Author Affiliations
Abstract
1 Department of Optical Engineering, School of Electronic Science & Applied Physics, Hefei University of Technology, Hefei 230601, China
2 School of Instrument Science and Opto-electronics Engineering, Hefei University of Technology, Hefei 230009, China
3 R&D Center of High Power Laser Components, Shanghai Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Shanghai 201800, China
4 Research Center for Advanced Photon Technology, Toyota Technological Institute, Nagoya 468-8511, Japan
Brillouin gain spectra (BGS) in an As2Se3 photonic crystal fiber (PCF) are investigated numerically. The profiles of the BGS are simulated by calculating the characteristics of different-order optical and acoustic waves in the PCFs with different core diameters. For the small-core PCF, there are two peaks in BGS, but there is only one peak for the large-core PCF. We also reveal that in the small-core PCF, the difference of Brillouin frequency shift between the LP01 and LP11 modes is obvious, while it is not obvious in the large-core PCF. The Brillouin threshold increases with the core diameter increasing.
stimulated Brillouin scattering optical mode acoustic mode chalcogenide fiber photonic crystal fiber Chinese Optics Letters
2020, 18(1): 010602
西北工业大学 电子信息学院, 陕西 西安, 710129
为了进一步提高图像超分辨率重建的质量, 针对非局部集中稀疏表示算法中重建图像的噪声问题, 提出了一种基于专家场先验模型的图像超分辨率重建改进算法。首先, 利用专家场模型从图像训练集中学习整幅图像的先验知识建立全局先验模型; 然后将学习到的先验信息用于非局部集中稀疏表示模型求解最优稀疏表示系数; 最后, 得到高分辨率图像估计。该算法在超分辨率重建迭代运算的同时, 同步更新专家场模型参数, 因此在不显著增加运算复杂度的情况下, 通过选取合适的先验约束, 有效地增强了图像重建的效果。实验结果表明: 相比非局部集中稀疏表示算法, 文中算法对无噪和有噪降质图像均能取得较好的峰值信噪比结果, 并且能够进一步提高有噪图像的去噪效果。
超分辨率重建 专家场先验模型 非局部自相似 稀疏表示 super-resolution reconstruction fields of experts prior model non-locally similarity sparse representation 红外与激光工程
2019, 48(6): 0626002
西北工业大学 电子信息学院, 陕西 西安 710129
针对卷积稀疏编码算法中特征映射的准确性的问题, 为了进一步提高图像超分辨率重建的的质量, 文中提出一种基于卷积稀疏自编码的图像超分辨率重建算法。该算法首先在预训练阶段利用稀疏自编码器对输入高低分辨率图像分别进行训练, 得到对应的图像稀疏特征表示; 然后再由卷积神经网络根据得到的稀疏系数共同训练相应的滤波器及特征映射函数并更新到最优解; 最后由高分辨率滤波器和对应的稀疏表示系数卷积求和, 得到高分辨率重建图像估计。实验结果显示, 改进算法的峰值信噪比(PSNR)结果较卷积稀疏编码算法提高了近0.1 dB, 有效提高了重建图像的质量。
稀疏编码 卷积神经网络 自编码器 深度学习 超分辨率重建 sparse coding convolutional neural network auto-encoder deep learning super-resolution reconstruction 红外与激光工程
2019, 48(1): 0126005
Author Affiliations
Abstract
Department of Optical Engineering, Hefei University of Technology, Hefei 230601, China
We propose a switchable multi-wavelength erbium-doped fiber laser based on a four-mode fiber Bragg grating (FBG). The four-mode FBG is fabricated in a hydrogen pre-loaded fiber by the phase mask method, which can support four linearly polarized modes around 1550 nm. The five operation wavelengths are at 1547.5, 1546.8, 1546.0, 1545.1, and 1544.2 nm, respectively. Through adjusting the polarization state and the lateral offset coupling in cavity, the laser can be switched into the operation state of single, dual, or triple wavelengths. The proposed laser has the advantages of simple configuration, stable operation, and easy adjustment.
060.3510 Lasers, fiber Chinese Optics Letters
2019, 17(1): 010604
1 中国农业科学院农业资源与农业区划研究所, 北京 100081
2 中国农业科学院农业环境与可持续发展研究所, 北京 100081
3 Canadian Light Source, University of Saskatchewan, Saskatoon, SK S7N 2V3 Canada
4 北京大学分析测试中心, 北京 100871
当前, 磷肥不合理施用引发的资源危机和环境问题日益凸显, 创制新型磷肥、 提高磷肥利用率是保障农业生产、 环境安全及可持续发展的关键。 鉴于有机结合态磷肥不易被土壤组分固定, 在土壤中移动性强, 作物有效性高, 研发新型有机结合态磷肥有望从根本上突破并解决无机磷肥利用率低的问题。 新近, 新型有机结合态磷肥的研发方兴未艾, 而有机结合态磷肥的赋存形态及其高效机理尚不清楚。 基于多种有机结合态磷肥研制及肥效方面的研究成果, 选取价格低廉、 肥效稳定的淀粉基磷肥, 采用液相磷-31核磁共振（P-NMR）技术、 同步辐射X射线吸收近边结构谱（XANES）技术在分子层面上对其磷形态进行表征。 将供试淀粉基磷肥酶解制成α-极限淀粉糊精, 溶解于45%的二甲亚砜, 通过液相P-NMR分析发现该磷肥中总磷含量约为5 218 mg·kg-1, 与灼烧-比色法测得的结果一致; 其中磷主要以有机形态赋存, 正磷酸单酯占总磷比例达75.8%。 正磷酸二酯含量为17.3%, 而无机磷仅占总磷含量的6.9%。 另外, 通过指纹图谱比对, 供试样品磷的K-边XANES谱与植酸磷的谱图极为相似。 以上研究结果表明该淀粉基磷肥中磷以正磷酸单酯为主, 为深入揭示有机结合态磷肥的高效机制提供了重要依据。Spectroscopy
磷 分子形态 液相磷-31核磁共振 X射线吸收近边结构谱 肥料 Phosphorus Molecular speciation Solution P-31 NMR XANES Fertilizers
