CN113091922B - 一种快速收敛的超短脉冲波形与相位重建方法 - Google Patents
一种快速收敛的超短脉冲波形与相位重建方法 Download PDFInfo
- Publication number
- CN113091922B CN113091922B CN202110280526.XA CN202110280526A CN113091922B CN 113091922 B CN113091922 B CN 113091922B CN 202110280526 A CN202110280526 A CN 202110280526A CN 113091922 B CN113091922 B CN 113091922B
- Authority
- CN
- China
- Prior art keywords
- pulse
- dimensional trace
- multiplied
- dimensional
- alpha
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 8
- 230000036039 immunity Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J11/00—Measuring the characteristics of individual optical pulses or of optical pulse trains
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J9/00—Measuring optical phase difference; Determining degree of coherence; Measuring optical wavelength
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
一种快速收敛的超短脉冲波形与相位重建方法,包括对脉冲初始猜测值的优化和二维trace图的多重网格预处理,再利用ptychography迭代算法对脉冲波形与相位进行重建。利用优化后的脉冲初始猜测值和对二维trace图预处理后,将大大减小对二维trace图的重建计算时间,能够实现对超短脉冲波形和相位重建的快速收敛,满足对超短脉冲的单次实时测量的要求,即保证了重建速度又保证了准确性,还具有很好的抗噪性和高分辨率。
Description
技术领域
本发明涉及超短脉冲测量方法,特别是一种能够快速收敛的超短脉冲波形和相位重建方法。
背景技术
脉冲激光的发展对激光测量技术提出了更高要求,在许多应用场景中,需要获得脉冲的频谱分布及相位信息以进一步研究其传输特性及与物质相互作用的机理,因此超短脉冲的测量十分重要且具有挑战性。
目前最实用、最可靠、最成熟的方法是频率分辨光学开关法(FROG),可以利用各种非线性过程产生不同类型的行迹(trace)图进行测量,但是FROG在传统脉冲波形与相位的重建算法上并不理想,现有算法仍存在许多限制因素,如收敛停滞、重建速度等。2016年Pavel Sidorenko和Oren Lahav等人提出利用相干衍射成像中ptychography恢复算法对超短脉冲波形与相位进行重建,该方法具有超高分辨率、很好的抗噪性和鲁棒性,但在实际超短脉冲强度和相位重建时,由于其速度比较慢,对超短脉冲波形与相位的测量具有滞后性,无法做到实时测量,还可能陷入收敛停滞,无法得到最终正确的结果,给超短脉冲的测量及进一步研究其其传输特性及与物质相互作用的过程带来了很大的麻烦,因此对基于ptychography的恢复算法快速准确的测量超短脉冲的研究具有十分重要的意义。
发明内容
针对上述超短脉冲波形与相位重建方法上的缺陷,提出一种能够快速收敛的超短脉冲波形和相位重建方法,对于FROG装置采集的关于频率和延时的二维trace图,利用频率边缘函数和脉冲功率谱的关系及脉冲时域连续性可以计算出脉冲准确的强度,脉冲在重建过程中更新强度和相位,比原来的假设固定强度和随机相位的初始猜测值,有准确的强度信息能够更快收敛至好的最终结果。对采集的二维trace图进行多重网格预处理,将M×N的trace图邻近插值成M/a×N/a和M/b×N/b大小,对不同矩阵大小进行处理时,迭代次数可以较少,缩短迭代过程中猜测脉冲趋近待测脉冲的时间。所以,利用准确强度加随机相位的初始猜测和对采集到的二维trace图进行多重网格预处理,可以提高超短脉冲波形与相位重建的收敛速度,尤其是对时间带宽积比较大的复杂脉冲,达到对超短脉冲实时准确的测量。
为实现上述发明目的,本发明的技术解决方案如下:
一种快速收敛的超短脉冲波形与相位重建方法,其特征在于包括以下步骤:
步骤1),超短脉冲的初始猜测优化:
采集关于频率和延时的矩阵大小为M×N的二维trace图,计算该二维trace图的频率边缘函数,利用频率边缘函数和脉冲的时域连续性计算待测脉冲功率谱,即可得到待测脉冲强度;
