【摘 要】
：
光纤传感器具有传统传感器所不具有的优势,现已成为传感学界的研究热点。光纤折射率传感器发展到现在主要有光纤等离子体共振型、光强调制型和干涉型。光纤马赫-曾德尔折射率传感器到目前为止主要有四种不同的结构类型,分别是错位熔接型、熔融拉锥型、光纤气泡型和纤芯失配型。通过制作锥型光纤的方法可以提高传感器的灵敏度,常见的制备方法有化学研磨法、研磨法和熔融拉锥法。本文设计了一种基于纺锤型空气腔的光纤马赫-曾德尔
论文部分内容阅读
光纤传感器具有传统传感器所不具有的优势,现已成为传感学界的研究热点。光纤折射率传感器发展到现在主要有光纤等离子体共振型、光强调制型和干涉型。光纤马赫-曾德尔折射率传感器到目前为止主要有四种不同的结构类型,分别是错位熔接型、熔融拉锥型、光纤气泡型和纤芯失配型。通过制作锥型光纤的方法可以提高传感器的灵敏度,常见的制备方法有化学研磨法、研磨法和熔融拉锥法。本文设计了一种基于纺锤型空气腔的光纤马赫-曾德尔折射率传感器,通过对单模光纤和光子晶体光纤进行熔融拉锥制得。使用FDTD Solutions仿真软件研究了拉锥区包层厚度、空气腔形状和拉锥区长度对光纤折射率传感器传感性能的影响,据此对传感器的结构进行优化。对光信号分别在1.15μm和8μm包层壁厚的传感器中的传输过程进行了分析。仿真并研究了传感器波谷波长与环境折射率的关系,得出传感器在不同环境折射率下的折射率灵敏度,其中,对于1.15μm包层壁厚的传感器,当环境折射率为1.4-1.42时,折射率灵敏度高达3133.3nm/RIU;对温度串扰特性进行了仿真,发现温度灵敏度仅为0.039nm/℃。使用COMSOL Multiphysics仿真软件仿真分析了拉锥区包层及空气腔的有效折射率及光场分布,发现随着环境折射率的增加,空气腔有效折射率保持不变,包层有效折射率随着环境折射率的增加而变大。介绍了基于纺锤型空气腔的光纤马赫-曾德尔折射率传感器的制作方法及实验系统。制作了三个不同拉锥长度、不同包层壁厚的折射率传感器,包层壁厚7.4μm-11μm。搭建实验系统对它们进行了折射率传感特性实验,三个传感器的最高折射率灵敏度分别为130.96nm/RIU、226.67nm/RIU和333.33nm/RIU。实验结果表明,随着拉锥区包层厚度的减小,折射率灵敏度逐渐增大。
其他文献
目前,随着“海洋牧场”的快速建设和海洋资源的深入探索,水下机器人（Unmanned Underwater Vehicle,UUV）正广泛运用于海洋矿产、渔业等资源的开发。针对水下机器人小型化、大众化过程中出现的操作难、易受干扰、易损坏等问题,本文以自主设计的“Aquaman V3”小型水下机器人为基础,通过优化硬件和控制算法,提高小型水下机器人的稳定性与控制精度,使之能够对抗海流、碰撞等外界扰动,
我国海洋资源丰富,但并未得到充分的开发,相较于河流、湖泊等水域,海洋的水下环境更加复杂和危险,人工进行探索和开发的危险系数过高。水下机器人成为了人类对海洋探索的重要工具,而视觉图像在水下机器人探索与感知周围环境时扮演着重要的角色。由于水体的吸收和散射,水下图像具有对比度低、图像模糊、色偏等问题,影响水下机器人后续的视觉任务。因此,获取高质量的水下图像对人类探索开发海洋有着十分重要的意义。本文根据水
近年来,由于多智能体系统包含控制在航空、工业、运输等领域的广泛应用,引起许多专家学者的关注。多智能体系统包含控制可以看作一致性和编队问题的特殊情形,是指通过设计包含控制算法,驱使一组跟随者在多个领导者的引领下,最终进入并保持在由领导者所形成的凸包中运动。与传统多智能体系统问题相比,包含控制更能突出分布式协同控制的优势。针对系统收敛速度、智能体状态不可知以及信息传递过程中出现时滞、外界扰动、Do S
