1 西南交通大学物理科学与技术学院，成都 四川 610031
2 西南交通大学信息科学与技术学院，成都 四川 610031
常规数值求解方法在表征光纤中超短脉冲的非线性传输过程时存在计算量大、效率低等局限。随着人工智能的快速发展，深度学习技术展现出了强大的计算能力、广泛的适用范围、良好的硬件移植性，在光纤中超短脉冲非线性传输过程表征和控制研究中具有巨大潜力。本文概述了深度学习技术及其在预测光纤中超短脉冲传输、超短脉冲重构及参数估计方面的研究进展，同时展望了深度学习与光纤中超短脉冲非线性传输这一新兴交叉技术的发展方向和挑战。
光纤光学 超短激光脉冲传输 非线性薛定谔方程 光纤非线性效应 深度学习 中国激光
2023, 50(11): 1101011
1 西南交通大学物理科学与技术学院，成都 四川 610031
2 信号盲处理国家级重点实验室，成都 四川 610041
3 西南交通大学信息科学与技术学院，成都 四川 610031
全光纤超短脉冲啁啾放大技术在激光技术和超快光学领域备受关注。针对传统数值方法分析光纤中超短脉冲啁啾放大过程存在计算量大、效率低等问题，采用深度学习方法开展全光纤超短脉冲啁啾放大过程建模研究。首先分析脉冲啁啾参量等参数对超短光脉冲传输过程的影响。预训练设计的深度神经网络模型，分析网络对不同初始脉冲啁啾参量的预测精度，进一步探索了不同初始脉冲半峰全宽、峰值功率和啁啾参量等复杂情况下网络的泛化性及预测精度。本研究拓宽了数据驱动方法在激光行为预测方面的应用，为光纤中超短脉冲的特性研究提供了新思路。
非线性光学 光纤参量啁啾脉冲放大 卷积神经网络 非线性薛定谔方程
西南交通大学物理科学与技术学院, 四川 成都 610031
研究了点源、线源激光激发超声波对钢轨表面缺陷检测的影响。使用有限元法对比了这两种激发方式的声场、声波信号及对钢轨表面缺陷检测的有效性。通过有限元仿真分别对水平、垂直、斜45°的钢轨表面缺陷进行了检测并进行了实验验证。实验与仿真结果一致表明,由激光线源激发的声表面波指向性好、信号幅值大,更利于钢轨表面缺陷的检测,且对不同类型的钢轨表面缺陷均具有较好的检测能力。
测量 激光超声 钢轨表面缺陷 无损检测 声表面波 有限元法 激光与光电子学进展
2019, 56(8): 081201