步骤2),对二维trace图进行多重网格预处理:
对M×N的二维trace图邻近插值成M/a×N/a和M/b×N/b的二维trace图,其中a和b为大于等于2的正整数,且b>a;
步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建。
所述的一种快速收敛的超短脉冲波形与相位重建方法,其特征在于:所述的步骤1)中采集关于频率和延时的矩阵大小为M×N的二维trace图,可利用SHG-FROG,THG-FROG或PG-FROG等装置采集。
所述的步骤1)超短脉冲的初始猜测优化,具体步骤如下:
首先,计算频率边缘函数M(ω),公式如下:
M(ω)=∫Isig(ω,τ)dτ
式中,ω为频率,τ为时间延时,Isig(ω,τ)为采集的二维trace图表达式;
频率边缘函数和脉冲功率谱的关系为:
F-1{M(ω)}=(F-1{S(ω)})2=s(t)2
所述的步骤2),对二维trace图进行多重网格预处理,具体步骤如下:
首先,对M×N大小的trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/a和N/a个点,利用已知M×N大小的二维trace图对M/a×N/a坐标进行邻近插值,得到M/a×N/a二维trace图;
其次,对M×N大小的trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/b和N/b个点,利用已知M×N大小的二维trace图对M/b×N/b坐标进行邻近插值,得到M/b×N/b二维trace图;
得到的M/a×N/a二维trace图和M/b×N/b二维trace图都包含了初始M×N二维trace图中部分关于频率和延时的强度自相关谱信息。
所述的步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建。具体步骤如下:
先,对M×N二维trace图设定α1个初始猜测值和β1迭代次数,对M/a×N/a二维trace图设定α2个初始猜测值和β2迭代次数,对M/b×N/b二维trace图设定α3个初始猜测脉冲和β3迭代次数,其中α3>α2>α1。先对M/b×N/b二维trace图运用脉冲波形与相位重建算法并行迭代处理,脉冲重建过程为:
3-1)确定α3个初始猜测脉冲时域表达式Ek(t),公式如下:
3-2)计算重建脉冲的二维trace图Is'ig,k(ω,τ),公式如下:
Is'ig,k(ω,τ)=|F(Ej,k(t)Ej,k(t-τ))|2
式中,F表示傅里叶变换,Ej,k(t-τ)表示延时脉冲时域表达式,j为当前迭代次数;;
3-3)利用初始采集的二维trace图Isig(ω,τ)进行更新,更新公式为:
式中,Ψj,k(t,τ)=Ej,k(t)Ej,k(t-τ),Ψj,k(ω,τ)=F(Ψj,k(t,τ));
3-4)基于ptychography的恢复算法脉冲强度与相位的迭代过程公式为:
3-5)计算并行迭代完成后得到的所有重建脉冲的二维trace图与采集的M×N的二维trace图的误差Gk,公式如下:
式中,k=1,2,…,α3,比较Gk大小,从α3个输出重建脉冲中选出误差最小的α2个重建脉冲;
其次,将这α2个重建脉冲设为对M/a×N/a二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β2时迭代完成,得到α2个重建脉冲,重复步骤3-5),此时k=1,2,…,α2,比较Gk大小,从α2个重建脉冲中选出误差最小的α1个重建脉冲;
最后,将这α1个重建脉冲设为对采集的M×N二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β1时迭代完成,得到α1个重建脉冲,重复步骤3-5),此时k=1,2,…,α1,比较Gk大小,选出误差最小的重建脉冲即最终重建的脉冲,包含脉冲波形与相位信息。
本发明的技术效果如下:
与传统超短脉冲波形与相位重建算法对比,此算法不需要对脉冲单独测功率谱,可以直接从采集到的二维trace图中直接计算的到准确的强度信息,将M×N图谱邻近插值为更小的M/a×N/a图谱和M/b×N/b图谱,总迭代次数大大减小,确保了较快的恢复速度。更新迭代时使用基于ptychography的脉冲重建算法,对不完整的二维N×N图谱也能很好的重建出原始脉冲,结合对二维trace图的多重网格预处理和准确度较高的初始猜测,即保证了重建速度又保证了准确性,能够实现对超短脉冲的实时测量,还具有很好的抗噪性,对采集的含有噪声的二维trace图也能很好的重建效果。
附图说明
图1为本发明方法具体流程图;
图2为采集到的SHG-FROG二维trace图;
图3为根据采集的二维trace图计算的待测脉冲时域波形;
图4为利用优化后脉冲初始猜测和对二维trace图多重网格预处理后运用ptychography恢复算法重建的脉冲时域的强度和相位;
图5为利用优化后的脉冲初始猜测和对二维trace图多重网格预处理后运用ptychography恢复算法重建的脉冲频域的强度和相位。
