强激光与粒子束
2023, 35(11): 119002
强激光与粒子束
2023, 35(7): 075002
1 中国工程物理研究院 流体物理研究所,四川 绵阳 621900
2 哈尔滨工业大学 电气工程系,哈尔滨 150001
3 哈尔滨工业大学 空间环境与物质科学研究院,哈尔滨 150001
空间环境地面模拟装置是哈尔滨工业大学承建的国家重大科技基础设施项目,其包含的空间等离子体环境模拟与研究系统是用于提供磁重联过程等基本物理过程的时空演化规律研究的平台。在研究地球磁尾三维磁重联时,使用处于真空环境内的偶极磁场线圈和两个磁镜场线圈来提供研究所需的模拟背景磁场,其中偶极场线圈为一个总电感为17.4 mH、总电阻为30.25 mΩ的单个线圈,而磁镜场线圈为两个线圈镜像对称设置并串联连接,总电感30.16 mH,总电阻58.81 mΩ。为了产生实验所需背景磁场的幅值和持续时间,研制并测试了两套总能量3.36 MJ的脉冲电源,在进行地球磁尾三维磁重联实验时两套电源需要同时工作。用于驱动偶极场线圈的脉冲电源按照实验需求可以在充电压不大于20 kV的情况下,能够提供超过9 kA的峰值电流,95%峰值电流的持续时间超过了5 ms,由峰值时刻降低到10%峰值时刻的时间不超过130 ms;用于驱动磁镜场线圈的脉冲电源按照实验需求可以在充电压不大于20 kV的情况下,能够提供超过8 kA峰的值电流,95%峰值电流的持续时间超过了5 ms,由峰值时刻降低到10%峰值时刻的时间不超过130 ms。
地球磁尾 三维磁重联 偶极场线圈 磁镜场线圈 脉冲电源 earth’s magnetotail three-dimensional magnetic reconnection dipole coil magnetic mirror coil pulsed power supply 强激光与粒子束
2022, 34(12): 125003
强激光与粒子束
2022, 34(9): 095015
强激光与粒子束
2022, 34(9): 095016
清华大学 电子工程系/北京国家信息科学技术研究中心, 北京 100084
随着射频通信频谱资源的逐渐饱和,局域范围内高速通信亟需开辟一条新的赛道,而可见光通信得益于光的大带宽本质和通信范围有限而频谱免许可,是传统通信的理想补充之一。GaN基蓝绿光发光光源近十年来的快速发展,特别是性能优良的小尺寸高速光源microLED的发展,使其成为“万物互联”的物联网时代终末端通信的重要促进力量。文章分蓝绿光microLED和带有谐振腔的GaN基蓝绿光光源(含超辐射发光二极管和激光器)两个主要类别,回顾了蓝绿光高速光源的发展历程和最新进展,主要包括microLED结构与阵列、面发射腔增强光源、边发射腔增强光源三个方面。
光通信 氮化镓 高速 谐振腔 optical communication gallium nitride highspeed microLED microLED resonator
1 中国工程物理研究院 研究生院,北京 100088
2 中国工程物理研究院 流体物理研究所,脉冲功率科学与技术重点实验室,四川 绵阳 621900
温度会使硅光电倍增管的增益产生较大的漂移,进而影响硅光电倍增管的增益精度。为了使硅光电倍增管增益不随温度发生较大变化,设计了硅光电倍增管的自动增益校正系统,包括基于单片机的高压电源设计与采集系统设计。高电压模块精确工作的温度范围为−10~60 ℃,电源噪声约为30 mV,满足硅光电倍增管性能测试的需求。采集系统经过扫频测试与激光照射测试,可以较好地通过60 MHz的交流信号,并将光信号转变为较明显的电信号。该系统可以向京邦公司的硅光电倍增管阵列JARY-TP3050-8X8C提供工作电压与采集电路。
SiPM STM32 自动增益校正 LM2576-ADJ DS18B20 SiPM STM32 automatic gain correction LM2576-ADJ DS18B20 强激光与粒子束
2022, 34(7): 079002
红外与激光工程
2022, 51(5): 20220270
1 西安应用光学研究所,陕西 西安,710065
2 西安文理学院 机械与材料工程学院,陕西 西安,710065
针对传统ViBe算法不能及时反映场景变化,动态场景适应性差等问题,提出一种改进的ViBe算法。改进内容包括:采用随机选取背景样本和24邻域法获取初始背景,可以加速“鬼影”消融;结合大津法(OTSU)和均匀性度量法的平均自适应阈值计算方法,可以提高算法对树叶晃动、水波纹和光照变化等环境的适应性,最大限度保留有效像素;更新阶段引入自适应更新因子,可以有效减少被误判的概率,从而增强算法的鲁棒性;最后通过形态学处理和滤波使目标更加完整。采用标准数据集视频对改进算法进行了测试和对比分析,改进算法相对于KDE算法、GMM算法和传统ViBe算法各项指标均有大幅度提高,精确度分别提高30.44%、40.72%和20.95%,错分比分别降低了43.28%、40.59%和29.43%。
ViBe 自适应阈值 自适应更新因子 运动目标检测 ViBe algorithm adaptive threshold adaptive update factor moving target detection