气候变化带来的影响是方方面面的,并且人们常采取手段对负面的影响进行干预。近年来,人们对于降雨的预测需求越来越多,传统的降雨预测手段需要收集大量的物理信息,增加了复杂度,并且过于规律的预测手段会导致预测不精准。随着深度学习的发展,图像处理在许多任务上取得成效。本文提出利用图像序列预测任务的方法来处理降雨预测任务,取得了令人满意的效果。图像序列预测即给定若干张连续图片,预测后续一张或若干张连续图片的时
六轴工业机器人在现代制造业中有着广泛的应用,是工业机器人的典型代表。为解决六轴工业机器人示教耗时费力和无法适应变化的作业场景等问题,使机器人能够在复杂的环境中实现自主规划,本文以IRB 120机器人为对象,研究了六轴工业机器人的运动规划问题,包括机器人运动学、轨迹规划、碰撞检测和避障路径规划,主要内容如下:首先,对机器人的运动学进行了求解。利用D-H法对机器人进行运动学建模,通过齐次变换得到了机器
行人重识别是计算机视觉中的一项重要任务,其目的是为了检索存在于图像或者视频中的特定行人。近年来,随着深度学习的发展,行人重识别研究也取得了许多突破,并且在安防和刑侦等多个领域取得了广泛的应用。目前,传统的行人重识别方法大多致力于提取丰富的图像特征。但是,当面对实际场景下常见的遮挡问题时,它们的识别精度都会出现大幅下降。根据遮挡情况的严重程度,本文将遮挡式行人重识别分为局部遮挡和部分遮挡两种。本文基
运动物体的目标检测和跟踪是当下计算机视觉领域中的重要研究课题之一,它在视频监控、自动驾驶、人机交互、防空预警等领域具有广泛的应用。目前,尽管目标跟踪已经取得了很多研究成果,但在一些复杂多变的场景中,由于目标受到部分遮挡、几何变形、快速运动、尺度变换等因素的影响,现有的算法跟踪目标的精度和鲁棒性不佳,因此,目标跟踪仍然是一个非常具有挑战性的任务。近年来,随着深度学习在计算机视觉的火热发展,深度学习在
当前的点云分割方法主要分为基于多视角的方法、基于体素的方法和基于点特征的方法,以Point Net为代表的基于点特征的点云分割方法准确度通常高于多视角和体素方法。因此,本文考虑点云的点特征信息,为点云结构建模。现有的基于点特征的方法大多是通过多个多层感知机将点云映射为高维特征,并使用池化操作捕获特征,其捕获的点云特征学习过程是孤立的,通常未考虑点云间的邻域关系,损失大量的空间几何信息。不仅如此,由
降水现象观测是气象观测的重要内容之一,实现降水的自动观测,可以提供更好的气象服务,而提高降水自动观测的准确性,是其研究的重要内容之一。本研究基于航天科工23所航天新气象科技有限公司的农业气象自动化观测站项目,利用贵州省近百个台站在2017年至2018年的降水数据进行分析,发现目前的降水现象仪还存在某些方面的误差,主要体现在:出现雨夹雪时容易误报为雨和雪,对毛毛雨和冰雹的识别准确率较低,以及面对某些
行人检测与跟踪是计算机视觉研究的重要领域之一,通过对行人进行定位获取其运动轨迹,实现对行人目标持续跟踪。随着深度学习与人工智能的发展,行人检测与跟踪技术广泛地应用于自动驾驶、无人机、智能监控等领域。近些年我国服务机器人行业发展迅速,智能公共服务机器人愈发普及,对于服务机器人智能感知技术也提出了更高要求。本文以行人检测与跟踪为研究对象,研究行人检测、跟踪等感知算法,并将算法移植至服务机器人上,为服务