高功率光纤激光器在先进制造领域、大科学装置等方面均有广阔的应用前景。有源光纤是高功率光纤激光器的“心脏”,是影响激光输出功率水平和光束质量的核心因素。常规有源光纤结构简单,但在功率提升过程中遇到的非线性效应和模式不稳定效应等问题难以有效解决。
,借助半导体光电器件具有能源供给、光学传递、信号放大、光电探测等一系列优势,深入探索光子、电子信号与神经元及群体的相互作用过程,为神经调控和检测提供精准的工具和手段。开发新型光电子器件与异质衬底的集成技术,为生物传感、医学诊断、疾病治疗等应用提供有效的工具支持,特别是为神经科学的研究和新一代脑机接口技术的发展提供了新思路。
多项基础研究表明,飞秒激光成丝过程中,激光能量、光斑尺寸、脉宽及啁啾、外部聚焦条件等实验参数,会直接对光丝的长度产生影响,进而影响荧光的侧向分布。除此之外,近期的研究发现激光偏振态引起的粒子碰撞、重复频率引起的热效应、以及光丝内分子排列等也会影响光丝辐射荧光信号的长度和强度。
确定分子轨道特性主要有飞秒激光光谱学和扫描探针显微镜等方法,这些方法引起了研究人员的广泛兴趣,但有局限性。例如,基于超短激光脉冲驱动的分子高次谐波辐射只限于研究简单的气体分子,基于扫描探针显微镜的方法需要极低温条件以防止分子扩散。
目前主流光计算架构按其技术路径大致可分为平面集成式和自由空间互连式两种。其中,平面集成式方案主要基于马赫-曾德干涉仪、微环谐振器、波导调制器等基本单元器件实现矢量-矩阵乘法、导向逻辑、伊辛机、脉冲神经网络及储备池计算等。
高强度飞秒激光在介质中传输时,在多种非线性效应的共同作用下,可以克服衍射极限进行自引导传输,并产生等离子体通道。这一现象被称为飞秒激光成丝。凭借钳制光强高、传输距离远、可在复杂大气环境中穿行的优势,飞秒激光成丝在远程大气污染监测方面展现出巨大的优势。
如何获得高质量、高精度的激光是激光技术基础研究和应用研究中广受关注的课题,而人工智能算法正是实现激光光束质量预测和调控的有效手段。针对现有简单仿真模型对复杂光学系统预测能力不足的问题,哈尔滨工业大学刘国栋团队将深度神经网络与Frantz-Nodvik方程相结合,提出了一种优于传统拟合方法的大功率ICF激光系统中主放大器输出能量预测新方法
高功率飞秒激光在太赫兹产生、阿秒脉冲产生和光学频率梳等科研领域和工业领域有着重大应用价值。基于传统块状增益介质的锁模激光器在高功率下受到热透镜效应的限制,目前输出的最大功率在20 W左右。
目前,常用的细胞捕获方法大多数与微流控技术相结合,主要包括单光束激光法、介电泳、声镊及磁镊等。介电泳捕获的原理是使细胞在非均匀电场极化,从而在介电泳力的作用下运动或者被势阱限制。声镊则是利用超声驻波产生声压,实现对单细胞的操纵和捕获。