具体实施方式
下面结合实施案例和附图对本发明进一步说明,但不应以此限制本发明的保护范围。
如图1所示,本发明公开了一种快速收敛的超短脉冲波形与相位重建方法,包括以下步骤:
步骤1),超短脉冲的初始猜测优化:
采集关于频率和延时的矩阵大小为M×N的二维trace图,计算该二维trace图的频率边缘函数,利用频率边缘函数和脉冲的时域连续性计算待测脉冲功率谱,即可得到待测脉冲强度;
步骤2),对二维trace图进行多重网格预处理:
对M×N的二维trace图邻近插值成M/a×N/a和M/b×N/b的二维trace图,其中a和b为大于等于2的正整数,且b>a;
步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建。
所述的步骤1)超短脉冲的初始猜测优化,具体步骤如下:
首先,计算频率边缘函数M(ω),公式如下:
M(ω)=∫Isig(ω,τ)dτ
式中,ω为频率,τ为时间延时,Isig(ω,τ)为采集的二维trace图表达式;
频率边缘函数和脉冲功率谱的关系为:
F-1{M(ω)}=(F-1{S(ω)})2=s(t)2
所述的步骤2),对二维trace图进行多重网格预处理,具体步骤如下:
首先,对M×N大小的trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/a和N/a个点,利用已知M×N大小的二维trace图对M/a×N/a坐标进行邻近插值,得到M/a×N/a二维trace图;
其次,对M×N大小的trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/b和N/b个点,利用已知M×N大小的二维trace图对M/b×N/b坐标进行邻近插值,得到M/b×N/b二维trace图;
得到的M/a×N/a二维trace图和M/b×N/b二维trace图都包含了初始M×N二维trace图中部分关于频率和延时的强度自相关谱信息。
所述的步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建。具体步骤如下:
先对M×N二维trace图设定α1个初始猜测值和β1迭代次数,对M/a×N/a二维trace图设定α2个初始猜测值和β2迭代次数,对M/b×N/b二维trace图设定α3个初始猜测脉冲和β3迭代次数,其中α3>α2>α1。先对M/b×N/b二维trace图运用脉冲波形与相位重建算法并行迭代处理,脉冲重建过程为:
3-1)确定α3个初始猜测脉冲时域表达式Ek(t),公式如下:
3-2)计算重建脉冲的二维trace图I′sig,k(ω,τ),公式如下:
I′sig,k(ω,τ)=|F(Ej,k(t)Ej,k(t-τ))|2
式中,F表示傅里叶变换,Ej,k(t-τ)表示延时脉冲时域表达式,j为当前迭代次数;;
3-3)利用初始采集的二维trace图Isig(ω,τ)进行更新,更新公式为:
式中,Ψj,k(t,τ)=Ej,k(t)Ej,k(t-τ),Ψj,k(ω,τ)=F(Ψj,k(t,τ));
3-4)基于ptychography的恢复算法脉冲强度与相位的迭代过程公式为:
3-5)计算并行迭代完成后得到的所有重建脉冲的二维trace图与采集的M×N的二维trace图的误差Gk,公式如下:
式中,k=1,2,…,α3,比较Gk大小,从α3个输出重建脉冲中选出误差最小的α2个重建脉冲;
其次,将这α2个重建脉冲设为对M/a×N/a二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β2时迭代完成,得到α2个重建脉冲,重复步骤3-5),此时k=1,2,…,α2,比较Gk大小,从α2个重建脉冲中选出误差最小的α1个重建脉冲;
最后,将这α1个重建脉冲设为对采集的M×N二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β1时迭代完成,得到α1个重建脉冲,重复步骤3-5),此时k=1,2,…,α1,比较Gk大小,选出误差最小的重建脉冲即最终重建的脉冲,包含脉冲波形与相位信息。
下面是本发明一个实施例的参数:
图2为利用SHG-FROG装置采集的皮秒量级待测脉冲的二维trace图,其中心波长为1026nm,时间分辨率为80fs,波长分辨率为0.08nm,二维trace图矩阵大小为256×256,即M=N=256,且a=2,b=4。对二维trace图进行多重网格预处理后设定的脉冲初始猜测个数和迭代次数,α3=24,α2==12,α1=4,β3=15,β2=15,β1=200。图3为通过256×256二维trace图计算得到的待测脉冲时域强度,对于64×64二维trace图运行重建算法时,α3个脉冲初始猜测为该时域强度加上随机相位。如图4和图5分别为利用优化后的脉冲初始猜测和对二维trace图多重网格预处理后运用ptychography恢复算法重建的脉冲时域和频域的强度和相位。同时,能够得出相应脉冲时域宽度和频谱宽度分别为0.436ps和10.212nm。
