作者单位
摘要
1 1.华东师范大学 物理与电子科学学院, 极化材料与器件教育部重点实验室, 上海 200241
2 2.中国科学院 上海硅酸盐研究所, 上海 200050
3 3. 山西大学 极端光学协同创新中心,太原 030006
宽禁带γ-CuI是一种具有优异光电和热电性能的p型透明半导体材料, 近年来受到广泛关注。但作为一种新兴材料, 其发光性能受材料缺陷影响的物理机理尚不清楚。本工作通过气相反应法制备了Cl掺杂的CuI薄膜, 采用电镜表征方法研究Cl掺杂对多晶CuI薄膜表面形貌和阴极荧光发光特性的影响, 并结合第一性原理计算探究了Cl在CuI薄膜中的主要存在形式, 以揭示Cl掺杂CuI薄膜结构与发光性能的联系。研究结果表明, 原本晶粒饱满但晶界显著的CuI薄膜掺杂Cl后呈现出致密平整的表面, 表明Cl掺杂剂改变了CuI的表面结构。相比未掺杂区域, Cl掺杂区410 nm处的荧光信号明显得到双倍增强, 而在720 nm附近的缺陷峰则略有降低, 说明Cl掺杂极大改善了CuI薄膜的发光性能。通过第一性原理计算对该现象进行理论分析, 发现引入Cl元素有效抑制了CuI中碘空位等深能级缺陷的产生, 降低了激子发生非辐射跃迁的概率, 从而改善CuI的发光性能, 这与阴极荧光的结果一致。本研究获得的掺杂CuI薄膜带边发光峰的半峰宽仅为7 nm, 表现出极高的发光单色性。这些发现有助于对卤素掺杂获得的高性能CuI基材料的理解。
CuI Cl掺杂 阴极荧光 第一性原理计算 CuI Cl-doping cathodoluminescence first principle calculation 
无机材料学报
2023, 38(6): 687
Rong Huang 1,2Qi Wang 1,2Zhiyi Xiang 1,2Xiaoming Nie 1,2[ ... ]Hui Luo 1,2
Author Affiliations
Abstract
1 College of Advanced Interdisciplinary Studies, National University of Defense Technology, Changsha 410073, China
2 Nanhu Laser Laboratory, National University of Defense Technology, Changsha 410073, China
A water track laser Doppler velocimeter (LDV) is developed with advantages of high update rate, high real-time performance, high concealment, light weight, and small dimensions. The water track LDV measures the advance velocity of the underwater vehicle with respect to the surrounding water. The experimental results show that the water track LDV has an accuracy of 96.4% when the moving velocity of the vehicle with respect to the ground exceeds 0.25 m/s. Thus, the water track LDV is promising in the application of underwater navigation to aid the strapdown inertial navigation system.
laser Doppler velocimeter water track underwater navigation 
Chinese Optics Letters
2023, 21(9): 090005
陈兰剑 1,2席崇宾 1,2周健 1,2,*聂晓明 1,2[ ... ]金世龙 1,2
作者单位
摘要
1 国防科技大学 前沿交叉学科学院,湖南 长沙 410073
2 国防科技大学 南湖之光实验室,湖南 长沙 410073
激光多普勒测速技术以其高精度和高可靠性得到广泛应用,其为运动载体的导航定位提供了一种全新的独立测速手段,在提高定位精度方面发挥了重要作用。随着应用场景的拓展,现有的激光多普勒测速技术亟待进一步的发展和优化。文中从激光多普勒测速仪(Laser Doppler Velocimeter, LDV)的测速原理、种类分类和导航应用研究现状三个方面入手,对用于运动载体导航定位的LDV技术进行综述。可以看到,利用LDV进行组合导航的航迹推算精度已经优于0.01%,达到了高精度导航定位的要求,其中单光束LDV比双光束LDV更适合车载应用,能敏感更多维度速度分量的LDV对导航精度提高的效果更明显。同时,对LDV后续的发展方向进行了展望,LDV与更低成本的SINS进行组合导航是下一步值得研究的方向。可以预见,LDV有望在未来成为覆盖高低速测量、海陆空全领域的高精度独立测速装置,在解决实际科学和工程问题中发挥更大、更重要的作用。
