首页期刊导航|光子学报
期刊信息/Journal information
光子学报
光子学报

侯洵

月刊

1004-4213

photon@opt.ac.cn

029-88887564

710119

西安市长安区新型工业园信息大道17号47分箱

光子学报/Journal Acta Photonica SinicaCSCD北大核心CSTPCDEI
查看更多>>本刊为学术月刊。宗旨是展示光子学的新理论、新概念、新思想、新技术和新进展,反映代表本学科前沿并具有国内外先进水平而为国际上关心的最新研究成果,促进国内外学术交流和讨论,加速科学技术进步。主要刊登本学科的学术论文、研究简报、研究快报。内容涉及光学,及其量子光学、瞬态光学、光电子学、光物理、光化学、光生物学、生物光子学、光医学、光通信、光传播、光传感、光计算、光神经网络、集成光学、信息光学、导波光学、非线性光学、高速摄影、智能光仪、微尺度光子技术、光装置中的电子学、力热声电磁核的光效应与光的力热声电磁核效应、光子功能材料、光子自身相互作用、光子的时空特性与结构、光子的经典与非经典效应等。本刊载文已被国内外多家数据库收录,并被国际检索刊物SA、EI、CA、PЖ作为源刊使用。
正式出版
收录年代

    基于TDLAS的近红外甲烷高灵敏检测技术

    刘海芹徐睿王振翔赵天琦...
    243-250页
    查看更多>>摘要:为增强甲烷气体检测技术的气体吸收率,提高检测灵敏度,利用可调谐二极管激光吸收光谱技术,采用中心波长为1 653。7 nm的分布反馈激光器作为光源,研制了有效光程为14。5 m的Herriott型气体吸收池,并采用波长调制光谱法进行甲烷气体浓度检测。结果表明,二次谐波峰值信号与甲烷气体浓度成较强的线性关系,线性度为0。998 52,检测下限为4。82 ppm;初始积分时间为1 s时的Allan方差为6。37 ppm;积分时间到112 s时,Allan方差为427 ppb,检测灵敏度为4。27×10-7。

    可调谐二极管激光吸收光谱甲烷气体检测波长调制法高灵敏Herriott腔

    基于双给体三元体异质结的高性能倍增型有机光电探测器

    李尧王奋强王爱玲蓝俊...
    251-261页
    查看更多>>摘要:为了拓展光谱响应范围至近红外,采用双给体单受体的三元体异质结策略,基于溶液法制备了以ITO/PEDOT∶PSS/活性层/Al为基本结构的倍增型有机光电探测器,活性层由P3HT∶PTB7-Th∶IEICO-4F(100-x∶x∶1,wt/wt/wt)组成,研究了不同质量比的PTB7-Th对器件光电特性的影响。优化后的三元倍增型有机光电探测器以P3HT∶PTB7-Th∶IEICO-4F(60∶40∶1,wt/wt/wt)为活性层,在-15 V偏压下,在450、520、655和850 nm处的外量子效率分别为2 666。40%、1 752。11%、1 894。26%和938。22%,响应度分别为965。80、733。35、998。68和641。91 A/W,比探测率均超过1013 Jones,在850 nm处的响应度与比探测率分别是相同条件下二元器件P3HT∶IEICO-4F(100∶1,wt/wt)的2。23倍和7。08倍。结果表明,在二元体系P3HT∶IEICO-4F中掺入适量的PTB7-Th,不仅能拓展光谱响应范围至近红外,还能改变活性层中激子解离界面、电子陷阱类型和空穴注入势垒高度,优化器件的电学性能。

    倍增型有机光电探测器三元体异质结溶液法近红外激子解离

    基于改进Morozov偏差原理的动态光散射粒度反演

    王保珺申晋李鑫强王钦...
    262-272页
    查看更多>>摘要:与窄粒度分布反演相比,宽粒度分布的反演难以获取与其相适应的正则参数。为提高宽分布颗粒体系反演结果的准确性,提出基于改进Morozov偏差原理,通过遗传算法迭代求取正则参数的方法,该方法通过小波包分解求出电场自相关函数的噪声分量,利用Morozov偏差原理建立适应值函数,在正则参数经验范围内生成初始种群,将适应值函数与初始种群带入遗传算法,全局寻找最优适应值对应的参数值作为正则参数。模拟与实测数据的反演结果表明,在窄分布颗粒体系条件下,所提方法与L-curve准则反演结果无显著差异,在宽分布条件下,所提方法反演结果的性能指标均优于L-curve准则,且避免了宽粒度分布条件下可能出现的虚假峰情况,表现出明显优于L-curve准则的宽分布反演效果。

    动态光散射颗粒测量粒度分布反演正则参数

    基于CNN-Transformer双模态特征融合的目标检测算法

    杨晨侯志强李新月马素刚...
    273-286页
    查看更多>>摘要:针对单模态目标检测的不足,提出了一种基于CNN-Transformer双模态特征融合的目标检测算法。在YOLOv5的基础上,构建了一个可以同时输入红外和可见光图像的双流特征提取网络;然后,分别提出了基于卷积神经网络结构的红外特征提取主干网络和基于Transformer结构的可见光特征提取主干网络,以提升对红外和可见光图像的特征提取能力;最后,按照中期融合的思想,设计了双模态特征融合模块,对两个分支对应尺度的双模态特征信息进行有效融合,实现跨模态信息互补。在数据集上对所提算法进行验证,实验结果表明,该算法在KAIST数据集上对双模态图像进行检测的结果,较基准算法单独检测红外图像和可见光图像,精度分别提升了5。7%和17。4%;在FLIR数据集上较基准算法,检测精度分别提升了 11。6%和 17。1%;在自建GIR数据集上,所提算法的检测精度也有明显提升。此外,该算法还可以单独处理红外或可见光图像,且检测精度较基准算法均有明显提升。

    目标检测卷积神经网络Transformer双模态特征融合红外可见光