【摘 要】
：
在光纤的耦合对接生产中,光纤与光纤的耦合对光80%靠传统的劳动密集型手工或半自动完成,仅有少部分的企业和研究机构研制了光纤自动对准系统。在这种生产模式下,产品存在成品率低、生产效率低、生产成本高的问题。而且国内外已有的光纤自动对准系统存在着性价比低、大部分需搭载显微镜、部分需要手动初步调整和大部分不具备角度调整功能的问题。针对以上问题,本文设计了一个光纤自动对准耦合系统,并对其进行试验验证。本文的
论文部分内容阅读
在光纤的耦合对接生产中,光纤与光纤的耦合对光80%靠传统的劳动密集型手工或半自动完成,仅有少部分的企业和研究机构研制了光纤自动对准系统。在这种生产模式下,产品存在成品率低、生产效率低、生产成本高的问题。而且国内外已有的光纤自动对准系统存在着性价比低、大部分需搭载显微镜、部分需要手动初步调整和大部分不具备角度调整功能的问题。针对以上问题,本文设计了一个光纤自动对准耦合系统,并对其进行试验验证。本文的主要工作内容如下:1、针对现有光纤自动对准耦合系统存在的问题,提出降低耦合误差与精简系统结构的设计需求,在光纤自动对准耦合系统的结构上,加入光纤准直器辅助光纤对准;2、针对光纤自动对准耦合系统的全自动化设计需求,在粗调对准阶段中,运用机器视觉技术实现自动化粗调对准;在精调对准阶段中,对构成闭环反馈的光功率进行在线检测,并调用精调算法实现自动化精调对准;3、对设计的光纤自动对准耦合系统的实验平台和视觉系统分别选型搭建;对光纤自动对准耦合系统的视觉系统进行视觉标定;设计光功率在线检测的激光驱动部分,并对构成光功率闭环反馈的激光发射模块稳定性进行验证分析;分析梯度搜索算法的缺陷并进行算法优化;4、对光纤自动对准耦合系统进行试验验证,在粗调对准阶段中,光纤耦合效率为35.1%;在精调对准阶段中,光纤耦合效率提升至77.2%。
其他文献
孔加工作为机械加工的基本工艺之一,在机械制造过程及加工工艺中具有无可替代的重要地位,其中小深孔加工是孔加工中重要分支,也是孔加工技术的难点。在小深孔加工过程中,钻头需要在封闭的环境中进行钻削,该加工技术是涉及断裂力学、热力学、材料力学等诸多理论的复杂动态变形过程,难以建立该过程的精确数学模型,从而导致经典的控制方法很难控制复杂多变的钻削状态,因此研究小深孔钻削过程的状态检测方法及自适应控制策略具有
无线电波信号穿过电子密度不规则体时,无线电波信号的相位、强度和偏振方式等发生不规则变化,即电离层闪烁。电离层闪烁现象严重威胁着卫星通信、导航定位、雷达监测等无线电系统性能。全球导航卫星系统（Global Navigation Satellite System,简称GNSS）广泛应用于社会生产生活中,人们对GNSS的依赖日益增长。因此,GNSS电离层闪烁预报成为了空间天气研究的热点。低纬地区GNSS
社交网络的快速发展促进了信息分享的广泛发生,为用户带来便利的同时,也产生了严重的隐私泄露问题。除传统的差分隐私、k匿名等隐私保护技术之外,使用新兴人工智能技术,借助于智能体高效实现隐私保护,也成为了信息安全领域的研究热点。其中,基于智能体的隐私协商可以协助社交网络用户在信息分享前建立隐私保护共识,具有一定的隐私泄露预先防护作用。可追责是行为或后果的责任主体可被追究的属性,是透明、可解释人工智能应用
随着影像组学和计算机辅助诊断等医学影像技术的不断发展与应用,医学图像中一些关键的解剖点的位置的确定对于后续的建模和分析的过程有着重大的意义。目前在医学图像分析的研究中,解剖点的检测大多依赖医生手动进行标记,这种手动的检测方式不仅浪费了医生宝贵的时间和精力而且检测结果的准确性会受到医生的工作状态、临床经验等一些主观因素的影响。因此医学图像解剖点自动检测的研究对现代医学的发展与进步有重要意义。本文针对
人类和动物可以持续地积累和巩固从先前观察到的任务中获取的知识,并通过不断地学习,解决新的问题或任务。然而,对于机器学习系统来说,这样的持续学习能力是重大难点之一,因为不断地从非平稳数据分布中获取可用信息通常会导致灾难性遗忘。近年来随着深度学习的发展,许多克服灾难性遗忘的方法相继涌现,但持续学习仍然是人工智能领域长期面临的挑战。针对持续学习领域中依然存在的一些问题,本文结合贝叶斯优化和变分推理,提出
随机采样是采样理论中一个非常重要的研究内容,其在学习理论、图像处理等方面发挥着重要的作用。混合范数Lebesgue空间对不同变量具有分离可积性,可以有效地模拟和度量实际生活中广泛存在的时变信号。本文主要对混合范数空间中平移不变信号的随机采样问题展开研究,重点研究信号的采样稳定性。注意到采样装置的物理特性,采样得到的样本值往往不是信号在采样集上的准确值,而是信号在采样位置处的局部平均。卷积采样作为一
随着光纤到户（Fiber to the Home,FTTH）传输技术的快速发展,高速光通信系统具有功耗低、集成密度高、带宽大、设备成熟以及抗电磁干扰能力强等诸多优势。光学分束器等无源器件作为FTTH的重要组成部分,被广泛应用于光通信系统以实现信息的高效快速传输。在无源光网络技术不断发展的同时,对光学分束器的传输性能和集成度等方面的要求也逐渐提高,低损耗且小尺寸的光功率分束器成为当前的研究重点。本文
光在三能级系统中的耦合是一个非常实用且不断发展的研究领域,在激励光源的作用下,控制两个不同跃迁通道间的相干,能够实现电磁感应透明（Electromagnetically Induced Transparency）、受激拉曼绝热通道（Stimulated Raman Adiabatic Passage）等光耦合调控效应,这在光通信领域具有非常大的应用潜力。但由于量子系统相关条件的限制,对其中能量耦合
作为在传热领域中占据一席之地的热管而言,脉动热管被认为是超高热流密度功耗的工况中最具前景的散热元器件之一,被广泛应用于电子散热设备当中。随着纳米技术的成熟,纳米流体也成为了热能这一传统领域的创新性研究。但在实际应用工程中,许多热能装置不可抗拒的受到各种外部环境的影响,其中振动这一因素占比相当大,而基于实际应用的振动工况而言的实验探究较为稀缺,不同振动工况对脉动热管的运行以及传热特性的影响规律也未被
行人再识别（ReID）,是利用图像处理技术旨在给定需要查询行人的情况下,在数据库中检索指定行人的图像。目前的用于训练行人再识别模型的数据集,来自于仅限的固定采集装置,样本样式风格的多样性匮乏。同时,因为跨域行人再识别技术由于源域与目标域样本差异较大,导致在一个域训练的行人再识别模型直接在另一个域上测验效果时,性能明显不能满足预期。鉴于上述情况存在的疑难,本文运用基于深度学习的ReID的方法开展研究