CN109697270A - 一种基于空间光谱干涉的光束色散特性反演算法 - Google Patents
一种基于空间光谱干涉的光束色散特性反演算法 Download PDFInfo
- Publication number
- CN109697270A CN109697270A CN201910039429.4A CN201910039429A CN109697270A CN 109697270 A CN109697270 A CN 109697270A CN 201910039429 A CN201910039429 A CN 201910039429A CN 109697270 A CN109697270 A CN 109697270A
- Authority
- CN
- China
- Prior art keywords
- light beam
- dispersion characteristics
- striped
- sampling
- spectral interference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Instruments For Measurement Of Length By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种基于空间光谱干涉的光束色散特性反演算法,包括如下步骤:选取空间光谱干涉图像中两条相邻的亮条纹作为取样条纹,选取空间位置处于两条取样条纹之间的N个采样点,记录采样点的角频率ω和空间位置y,计算每个采样点的位相Φ,将角频率ω、空间位置y和位相Φ代入到位相理论表达式中,得到N个位相理论表达式,对位相理论表达式进行矩阵运算,得到表征光束色散特性的参数,本发明直接根据空间光谱干涉条纹反演光束的色散特性,原理简单直观,计算量小,仅利用少量空间光谱干涉条纹数据就可进行反演计算,同时,本发明亦适用于环境恶劣、噪声影响大、空间光谱干涉条纹易受到污染的情况。
Description
技术领域
本发明涉及光学探测技术领域,具体而言涉及一种基于空间光谱干涉的光束色散特性反演算法。
背景技术
超短超强脉冲激光是进行强场物理、高能量密度物理、实验室天体物理等研究的重要工具。为了获取超短超强脉冲激光,通常采用啁啾脉冲放大技术对短脉冲激光源进行展宽-放大-压缩,同时,短脉冲激光源在展宽过程中引入的色散量以及在光路传输过程中其他元件引入的色散量需要在压缩过程中被有效补偿。因此,在大型超短超强脉冲激光系统的调试运行中,需要对光束的色散特性进行监测并优化。
空间光谱干涉是将两路在空间上存在一定夹角的短脉冲激光(一路为参考光,一路为待测光)进行空间光谱干涉,通过对产生的空间光谱干涉图像进行分析,可以获得待测光的色散特性。空间光谱干涉技术已经应用于光束特性测量、大型超短超强脉冲激光系统中光束色散的优化等,见D.Meshulach等人的《Real-time spatial–spectralinterference measurements of ultrashort optical pulses》,Pamela Bowlan等人的《Crossed-beam spectral interferometry:a simple,high-spectral-resolutionmethod for completely characterizing complex ultrashort pulses in real time》,Yanlei Zuo等人的《Alignment of a petawatt-class pulse compressor with thethird-order dispersion completely compensated》。
目前,基于空间光谱干涉的光束色散特性反演算法是在空间上对某一角频率的空间光谱干涉图像进行傅里叶变换,在整个角频率范围内重复上述操作,之后再按照傅里叶变换的性质在角频率上选取边带信息,该边带信息包含了待测光束的色散特性(具体算法可见Pamela Bowlan等人的《Crossed-beam spectral interferometry:a simple,high-spectral-resolution method for completely characterizing complex ultrashortpulses in real time》)。该算法需要利用傅里叶变换转换计算域,计算量大,当空间光谱干涉条纹受到污染时,无法直观明确地判断是否会影响计算结果并进行有效地避免。
发明内容