光学测量 激光多普勒测速仪 导航定位 运动载体 optical measurement laser Doppler velocimeter navigation and localization moving vehicles 
红外与激光工程
2023, 52(6): 20230143
郑煜臻 1,*朱博杰 1武彪 1黄永丹 1[ ... ]杨辉 1,2
作者单位
摘要
1 中国科学院苏州纳米技术与纳米仿生研究所纳米真空互联实验站, 江苏 苏州 215123
2 材料科学姑苏实验室, 江苏 苏州 215123
研制具有实用价值的超导量子系统需要进一步提高量子比特的质量, 目前材料及核心表界面缺陷是限制量子比特相干时间的重要因素。微波谐振器作为超导量子芯片的重要组成部分, 可用于表征材料质量及相关器件制备工艺优劣。利用分子束外延 (MBE) 技术在本征硅 (111) 衬底上生长铝 膜, 制备 λ/4 共面波导谐振器。通过硅衬底的处理和高质量铝薄膜的制备, 在 20 mK 的温度和近单光子探测功率下将谐振器本征品质因子提升到 106。
量子电子学 共面波导谐振器 低损耗 品质因子 单光子 quantum electronics coplanar waveguide resonator low loss quality factor single photon 
量子电子学报
2021, 38(4): 428
作者单位
摘要
国防科技大学前沿交叉学科学院, 湖南 长沙 410073
为了提升多普勒信号的有效性,增加激光多普勒测速仪的工作距离和可测量范围,提出了一种基于液体透镜的品质因子增强技术。对多普勒信号的品质因子分布进行了理论分析,然后以高斯光学为理论基础,对基于液体透镜的激光多普勒测速仪出射高斯光束的腰斑位置和大小进行了仿真分析。最后搭建了基于液体透镜的激光多普勒测速系统,对不同驱动电流下的品质因子进行了测量。理论分析和实验结果表明:通过改变液体透镜的驱动电流,多普勒信号的品质因子显著增加,大幅提升激光多普勒测速仪的工作距离和可测量范围。
测量 激光多普勒测速仪 品质因子 液体透镜 驱动电流 工作距离 可测量范围 
中国激光
2021, 48(7): 0704003
作者单位
摘要
1 中国科学院 宁波材料技术与工程研究所, 宁波 315201
2 中国科学院 上海硅酸盐研究所, 上海200050
3 华东师范大学 电子科学系, 极化材料与器件教育部重点实验室, 上海 200062
放电等离子体烧结的AlF3掺杂氧化铝陶瓷在透射电镜(TEM)常规观察条件下发现了一种电子辐照诱导快速相分离行为。在透射电镜的电子辐照下, 球形纳米晶Al颗粒在几秒钟内从原始氧化铝晶粒表面析出。高分辨TEM观察结合衍射花样分析发现原始的F掺杂氧化铝晶粒表面为高度缺陷态, 电子辐照后, 随着Al纳米颗粒析出, 氧化铝晶粒表面的缺陷消失。通过对掺杂过程缺陷反应及氧化铝阳离子亚晶格的深入分析, 提出了一种缺陷辅助间隙原子偏析机理来解释这一现象。即掺杂F离子首先占据氧空位的同时Al离子占据间隙位, 当氧空位被全部占据时, F和Al离子同时占据基体八面体间隙位, 并形成了亚稳定的掺杂态。在氧化铝基体1/3 [11ˉ00]不全位错的作用下, 畸变的阳离子亚晶格产生双聚八面体间隙位。当这些双聚八面体空位被外来Al离子占据时, 正如高分辨图像所观察的, 形成了包含有三个原子层左右的堆垛层错。同时, 沿着层错偏聚在双聚八面体位的掺杂Al离子扮演了析出物早期的角色, 在电子辐照下随着F离子的烧蚀, 不稳定的偏聚Al离子析出成为纳米颗粒并伴随着基体氧化铝的晶格重构。
电子辐照 相分离 AlF3 AlF3 Al2O3 Al2O3 TEM TEM electron irradiation phase-separation 
无机材料学报
2021, 36(1): 95
裴嘉欣 1,2,*孙韶媛 1,2王宇岚 1,2李大威 1,2黄荣 1,2
作者单位
摘要
1 东华大学 信息科学与技术学院,上海 201620
2 东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620
环境感知是无人车夜间行驶中的一项关键任务,提出一种改进的YOLOv3网络,以实现夜间对无人车获取的红外图像中行人、车辆的检测,将判断周边车辆的行驶方向问题转化为预测车辆位置的角度大小问题,并与深度估计信息进行融合对周边车辆行驶的距离和速度作出判断,从而实现夜间无人车对周边车辆行驶意图的感知。该网络具有端到端的优点,能实现整张图像作为网络的输入,直接在输出层回归检测目标的边界框位置、所属的类别和车辆的角度预测结果,并和深度估计信息融合得到周边车辆的距离和速度信息。实验结果表明,使用改进的YOLOv3网络对夜间无人车获取的红外图像进行目标检测的时间为0.04 s/帧,角度和速度预测效果较好,准确性和实时性达到了实际应用要求。
红外图像 目标检测 YOLOv3网络 角度预测 深度估计 infrared image target detection YOLOv3 network angle prediction depth estimation 
应用光学
2019, 40(3): 380

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!