实验表明,利用FROG超短脉冲单次测量装置采集的关于频率和延时的二维trace图计算的准确强度加随机相位的初始猜测,和对该二维trace图进行多重网格预处理,可以缩小脉冲重建时间和提高脉冲重建准确度,本发明方便、快捷,能够实现快速收敛的超短脉冲测量。
Claims (5)
1.一种快速收敛的超短脉冲波形与相位重建方法,其特征在于,该方法包括以下步骤:
步骤1),超短脉冲的初始猜测优化:
采集关于频率和延时的矩阵大小为M×N的二维trace图,计算该二维trace图的频率边缘函数,利用频率边缘函数和脉冲的时域连续性计算待测脉冲功率谱,即可得到待测脉冲强度;
所述频率边缘函数M(ω),公式如下:
M(ω)=∫Isig(ω,τ)dτ
式中,ω为频率,τ为时间延时,Isig(ω,τ)为采集的二维trace图表达式;
步骤2),对二维trace图进行多重网格预处理:
对M×N的二维trace图邻近插值成M/a×N/a和M/b×N/b的二维trace图,其中a和b为大于等于2的正整数,且b>a;
步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建。
2.根据权利要求1所述的一种快速收敛的超短脉冲波形与相位重建方法,其特征在于:所述的步骤1)中采集关于频率和延时的矩阵大小为M×N的二维trace图,可利用SHG-FROG,THG-FROG或PG-FROG装置采集。
3.根据权利要求1所述的一种快速收敛的超短脉冲波形与相位重建方法,其特征在于:所述的步骤1)超短脉冲的初始猜测优化,具体步骤如下:
首先,计算频率边缘函数M(ω),公式如下:
M(ω)=∫Isig(ω,τ)dτ
式中,ω为频率,τ为时间延时,Isig(ω,τ)为采集的二维trace图表达式;
频率边缘函数和脉冲功率谱的关系为:
F-1{M(ω)}=(F-1{S(ω)})2=s(t)2
式中,S(ω)为功率谱,F-1表示傅里叶逆变换,s(t)为S(ω)逆变换,
4.根据权利要求1所述的一种快速收敛的超短脉冲波形与相位重建方法,其特征在于:所述的步骤2),对二维trace图进行多重网格预处理,具体步骤如下:
首先,对M×N的二维trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/a和N/a个点,利用已知M×N的二维trace图对M/a×N/a坐标进行邻近插值,得到M/a×N/a的二维trace图;
其次,对M×N的二维trace图中频率轴M个坐标点和延时轴N个坐标点分别等间隔取M/b和N/b个点,利用已知M×N的二维trace图对M/b×N/b坐标进行邻近插值,得到M/b×N/b的二维trace图;
得到的M/a×N/a二维trace图和M/b×N/b二维trace图都包含了初始M×N二维trace图中部分关于频率和延时的强度自相关谱信息。
5.根据权利要求1所述的一种快速收敛的超短脉冲波形与相位重建方法,其特征在于:所述的步骤3),按矩阵大小依次从小到大对每个二维trace图采用ptychography迭代法对脉冲波形与相位进行重建,具体步骤如下:
首先,对M×N的二维trace图设定α1个初始猜测值和β1迭代次数,对M/a×N/a的二维trace图设定α2个初始猜测值和β2迭代次数,对M/b×N/b的二维trace图设定α3个初始猜测脉冲和β3迭代次数,其中α3>α2>α1;
对M/b×N/b的二维trace图运用脉冲波形与相位重建算法并行迭代处理,脉冲重建过程为:
3-1)确定α3个初始猜测脉冲时域表达式Ek(t),公式如下:
3-2)计算重建脉冲的二维trace图I′sig,k(ω,τ),公式如下:
I′sig,k(ω,τ)=|F(Ej,k(t)Ej,k(t-τ))|2
式中,F表示傅里叶变换,Ej,k(t-τ)表示延时脉冲时域表达式,j为当前迭代次数;
3-3)利用初始采集的二维trace图Isig(ω,τ)进行更新,更新公式为:
式中,Ψj,k(t,τ)=Ej,k(t)Ej,k(t-τ),Ψj,k(ω,τ)=F(Ψj,k(t,τ));
3-4)基于ptychography的恢复算法脉冲强度与相位的迭代过程公式为:
3-5)计算并行迭代完成后得到的所有重建脉冲的二维trace图与采集的M×N的二维trace图的误差Gk,公式如下:
式中,k=1,2,…,α3,比较Gk大小,从α3个输出重建脉冲中选出误差最小的α2个重建脉冲;
其次,将这α2个重建脉冲设为对M/a×N/a二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β2时迭代完成,得到α2个重建脉冲,重复步骤3-5),此时k=1,2,…,α2,比较Gk大小,从α2个重建脉冲中选出误差最小的α1个重建脉冲;