本发明提供了一种基于空间光谱干涉的光束色散特性反演算法,发明人利用空间光谱干涉条纹是不同光谱成分在空间上的等位相线,相邻条纹间的位相差为2π的特性,根据光谱信息和空间位置计算多个采样点的位相,然后根据包含采样点位相差和光束色散特性参数的多个目标表达式,得到表征光束色散特性的参数,反演光束的色散特性。
为实现上述目的,本发明提供如下技术方案:
一种基于空间光谱干涉的光束色散特性反演算法,包括如下步骤:
S1:对空间光谱干涉图像进行二值化处理,得到亮条纹和暗条纹;
S2:选取两条相邻的亮条纹作为取样条纹,选取空间位置处于两条取样条纹之间的N个采样点,记录N个采样点的角频率ω和空间位置y;
S3:计算每个采样点的位相Φ;
S4:将N个采样点的角频率ω、空间位置y和位相Φ代入到位相理论表达式中,得到N个位相理论表达式,用其中1个位相理论表达式减去剩余的N-1个位相理论表达式,得到N-1个包含采样点位相差和光束色散特性参数的目标表达式;
S5:对N-1个目标表达式进行矩阵运算,得到表征光束色散特性的参数。
进一步,步骤S1中,将参考光和待测光进行空间光谱干涉,对产生的空间光谱干涉图像进行二值化处理,处理后数值为1的条纹作为亮条纹,数值为0的条纹作为暗条纹。
进一步,步骤S2中,所述取样点的个数不小于5个。
进一步,步骤S3之前还包括,标定位相Φ随取样条纹选取方向的变化趋势,所述标定的方法为分析获取空间光谱干涉条纹的光路排布,或在获取空间光谱干涉条纹的光路排布中加入已知的色散量。
进一步,标定位相Φ随取样条纹选取方向的变化趋势后,两条取样条纹中位相Φ小的取样条纹作为第一条取样条纹,另一取样条纹作为第二条取样条纹。
进一步,步骤S3中,位相Φ=2kπ+2πM1/M2,其中,k为整数,0≤M1≤M2,M1为采样点的角频率ω处从第一条取样条纹到采样点的空间距离,M2为选取的两条取样条纹在采样点的角频率ω处的空间距离。
进一步,步骤S4中,位相理论表达式为Φ=2ωysinθ/c+ωt+a(ω-ω0)2/2!+b(ω-ω0)3/3!+O(ω-ω0),其中,θ为参考光和待测光夹角的1/2,c为光束在真空中的传播速度,t、a、b为光束色散特性的参数,ω0为中心角频率,O(ω-ω0)为忽略计算的高阶项。
进一步,选取至少两条相邻的亮条纹作为取样条纹,对于每两条相邻的亮条纹均采用步骤S2至S4,得到多组N-1个包含采样点位相差和光束色散特性参数的目标表达式,组合全部的目标表达式进行矩阵运算,得到表征光束色散特性的参数。
本发明的有益效果是:
1、与现有技术相比,本发明不需要通过大量的傅里叶变换进行计算域的转换,而是直接根据空间光谱干涉条纹反演光束的色散特性,原理简单直观,计算量小,仅利用少量空间光谱干涉条纹数据就可进行反演计算。
2、当空间光谱干涉条纹受到局部污染时,只要避免选择受污染的数据参与计算即可,同样适用于环境恶劣、噪声影响大、空间光谱干涉条纹易受到污染的情况。
附图说明
图1是本发明的流程框图;
图2是实施例二中进行二值化处理前的空间光谱干涉图像;
图3是实施例二中进行二值化处理后的空间光谱干涉图像;
图4是实施例二中采样点的示意图;
图5是实施例三中采样点的示意图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
如图1所示,一种基于空间光谱干涉的光束色散特性反演算法,包括如下步骤:
S1:将参考光和待测光进行空间光谱干涉,对产生的空间光谱干涉图像进行二值化处理,处理后数值为1的条纹作为亮条纹,数值为0的条纹作为暗条纹。
S2:选取两条相邻的亮条纹作为取样条纹,选取空间位置处于两条取样条纹之间的N个采样点,记录N个采样点的角频率ω和空间位置y,其中,所述取样点的个数N不小于5。
S3:标定位相Φ随取样条纹选取方向的变化趋势,所述标定的方法为分析获取空间光谱干涉条纹的光路排布,或在获取空间光谱干涉条纹的光路排布中加入已知的色散量,标定位相Φ随取样条纹选取方向的变化趋势后,两条取样条纹中位相Φ小的取样条纹作为第一条取样条纹,另一取样条纹作为第二条取样条纹,计算每个采样点的位相Φ。
同时,位相Φ=2kπ+2πM1/M2,其中,k为整数,0≤M1≤M2,M1为采样点的角频率ω处从第一条取样条纹到采样点的空间距离,M2为选取的两条取样条纹在采样点的角频率ω处的空间距离。
S4:将N个采样点的角频率ω、空间位置y和位相Φ分别代入到位相理论表达式中,得到N个位相理论表达式,用其中1个位相理论表达式减去剩余的N-1个位相理论表达式,得到N-1个包含采样点位相差和光束色散特性参数的目标表达式,其中,位相理论表达式为Φ=2ωysinθ/c+ωt+a(ω-ω0)2/2!+b(ω-ω0)3/3!+O(ω-ω0),θ为参考光和待测光夹角的1/2,c为光束在真空中的传播速度,t、a、b为光束色散特性的参数,ω0为中心角频率,O(ω-ω0)为忽略计算的高阶项。
