摘要：在全反射棱镜式激光陀螺中,谐振腔应力的来源较复杂,应力过大将影响陀螺精度。基于棱镜材料在应力作用下介电常数变化,利用琼斯矩阵和弹光效应理论,系统研究了应力双折射效应对陀螺实际输出的影响,计算获得棱镜布儒斯特角位置反射光、透射光的能量场分布,解释了反射光斑中出现干涉条纹的原因。通过改变应力场分布函数,具体模拟棱镜与腔体光胶面内存在均匀梯度应力场、集中点应力场、复杂应力场时棱镜反射光强分布情况。进行相关实验验证了模拟结果的正确性,提出设计了一种工程化的棱镜及相关产品应力检测工装。

摘要：分析了根据激光场强度相对分布计算激光束横模结构的方法,根据分析结果设计了利用光场分布测量激光束横模结构的实验方法。对所设计的方法进行了仿真验证,同时通过具体实验,对一款调Q激光二极管抽运固体激光器(DPL)的激光束横模结构进行了测量。实验中,在不知道谐振腔参数的情况下,根据设计的方法测量了激光束的各阶横模比例。以测量出的横模比例为基础,理论上重构出激光束,该光束和实际光束的空间传输过程基本吻合。

摘要：影响增益预泵浦被动调Q DPL频率稳定性的因素很多,其中预泵浦电流和主泵浦电流与其关系最为密切。在此基础之上,提出了用于增益预泵浦被动调Q DPL的台阶式电流跳变电源设计方案,完成了外部控制电路。将预泵浦电源分为控制电路和受控电源两部分,这种分离式的设计保证了受控电源与控制电路的独立性,有利于提高各自的稳定性。并通过实验获得了跳变斜率K=0.5 A/-s时,激光电源系统频率2 kHz下较为理想的满足预泵浦技术要求的电流输出波形,满足了设计要求,为提高被动调Q DPL频率稳定性奠定了基础。

摘要：推导出激光二极管线阵光束通过透镜系统的光强分布表达式 ,分析了出射光束的传输特性 ,设计一种凹柱透镜的光束变换系统得到一维均匀光强分布。此外 。

摘要：设计了基于小波变换去噪、序列图像配准、正交最小二乘拟合的基于场景的非均匀性校正算法 ,该算法不仅能适应红外焦平面阵列非 (IRFPA)均匀性随时间和环境变化而发生缓慢变化的情况 ,而且对一般基于场景分析的校正算法中形成的校正虚像也有很好的抑制作用

摘要：对于以TM模工作的大功率半导体激光器,基于偏轴高斯光束模型,推导了描述其光波传播特性的非傍轴矢量场模型,数值计算了大功率半导体激光器光束的远场光强分布和发散角特性,讨论了bar型半导体激光器的远场光分布特性,给出了bar型半导体激光器的远场光强分布模型及数值仿真结果.仿真结果表明,大功率半导体激光器的矢量光场和标量光场的光强分布有一定差异,光强误差随光波的传输距离的增加而减小,随着垂直于结方向的坐标的增大,误差也增大;bar型半导体激光器的远场光斑随着距离增加,光斑分别呈分离状、开始交叠、甚至出现平顶.该远场分布模型为定量描述bar型大功率半导体激光器的远场分布、合理设计光学整形系统以及正确评价光束质量提供了重要依据.

摘要：研究了在考虑晶体热效应的情况下,如何最优化设计激光二极管(LD)端面抽运的固体激光器。综合考虑抽运光束分布、抽运功率、谐振腔结构以及激光介质的热效应对激光器转换效率的影响,给出设计激光器的一套仿真计算算法。结果表明,热致衍射损耗与抽运光半径、抽运功率、腔长、振荡光半径以及晶体材料有关,与输出镜透射率以及重复频率无关。在考虑热致衍射损耗的情况下,当抽运功率一定时,最佳的抽运光参数和谐振腔参数能使Nd:YAG的转换效率最大。

摘要：基于分析激光二极管光束传输特性,运用厄米-高斯光束描述其远场分布.将自聚焦透镜用于激光二极管的光束整形,用2阶传输矩阵描述自聚焦透镜.运用Collins衍射积分公式,分析了LD光束在自聚焦透镜中传输场分布的解析表达式.在此基础上,数值计算了一种LD光束在自聚焦透镜中场分布.该模型结构简单,可用于分析光束传输特性和设计光束整形系统.

摘要：介绍了一种通过分析二元光束阵列的反射光图像 ,利用 Stoney方程解算出薄膜应力的在线测量传感器 .传感器是以二维 Damm ann光栅和 Fresnel波带板所组成的集成二元光学分束器为核心设计的 .该传感器可进行各种单晶、多晶和非晶结构材料沉积过程的现场应力测量 ,灵敏度优于 2 .5× 10 6 Pa,精度优于 4 .2 7% .它具有结构简单、测量速度快、适应性强、设备集成度高而且易于安装调试等特点 .与计算机自动控制系统相结合 。

摘要：通过神经网络(NN)建立了调Q激光器的优化设计模型。利用典型的谐振腔参数和抽运参数由速率方程进行数值求解,获得激光器的输出数据,形成神经网络的训练样本。通过这些样本对反向传播(BP)神经网络进行训练,从而建立起一个联接激光器的结构参数和激光器输出性能参数的BP神经网络。利用该网络能够由激光器输出参数对激光器结构参数进行预测,完成激光器的快速设计,在Pentium 4 2.4 GHz的计算机上训练用时为2.96 s。测试数据显示,测试值和预测值的峰值功率、光束质量、脉宽的标准差分别为3.1%,3.4%,5.8%。结果表明,利用BP神经网络依据激光器的输出要求参数进行反向设计,预测出的激光器结构参数和抽运参数误差小,实验数据能够很好吻合。