效应越明显，对应涂层的红外线偏振度越小，且目标涂层的环境辐射与其红外线偏振度呈负相关。上述结果为实现**伪装和反伪装、目标识别等提供了理论支撑和技术支持。
激光光学 红外偏振 几何衰减效应 漫反射效应 偏振双向反射分布函数 伪装涂层 中国激光
2023, 50(13): 1304007
深度学习算法应用于SAR图像分类领域时存在模型训练时间较长且精度不够高等问题。对此, 提出一种基于混合注意力机制的卷积神经网络模型, 该模型基本模块分为主干分支和软分支。主干分支由残差收缩网络和改良之后的通道注意力机制组成, 负责提取主要特征; 软分支将下采样和上采样相结合, 负责提取混合注意力权重, 增强从输入到输出的映射能力。该模型在MSTAR数据集上取得了99.6%的识别率, 且训练时间较短。噪声分析显示:该模型对椒盐噪声具有较强的鲁棒性。
SAR图像 深度学习 卷积神经网络 残差收缩网络 注意力机制 SAR image deep learning convolutional neural network residual shrinkage network attention mechanism