最后,将这α1个重建脉冲设为对采集的M×N二维trace图迭代处理的初始猜测脉冲,重复步骤3-2)-3-4),直至j=β1时迭代完成,得到α1个重建脉冲,重复步骤3-5),此时k=1,2,…,α1,比较Gk大小,选出误差最小的重建脉冲即最终重建的脉冲,包含脉冲波形与相位信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110280526.XA CN113091922B (zh) | 2021-03-16 | 2021-03-16 | 一种快速收敛的超短脉冲波形与相位重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110280526.XA CN113091922B (zh) | 2021-03-16 | 2021-03-16 | 一种快速收敛的超短脉冲波形与相位重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113091922A CN113091922A (zh) | 2021-07-09 |
CN113091922B true CN113091922B (zh) | 2023-01-20 |
Family
ID=76668120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110280526.XA Active CN113091922B (zh) | 2021-03-16 | 2021-03-16 | 一种快速收敛的超短脉冲波形与相位重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113091922B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1993866A (zh) * | 2004-04-29 | 2007-07-04 | 艾默生网络能源连接解决方案股份有限公司 | 高频边缘安装连接器 |
CN105651399A (zh) * | 2016-01-15 | 2016-06-08 | 中国科学院上海光学精密机械研究所 | 时域相位恢复全光纤激光脉冲弱相位测量装置和测量方法 |
CN105783974A (zh) * | 2014-12-25 | 2016-07-20 | 中国科学院声学研究所 | 一种线性调频信号的检测、参数估计方法及系统 |
CN105806495A (zh) * | 2016-03-14 | 2016-07-27 | 华中科技大学 | 超快脉冲的全光场实时测量系统及方法 |
WO2016174660A1 (en) * | 2015-04-30 | 2016-11-03 | Technion Research & Development Foundation Limited | Intensity waveform reconstruction from intensity autocorrelation |
CN107036720A (zh) * | 2017-03-31 | 2017-08-11 | 清华大学 | 一种超短啁啾脉冲时域相位与频域相位测量方法及系统 |
CN108332866A (zh) * | 2018-01-02 | 2018-07-27 | 中国科学院上海光学精密机械研究所 | 基于振幅调制的波前在线快速重建装置和重建方法 |
CN110138019A (zh) * | 2019-06-04 | 2019-08-16 | 国网山东省电力公司电力科学研究院 | 一种机组优化启停方法 |
CN111474188A (zh) * | 2019-01-24 | 2020-07-31 | 中国科学院上海光学精密机械研究所 | 一种基于动态调制的单次曝光波前重建和相位成像装置和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799332B (zh) * | 2010-02-12 | 2012-01-11 | 华东师范大学 | 基于分子排列取向的超短脉冲诊断方法 |
-
2021
- 2021-03-16 CN CN202110280526.XA patent/CN113091922B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1993866A (zh) * | 2004-04-29 | 2007-07-04 | 艾默生网络能源连接解决方案股份有限公司 | 高频边缘安装连接器 |
CN105783974A (zh) * | 2014-12-25 | 2016-07-20 | 中国科学院声学研究所 | 一种线性调频信号的检测、参数估计方法及系统 |
WO2016174660A1 (en) * | 2015-04-30 | 2016-11-03 | Technion Research & Development Foundation Limited | Intensity waveform reconstruction from intensity autocorrelation |
