【摘 要】
：
光纤传感器由于其体积小、不受电磁干扰、环境适应性强等特点,被广泛应用于压力测量。本文基于游标（Vernier）效应和保偏光子晶体光纤的Sagnac干涉特性,提出了一种利用F-P腔增敏的分离型压力传感结构,并将传统Sagnac干涉环改良成了直线型,使传感器具有更简单的结构。该传感系统为全光纤结构,具有在高压环境中工作的潜力。论文的主要内容如下:首先,对比了几种光纤压力传感器的优缺点,分析了Sagna
论文部分内容阅读
光纤传感器由于其体积小、不受电磁干扰、环境适应性强等特点,被广泛应用于压力测量。本文基于游标（Vernier）效应和保偏光子晶体光纤的Sagnac干涉特性,提出了一种利用F-P腔增敏的分离型压力传感结构,并将传统Sagnac干涉环改良成了直线型,使传感器具有更简单的结构。该传感系统为全光纤结构,具有在高压环境中工作的潜力。论文的主要内容如下:首先,对比了几种光纤压力传感器的优缺点,分析了Sagnac干涉型压力传感器在压力传感中的优势,阐述了光纤压力传感器的研究现状,分析了法珀干涉原理、偏振光干涉原理、游标效应原理,详细介绍了光子晶体光纤分析方法,为本文后续的仿真和实验研究提供了理论依据;其次,研究了保偏光纤压力灵敏度理论,利用有限元法分析了熊猫保偏光纤、保偏光子晶体光纤和边孔光纤的压力-双折射灵敏度,综合对比,选择保偏光子晶体光纤作为压力传感系统的传感光纤;再次,研究了单个直线型Sagnac传感器的干涉原理,从仿真和实验两个方面探究了直线型Sagnac基础干涉特性,搭建单个直线型Sagnac压力传感系统,由40.2cm的保偏光子晶体光纤构成的传感器压力灵敏度达到5.3nm/MPa,并具有良好的线性特性。通过实验得到该传感器的温度灵敏度为-0.0291nm/℃,较压力灵敏度小两个数量级;最后,研究了基于直线型Sagnac和F-P增敏结构的压力传感器的基本原理,通过仿真探究了系统的增敏机制和不同F-P腔长下对应的压力灵敏度的放大倍数。搭建实验系统,通过实验证实了该结构确实对灵敏度有增大的作用。制作了三组腔长不同的F-P腔用作压力增敏实验,证明了改变F-P腔长可以改变增敏倍数并将压力灵敏度提升到35.09nm/MPa。
其他文献
光纤传感器以其体积小、适应性强、灵敏度高、可用于多种恶劣环境等优势受到国内外研究学者广泛关注。光纤粗锥结构制备简单并能改善传感器性能,而少模光纤具有模式可控、低熔接损耗等特点,因此研究基于粗锥结构的少模光纤温度传感器具有很好的实际意义。本文在总结粗锥型光纤传感器国内外研究现状的基础上,利用少模光纤制备了四种不同结构的粗锥级联型少模光纤传感器,并对其温度传感特性进行了深入研究,具体内容包括:首先,分
近年来智能化监控系统受到了广泛关注并发展迅速,通过摄像头和无人机对地面情况实时监控,再通过深度学习技术准确估计出人群、车辆、农产品等的数量,在公共安全管理、交通规划和农业种植等方面发挥了重要的作用。但是现有的目标计数算法仍然面临巨大的挑战,如目标尺度不一、密度分布不均匀和网络通用性不强的问题。为了解决这些问题,提升目标计数的准确率,本文进行了深入的研究。首先,由于目标距离摄像机的远近不同,拍摄的图
增值税留抵税额是纳税人已支付但未抵扣完的进项税额。我国过去一直实行留抵税额结转下期抵扣制度。2016年随着营改增的全面推开,进项抵扣范围不断扩大,纳税人的留抵税额呈现总量越积越多,长期滞留的留抵税额导致纳税人资金被占用、资本成本增加、扭曲企业经济活动,不利于企业竞争力的提升。对此,为了促进国内经济增长、减轻企业税收负担,激发市场活力、促进人员就业,2019年我国积极推行"减税降费"惠民、利国