S5:对N-1个目标表达式进行矩阵运算,得到表征光束色散特性的参数,即得到步骤S4中的t、a、b。
在其他一些实施例中,根据实际要求和情况可选取至少两条相邻的亮条纹作为取样条纹,对于每两条相邻的亮条纹均采用步骤S2至S4,得到多组N-1个包含采样点位相差和光束色散特性参数的目标表达式,组合全部的目标表达式进行矩阵运算,得到表征光束色散特性的参数。
实施例二:
本实施例与实施例一相同的部分不再赘述,不同的是:
将参考光和待测光进行空间光谱干涉得到空间光谱干涉图像,如图2所示。对空间光谱干涉图像进行二值化处理,得到二值化后的空间光谱干涉图像,如图3所示。
在图3中选取两条相邻的亮条纹作为取样条纹,同时选取空间位置处于这两条亮条纹中的5个采样点p1、p2、p3、p4和p5,所述5个采样点的角频率分别为ω1=2.35e15rad/s、ω2=2.3921e15rad/s、ω3=2.49e15rad/s、ω4=2.6136e15rad/s、ω5=2.6601e15rad/s,所述5个采样点的空间位置分别为y1=-1e-5m、y2=3.5e-4m、y3=6.2e-4m、y4=6.5e-4m、y5=5.1e-4m。
如图4所示,横坐标表示角频率ω,纵坐标表示空间位置y,箭头方向表示位相Φ呈变大趋势。计算p1、p2、p3、p4和p5的位相Φ1、Φ2、Φ3、Φ4、Φ5,其中,Φ1=2kπ+2πM11/M12=2kπ+2π*43/113rad,Φ2=2kπ+2πM21/M22=2kπ+2π*66/111rad,Φ3=2kπ+2πM31/M32=2kπ+2π*63/107rad,Φ4=2kπ+2πM41/M42=2kπ+2π*19/34rad,Φ5=2kπ+2πM51/M52=2kπ+2π*11/20rad,其中,k为整数,0≤M11≤M12,0≤M21≤M22,0≤M31≤M32,0≤M41≤M42,0≤M51≤M52,M11为采样点p1的角频率ω处从第一条取样条纹到采样点p1的空间距离,M12为选取的两条取样条纹在采样点p1的角频率ω处的空间距离,M21为采样点p2的角频率ω处从第一条取样条纹到采样点p2的空间距离,M22为选取的两条取样条纹在采样点p2的角频率ω处的空间距离,M31为采样点p3的角频率ω处从第一条取样条纹到采样点p3的空间距离,M32为选取的两条取样条纹在采样点p3的角频率ω处的空间距离,M41为采样点p4的角频率ω处从第一条取样条纹到采样点p4的空间距离,M42为选取的两条取样条纹在采样点p4的角频率ω处的空间距离,M51为采样点p5的角频率ω处从第一条取样条纹到采样点p5的空间距离,M52为选取的两条取样条纹在采样点p5的角频率ω处的空间距离。
将p1、p2、p3、p4和p5的角频率和空间位置分别代入到各个采样点的位相Φ1、Φ2、Φ3、Φ4、Φ5理论表达式中,则有:
Φ1=2ω1y1sinθ/c+ω1t+a(ω1-ω0)2/2!+b(ω1-ω0)3/3!+O(ω1-ω0);
Φ2=2ω2y2sinθ/c+ω2t+a(ω2-ω0)2/2!+b(ω2-ω0)3/3!+O(ω2-ω0);
Φ3=2ω3y3sinθ/c+ω3t+a(ω3-ω0)2/2!+b(ω3-ω0)3/3!+O(ω3-ω0);
Φ4=2ω4y4sinθ/c+ω4t+a(ω4-ω0)2/2!+b(ω4-ω0)3/3!+O(ω4-ω0);
Φ5=2ω5y5sinθ/c+ω5t+a(ω5-ω0)2/2!+b(ω5-ω0)3/3!+O(ω5-ω0);
其中,ω0=2.3562e15rad/s。
将位相Φ1、Φ2、Φ3、Φ4、Φ5分别代入到位相Φ1、Φ2、Φ3、Φ4、Φ5理论表达式中,用采样点p1对应的位相理论表达式分别减去式p2、p3、p4和p5对应的位相理论表达式,得到4个目标表达式,对所述4个目标表达式进行矩阵运算,得到光束色散特性参数t≈-16fs、a≈-86fs2、b≈1438fs3。
实施例三:
本实施例与实施例二相同的部分不再赘述,不同的是:
如图5所示,横坐标表示角频率ω,纵坐标表示空间位置y,箭头方向表示位相Φ呈变大趋势。,则:
Φ1=2kπ+2πM11/M12,Φ2=2kπ+2πM21/M22,Φ3=2kπ+2πM31/M32,Φ4=2kπ+2πM41/M42,Φ5=2kπ+2πM51/M52。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于空间光谱干涉的光束色散特性反演算法,其特征在于,包括如下步骤:
S1:对空间光谱干涉图像进行二值化处理,得到亮条纹和暗条纹;
S2:选取两条相邻的亮条纹作为取样条纹,选取空间位置处于两条取样条纹之间的N个采样点,记录N个采样点的角频率ω和空间位置y;
S3:计算每个采样点的位相Φ;
S4:将N个采样点的角频率ω、空间位置y和位相Φ代入到位相理论表达式中,得到N个位相理论表达式,用其中1个位相理论表达式减去剩余的N-1个位相理论表达式,得到N-1个包含采样点位相差和光束色散特性参数的目标表达式;
S5:对N-1个目标表达式进行矩阵运算,得到表征光束色散特性的参数。
2.根据权利要求1所述的光束色散特性反演算法,其特征在于,步骤S1中,将参考光和待测光进行空间光谱干涉,对产生的空间光谱干涉图像进行二值化处理,处理后数值为1的条纹作为亮条纹,数值为0的条纹作为暗条纹。
3.根据权利要求2所述的光束色散特性反演算法,其特征在于,步骤S2中,所述取样点的个数不小于5个。
4.根据权利要求3所述的光束色散特性反演算法,其特征在于,步骤S3之前还包括,标定位相Φ随取样条纹选取方向的变化趋势,所述标定的方法为分析获取空间光谱干涉条纹的光路排布,或在获取空间光谱干涉条纹的光路排布中加入已知的色散量。
5.根据权利要求4所述的光束色散特性反演算法,其特征在于,标定位相Φ随取样条纹选取方向的变化趋势后,两条取样条纹中位相Φ小的取样条纹作为第一条取样条纹,另一取样条纹作为第二条取样条纹。
6.根据权利要求5所述的光束色散特性反演算法,其特征在于,步骤S3中,位相Φ=2kπ+2πM1/M2,其中,k为整数,0≤M1≤M2,M1为采样点的角频率ω处从第一条取样条纹到采样点的空间距离,M2为选取的两条取样条纹在采样点的角频率ω处的空间距离。
7.根据权利要求6所述的光束色散特性反演算法,其特征在于,步骤S4中,位相理论表达式为Φ=2ωysinθ/c+ωt+a(ω-ω0)2/2!+b(ω-ω0)3/3!+O(ω-ω0),其中,θ为参考光和待测光夹角的1/2,c为光束在真空中的传播速度,t、a、b为光束色散特性的参数,ω0为中心角频率,O(ω-ω0)为忽略计算的高阶项。
8.根据权利要求7所述的光束色散特性反演算法,其特征在于,选取至少两条相邻的亮条纹作为取样条纹,对于每两条相邻的亮条纹均采用步骤S2至S4,得到多组N-1个包含采样点位相差和光束色散特性参数的目标表达式,组合全部的目标表达式进行矩阵运算,得到表征光束色散特性的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039429.4A CN109697270B (zh) | 2019-01-16 | 2019-01-16 | 一种基于空间光谱干涉的光束色散特性反演算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039429.4A CN109697270B (zh) | 2019-01-16 | 2019-01-16 | 一种基于空间光谱干涉的光束色散特性反演算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109697270A true CN109697270A (zh) | 2019-04-30 |
CN109697270B CN109697270B (zh) | 2022-04-01 |
Family
ID=66234027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910039429.4A Active CN109697270B (zh) | 2019-01-16 | 2019-01-16 | 一种基于空间光谱干涉的光束色散特性反演算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109697270B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004295018A (ja) * | 2003-03-28 | 2004-10-21 | Sumitomo Electric Ind Ltd | 光学部品、光学装置および光通信システム |
US20100134787A1 (en) * | 2008-12-01 | 2010-06-03 | Inha-Industry Partnership Institute | Measurement method of chromatic dispersion of optical beam waveguide using interference fringe measurement system |