CN105651399A (zh) * | 2016-01-15 | 2016-06-08 | 中国科学院上海光学精密机械研究所 | 时域相位恢复全光纤激光脉冲弱相位测量装置和测量方法 |
CN105806495A (zh) * | 2016-03-14 | 2016-07-27 | 华中科技大学 | 超快脉冲的全光场实时测量系统及方法 |
CN107036720A (zh) * | 2017-03-31 | 2017-08-11 | 清华大学 | 一种超短啁啾脉冲时域相位与频域相位测量方法及系统 |
CN108332866A (zh) * | 2018-01-02 | 2018-07-27 | 中国科学院上海光学精密机械研究所 | 基于振幅调制的波前在线快速重建装置和重建方法 |
CN111474188A (zh) * | 2019-01-24 | 2020-07-31 | 中国科学院上海光学精密机械研究所 | 一种基于动态调制的单次曝光波前重建和相位成像装置和方法 |
CN110138019A (zh) * | 2019-06-04 | 2019-08-16 | 国网山东省电力公司电力科学研究院 | 一种机组优化启停方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113091922A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112099008B (zh) | 基于cv-admmn的sa-isar成像与自聚焦方法 | |
CN107917676B (zh) | 一种基于条纹图像频谱分析的干涉测量方法 | |
CN101598798A (zh) | 一种对高光谱干涉数据进行光谱重建的系统和方法 | |
CN107655405A (zh) | 利用自聚焦迭代算法消除物体与ccd间轴向距离误差的方法 | |
CN108845317B (zh) | 一种基于分层介质格林函数的频域逆时偏移方法 | |
CN102488497A (zh) | 磁共振温度测量方法及系统 | |
JP2023513191A (ja) | 磁気共鳴cest結像周波数ドリフト補正方法、装置、媒体及び結像デバイス | |
CN114370889B (zh) | Ofdr系统中不同测量长度的自适应补偿测量方法 | |
CN113158487B (zh) | 一种基于长短期记忆深度网络的波前相位差探测方法 | |
CN107101974B (zh) | 一种新型三步无透镜相干衍射成像方法 | |
CN109581849B (zh) | 一种同轴全息重建方法及系统 | |
CN113091922B (zh) | 一种快速收敛的超短脉冲波形与相位重建方法 | |
CN104181514B (zh) | 一种合成孔径雷达高精度运动补偿方法 | |
CN104699986A (zh) | 基于有限新息率采样理论的太赫兹脉冲信号采样方法 | |
CN116911356A (zh) | 基于深度卷积神经网络优化的InSAR相位解缠方法、装置及存储介质 | |
CN116895349A (zh) | 基于贝叶斯神经网络的应变评估方法、装置及存储介质 | |
CN115127683B (zh) | 一种动态干涉仪干涉图参数失配的相位提取的方法 | |
CN116863024A (zh) | 一种磁共振图像重建方法、系统、电子设备及存储介质 | |
Barajas et al. | Towards an on-chip signal processing solution for the online calibration of SS-OCT systems | |
CN112348947B (zh) | 一种基于参考信息辅助的深度学习的三维重构方法 | |
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 | |
Komodromos et al. | A method of fitting BOTDA data for the estimation of the Brillouin frequency shift | |
CN108573474A (zh) | 一种采用逆卷积运算的光声图像优化方法 | |
US6339469B1 (en) | Method and device for determining the distribution of intensity and phase in a laser beam different cutting planes | |
Wei et al. | Sub-pixel visualization of the envelope peak in a pulse train interferometer |
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 |