排序方式: 共有77条查询结果,搜索用时 15 毫秒
1.
轨道角动量(OAM)是光的一个重要的自由度。由于携带OAM的光束具有特殊的强度相位分布以及力学效应,使得此类光束在高速光通信、测量、成像、光镊和量子信息中具有广泛的应用。关于OAM光束在准相位匹配晶体(QPM)中的频率变换研究,一方面可以研究OAM光束参与非线性相互作用时与高斯光束不同的物理机制;另一方面,非线性过程提供了多种有效的光场调控手段,可以实现携带OAM光场不同自由度的精细调控,为满足不同的光学应用奠定基础。综述了近十年来OAM光束在QPM晶体中的非线性转换研究主要进展,具体包括:非线性过程中OAM光束的守恒、传输、演化和干涉行为研究,高效率的OAM激光和单光子态频率转换研究,OAM频率转换效率模式非依赖性研究,矢量光束的频率转换研究,以及无后向选择的高维OAM纠缠态的制备研究。最后讨论和展望了OAM在QPM晶体中频率转换方面的未来研究趋势。 相似文献
2.
传统的液体电解质在充放电的循环过程中易在负极产生枝晶,导致电池短路,且液体电解质存在易燃、易爆、泄露等安全问题。固体电解质能够很好的解决上述安全性问题,并且具有较好的稳定性,是替代液体电解质的不二选择。固体电解质需要满足高的离子电导率、宽的电化学窗口、优良的化学相容性、简单的制备工艺、低廉的成本等要求,因此需要进一步研发高性能固体电解质或电极/电解质界面改性材料,便于优化和提升固态电池的电化学性能。金属有机骨架和共价有机框架化合物是近年来新兴的、具有周期性结构的多孔材料,在电池领域的应用已经崭露头角。综述了金属有机骨架和共价有机框架化合物在固态锂离子电池上的应用及研究进展,并对如何改进金属有机骨架和共价有机框架固体电解质的电化学性能提出建议。 相似文献
3.
针对基于运动学正解的蒙特卡罗法在求解机械手工作空间时,难以得到包域边界特征,而偏置型机械手的工作空间及未包域空腔形状直观性不强等问题,建立了基于连杆长度及关节角范围的包域边界点模型,得到所研究偏置型机械手的工作空间内、外边界曲线表达式,并描绘出直观、精确的工作空间透视图。通过对两种方法的理论分析及仿真求解,验证了运动学正解及蒙特卡罗法所求工作空间的正确性,并可直观看出其工作空间存在曲面包络的内未包域空腔,最后通过对内未包域空腔、工作空间体积及性能的分析,证明该偏置型机械手具有良好的工作空间性能,对偏置型机械手工作空间的研究具有理论指导意义和实践应用价值。 相似文献
4.
5.
7.
为了提高性能,Java内存模型允许编译器在优化过程中改变代码的执行顺序,同时该技术也会造成共享数据的更新顺序与本来的执行顺序不同。在多线程Java并发程序中,这些代码乱序执行会引起很多难以发现的错误。现有的Java程序模型检测技术并没有考虑这些顺序改变的问题。因此,本文提出了一种建立包含多线程交互及线程内代码乱序执行的完整模型,并利用模型检测工具进行穷举检测的算法。该算法可以发现原有技术无法发现的新问题,更好地检测高可靠性要求的Java并发程序。 相似文献
8.
针对现有的激光陀螺热致零偏补偿方法在精度方面存在不足的问题,设计了一种在神经网络基础上改进的热致零偏补偿算法,利用神经网络求取更加准确的热拟合系数,从而有效抑制热致零偏对激光陀螺的影响;文中建立了两种激光陀螺的温度补偿模型:常规零偏温度补偿简化模型和一种改进的神经网络模型,并根据建立的两种模型进行了仿真研究;通过与常规的零偏补偿方法的仿真结果比较可知,改进的热致零偏算法在精度上有了显著的提高,具有良好的工程使用价值。 相似文献
9.
煤化工废水处理关键问题解析及技术发展趋势 总被引:1,自引:0,他引:1
介绍了煤化工废水的水质特点,其治理难点体现在:水质复杂,难降解有机物浓度高并且毒性大。从煤化工废水处理技术的物化处理、生化处理和深度处理方面阐述了目前国内外煤化工废水处理的工艺,并着重分析了A/O法、SBR法、生物膜法、物理吸附法、高级氧化法以及膜分离方法在工程运用中所存在的问题,展望了煤化工废水处理技术未来的发展方向,表明了物化和生化处理技术的优化组合是该类废水处理的必然趋势。指出了煤化工废水处理关键技术为泡沫的消除,多元酚的降解,酚类物质的毒性控制以及酚类物质降解的微生物培养,为煤制气产业发展中废水处理提供了好的借鉴与参考。 相似文献
10.
相较于传统的无线电数据特征提取方法,深度学习具有高效灵活的特点,其可以有效提高调制数据识别的性能。然而在实践中,收集大量可靠的无线电调制样本数据有时代价是昂贵和困难的,这在很大程度上限制了深度学习模型的性能。本文提出了基于生成对抗网络(Generative Adversarial Networks,GAN)的无线电调制数据增扩模型RMAbGAN(Radio Modulation data Augmentation based on Generative Adversarial Networks),该模型通过挖掘不同信噪比与调制方式下的无线电调制数据特征差异,生成符合调制方式与信噪比特点的无线电调制数据,模型中的生成器部分捕获无线电调制数据分布特征,辨识器部分优化生成器性能,两者相互博弈性能不断提升;在此基础上,对无线电数据采样特点与无线电数据传统增强方法进行深度分析与研究,发现了无线电调制数据蕴含的空域特征与时序特征,设计出了能深刻捕获无线电数据空域特征与时序特征的无线电数据分类模型AMCST(Automatic Modulation Classification based Spatial and Temporal feature)。通过大量的对比实验,表明相较于基于旋转变换的无线电调制数据增扩模型,RMAbGAN模型在无线电调制数据增扩方面更具有鲁棒性和泛化能力,可以实现更高的调制分类准确率。此外,相较基于长短期记忆网络(Long Short-Term Memory,LSTM)的调制分类模型、基于残差网络(Residual Networks,ResNet)的调制分类模型等传统模型,AMCST模型在调制数据分类方面更具有稳定性和可用性,同时也具有更高的分类准确率。 相似文献