CN102326343A (zh) * | 2009-02-20 | 2012-01-18 | 诺基亚西门子通信有限责任两合公司 | 用于自适应色散补偿的方法和装置 |
CN103714546A (zh) * | 2013-12-27 | 2014-04-09 | 北京航空航天大学 | 一种成像光谱仪的数据处理方法 |
CN105096383A (zh) * | 2015-07-30 | 2015-11-25 | 中国科学院长春光学精密机械与物理研究所 | 一种单幅载波干涉条纹检测面形相位恢复方法 |
CN105302935A (zh) * | 2015-08-10 | 2016-02-03 | 工业和信息化部电信研究院 | 数字解调和测量分析方法 |
CN106326633A (zh) * | 2016-08-02 | 2017-01-11 | 电子科技大学 | 乘积性非线性变换多分量三阶相位信号参数估计方法 |
CN106525390A (zh) * | 2016-11-09 | 2017-03-22 | 哈尔滨工程大学 | 一种用于具有超高分布式双折射色散的光纤保偏器件的色散补偿方法 |
CN106989834A (zh) * | 2017-03-28 | 2017-07-28 | 中国工程物理研究院激光聚变研究中心 | 一种能同时诊断超短脉冲激光的啁啾特性与时空分布特性的方法 |
-
2019
- 2019-01-16 CN CN201910039429.4A patent/CN109697270B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004295018A (ja) * | 2003-03-28 | 2004-10-21 | Sumitomo Electric Ind Ltd | 光学部品、光学装置および光通信システム |
US20100134787A1 (en) * | 2008-12-01 | 2010-06-03 | Inha-Industry Partnership Institute | Measurement method of chromatic dispersion of optical beam waveguide using interference fringe measurement system |
CN102326343A (zh) * | 2009-02-20 | 2012-01-18 | 诺基亚西门子通信有限责任两合公司 | 用于自适应色散补偿的方法和装置 |
CN103714546A (zh) * | 2013-12-27 | 2014-04-09 | 北京航空航天大学 | 一种成像光谱仪的数据处理方法 |
CN105096383A (zh) * | 2015-07-30 | 2015-11-25 | 中国科学院长春光学精密机械与物理研究所 | 一种单幅载波干涉条纹检测面形相位恢复方法 |
CN105302935A (zh) * | 2015-08-10 | 2016-02-03 | 工业和信息化部电信研究院 | 数字解调和测量分析方法 |
CN106326633A (zh) * | 2016-08-02 | 2017-01-11 | 电子科技大学 | 乘积性非线性变换多分量三阶相位信号参数估计方法 |
CN106525390A (zh) * | 2016-11-09 | 2017-03-22 | 哈尔滨工程大学 | 一种用于具有超高分布式双折射色散的光纤保偏器件的色散补偿方法 |
CN106989834A (zh) * | 2017-03-28 | 2017-07-28 | 中国工程物理研究院激光聚变研究中心 | 一种能同时诊断超短脉冲激光的啁啾特性与时空分布特性的方法 |
Non-Patent Citations (4)
Title |
---|
J. J. FIELD 等: "Characterization of a high efficiency, ultrashort pulse shaper incorporating a reflective 4096-element spatial light modulator", 《OPTICS COMMUNICATIONS》 * |
LI Z. L. 等: "Method of synchronization measurement via spatial–spectral interference in coherent combination of multi-channel ultra-short pulses", 《LASER PHYSICS》 * |