近年来,自然环境尤其是弱酸性环境对金属材料的早期腐蚀越来越受到人们的重视。光纤腐蚀传感器是在传统光纤传感器的基础上改进,用于采集或传递腐蚀信息的腐蚀检测装置,凭借其结构简单、集成度高、灵敏性强、可实时监测等优点成为近年来腐蚀监测领域的研究热点。本文在总结光纤腐蚀传感器的基本检测方法和国内外研究现状的基础上,设计了多种光纤腐蚀传感器增敏方案,对比分析后选择基于光纤表面等离子体共振（SPR）效应的增敏
遥感影像分类在土地结构规划和国土资源探测等方面起着重要的作用。随机森林分类方法具有鲁棒性好,稳定性高,可应用性范围广的特点,近年来愈发受到人们的重视。如何提高随机森林分类精度,对随机森林分类过程进行整体全面优化成为研究热点。针对这一热点问题,本文从分类特征优选、分类样本选择优化、分类器参数优化三个方面展开随机分森林类优化研究,具体研究工作如下:首先,基于陆地卫星8（Landsat-8 OLI）遥感
贝叶斯网络在不确定性领域中是重要的概率图模型工具,其构建包括结构学习算法、参数学习算法及推理算法,而如何建立高效、准确的贝叶斯网络算法是贝叶斯网络当前的研究热点。针对贝叶斯网络算法在学习中存在寻优效率差、易陷入局部最优的问题,提出两种改进贝叶斯网络算法:基于改进的结构学习算法和推理算法。篦冷机是水泥生产的重要设备,用于冷却熟料和热量回收,由于篦冷机工艺参数多且参数间影响关系的不确定性导致对篦冷机进
人脸图像去模糊任务,致力于在模糊核未知的情况下,从已知的人脸模糊图像中复原出潜在的清晰图像,属于人脸图像复原的一个重要的研究方向。清晰的人脸图像对于人脸识别等高级图像处理任务以及刑事侦查等实际任务有至关重要的作用,故该文致力于提高人脸图像的质量。首先,为了更好地应用面部语义信息,该文设计了基于面部语义信息的人脸图像去模糊网络。该网络通过语义分割子网络获得面部语义掩模,通过语义类去模糊子网络更好地恢
星载P波段合成孔径雷达（Synthetic Aperture Radar,SAR）具有较强的穿透性且对生物量敏感,因而此波段成为探测地表、植被等隐藏目标的有效手段。然而,由于P波段的SAR信号受到背景电离层色散特性和电离层不规则体随机起伏特性的影响,因此雷达图像散焦严重。在雷达成像中,如果在硬件上提高雷达图像分辨率,会增加生产成本,因此从成像算法的角度提高图像质量成为最合理的方法。本文旨在利用深度
关于移动机器人的研究始终绕不开导航控制,目前有很多优秀的算法应用于机器人导航,取得了众多成果,但这些算法大多依赖环境地图或者局限于理论方面。因此本文的目的在于设计一个不依赖环境地图的端到端导航模型,并提高机器人的实际应用能力,主要研究内容如下:首先,概述课题研究意义和背景,简单介绍了几种传统导航算法原理和局限性,重点分析了强化学习导航原理和应用现状,根据不同的算法方案分析了强化学习在导航领域存在的
在神经科学和生物医学信息处理领域,锋电位分类是从细胞外采集的信号中提取单个神经元放电信息的关键步骤。锋电位是神经元细胞膜上快速且短暂的电位变化,是大脑中神经元进行信息传递的主要途径。尽管目前已存在许多锋电位分类方法,但在准确性和鲁棒性方面仍有待提高。因此,本文提出了基于深度学习的锋电位分类方法,以更有效地实现锋电位分类,对于研究大脑的工作机制具有重要意义。首先,提出了一种基于一维卷积神经网络（CN