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

    草状氧化铝微结构渐变折射率的计算及实验研究

    付秀华苏久麟潘永刚王奔...
    219-228页
    查看更多>>摘要:针对草状氧化铝的微纳结构对折射率的影响,采用台体计算法与柱体计算法计算氧化铝的体积,使用Clausius-Mossotti方程式与MATLAB软件拟合计算微纳结构的折射率变化,使用TFC软件进行拟合,最终计算出草状氧化铝的渐变折射率,研究其微结构的形貌特征及渐变折射率的分布,计算其可见光减反射性能。采用电子束沉积氧化铝薄膜,通过对沉积温度、水煮工艺等参数的优化,获得了不同结构的草状氧化铝纳米薄膜,制备了可见光波段420~680 nm的减反射薄膜。

    草状氧化铝渐变折射率折射率计算减反射膜分层介质理论

    基于薄膜晶体管的铁电/驻极体协同有机光电突触

    李志达赖秉琳李博文王弘禹...
    229-236页
    查看更多>>摘要:基于薄膜晶体管结构,在铁电突触晶体管的基础上,增加了驻极体这一功能层,制备出一种铁电/驻极体突触晶体管。与传统的铁电突触晶体管相比,其开关比增大了一个数量级,阈值电压减少了10 V。薄膜表面的均方根粗糙度从2。95 nm降到0。66 nm,有利于载流子的传输。同时,在不同颜色的光照下,该器件呈现出4种不同的突触状态,多级光电突触的功能使其有望降低神经网络的复杂性。

    人工突触薄膜晶体管铁电突触晶体管驻极体光电突触

    深度学习辅助水下光通信信号检测算法仿真及实验研究

    叶鹏飞张鹏于浩何爽...
    237-247页
    查看更多>>摘要:针对水下光通信提出了深度学习辅助的信号检测方法,设计并搭建了室内水下光通信实验平台,测试了所构建的三种水箱信道(水流、浑浊水流1、浑浊水流2)的数学模型,对所提方法进行了仿真测试,采集实验数据集对比研究了三种信道下所提方法与自适应阈值法的性能。针对不同水下信道、5 Mbps通信传输,三种信道下所提方法误比特率相比自适应阈值法最高分别降低了2个数量级、1个数量级、1个数量级。针对浑浊水流信道1、不同通信速率(5 Mbps、10 Mbps、25 Mbps)通信传输,三种速率下所提方法误比特率均降低了1个数量级。相比自适应阈值法,所提方法在复杂信道下水下无线光通信提高性能方面具有一定作用,可为高速可靠水下无线光通信系统设计提供一定参考。

    光通信通断键控调制深度学习深度神经网络信号检测

    高压强下2μm波段CO2宽光谱吸收测量与分析

    吴昊龙王亚民陶蒙蒙王晟...
    248-259页
    查看更多>>摘要:利用宽带可调谐掺铥光纤激光器开展了覆盖152 kPa至932 kPa的2 µm波段CO2宽光谱吸收测量实验,通过将实测谱与基于HITRAN数据库计算的理论谱进行峰值匹配完成了波长定标,然后将基线表示为三次多项式并结合理论光谱数据,对原始信号做基线-吸收线整体拟合得到了与实验参数设置相吻合的压强、温度和CO2浓度信息。其中压强计算误差低于5%,温度计算误差低于1%,实测谱与理论谱的整体残差在0。04以内。另外对比了窄带吸收谱与宽带吸收谱的吸收面积反演结果,验证了宽光谱吸收技术在高压测量环境下的可靠性,在温度、气体摩尔分数近似不变的情况下,宽带吸收谱反演的吸收面积与压强在测量范围内保持了良好的线性关系。

    宽光谱吸收激光吸收光谱整体拟合CO22μm波段

    基于相位和高光谱的番茄果实多模态融合检测方法

    戴海宸韦鑫宇徐一新陈元平...
    260-274页
    查看更多>>摘要:针对传统高光谱成像技术在农产品品质无损检测中信息表征不全、光谱反射率分布受形貌影响的问题,基于结构光成像原理和深度学习技术,提出一种易操作、速度快的样本三维形貌自动化重建算法及其与光谱分布数据匹配融合的方法,搭建了相应的检测装置。对被测物的三维表面形貌,基于单目相机条纹成像原理,通过语义分割网络模型输出的像素语义信息来映射表面高度信息;对被测物物理形貌信息与生化成分信息的匹配融合,基于标准参考物体的线特征拟合对两异源图像进行配准和评估;利用所搭建的检测装置对番茄果实进行了试验。对直径4~8 cm的样本,所训练的网络模型可在0。75 s内预测出其三维高度分布,直径和最大高度误差均在4%以内;使用边缘提取算法、曲线拟合算法、线特征融合方法实现了三维映射与高光谱图像的实时配准融合。本文研究可为克服单一类型图像评估指标不足提供参考,为农产品无损可视化检测提供更丰富的评价数据。

    高光谱成像形貌重建深度学习图像融合多维信息表征