方煜: "成像光谱仪光学系统设计与像质评价研究", 《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》 * |
王仲平: "共光路径向剪切干涉测量技术的研究及应用", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109697270B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105548917B (zh) | 一种非屏蔽环境下磁传感器阵列的校准方法 | |
Hadzhiyska et al. | Improving small-scale CMB lensing reconstruction | |
CN109581018A (zh) | 宽带取样示波器时基误差同步补偿方法及装置 | |
CN109632646A (zh) | 等离子体中粒子分布的瞬态成像方法及装置 | |
Wei et al. | S-curve centroiding error correction for star sensor | |
CA3165302A1 (en) | Methods for in-situ characterization of gaussian boson sampling (gbs) devices | |
CN109697270A (zh) | 一种基于空间光谱干涉的光束色散特性反演算法 | |
Zhang | Measuring the reduced shear | |
Zhang et al. | The impact of tandem redundant/sky-based calibration in MWA Phase II data analysis | |
CN110567883B (zh) | 实时测量Mueller矩阵光谱的方法 | |
CN111964586A (zh) | 一种基于随机噪声修正的白光干涉信号处理方法 | |
CN107271040B (zh) | 时间调制型傅里叶变换光谱仪的双向干涉图协同使用方法 | |
US9041939B2 (en) | Apparatus and method for compensating for sample misalignment | |
CN115127683B (zh) | 一种动态干涉仪干涉图参数失配的相位提取的方法 | |
CN111829954B (zh) | 一种提高全场扫频光学相干层析测量量程的系统及方法 | |
Barajas et al. | Towards an on-chip signal processing solution for the online calibration of SS-OCT systems | |
CN210119571U (zh) | 一种抑制激光光强波动像质退化效应的主动成像系统 | |
Qiu et al. | A rapid spatial carrier-frequency phase-shifting method based on the orthogonality of diamond diagonal vectors | |
WO2020186394A1 (zh) | 成像方法及装置 | |
CN110261886A (zh) | 利用数字bpm测量直线加速器束流位置的方法及系统 | |
CN110595516B (zh) | 一种fpi腔长解调方法及系统 | |
CN110231098A (zh) | 超短激光脉冲多路延时同步测试方法 | |
Wang et al. | Removing systematics-induced 21-cm foreground residuals by cross-correlating filtered data | |
Guzman et al. | A Fiber Measurement System with Approximate Deconvolution Based on the Analysis of Fault Clusters in Linearized Bregman Iterations | |
Evans et al. | HIPPARCOS photometry-NDAC reductions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |