-
公开(公告)号：CN106602394A
公开(公告)日：2017-04-26
申请号：CN201710043134.5
申请日：2017-01-19
Applicant: 吉林大学
CPC classification number: H01S3/0675 , H01S3/08009 , H01S3/08013 , H01S3/08036
Abstract: 本发明的一种动态光纤光栅与Bragg光栅构成的谐振腔系统属于光电子技术领域，其结构有F‑P腔(4)和信号处理系统(5)，其特征在于结构还有非相干泵浦光源(1)、信号光源(2)和波分复用器(3)。本发明采用动态光纤光栅与Bragg光纤光栅的透射、反射特性的主动调节，有效提高了两只光栅的输出特性的对称性，谐振腔的中心波长、模式间隔、谱线线宽等参量动态可调，易于加工，使用灵活，在折射率传感，窄带滤波器，光信号的微分运算，多通道光存储等方面均有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN106602394B
公开(公告)日：2019-02-12
申请号：CN201710043134.5
申请日：2017-01-19
Applicant: 吉林大学
Abstract: 本发明的一种动态光纤光栅与Bragg光栅构成的谐振腔系统属于光电子技术领域，其结构有F‑P腔(4)和信号处理系统(5)，其特征在于结构还有非相干泵浦光源(1)、信号光源(2)和波分复用器(3)。本发明采用动态光纤光栅与Bragg光纤光栅的透射、反射特性的主动调节，有效提高了两只光栅的输出特性的对称性，谐振腔的中心波长、模式间隔、谱线线宽等参量动态可调，易于加工，使用灵活，在折射率传感，窄带滤波器，光信号的微分运算，多通道光存储等方面均有重要的应用价值。
-
公开(公告)号：CN103926713B
公开(公告)日：2016-03-30
申请号：CN201410155328.0
申请日：2014-04-17
Applicant: 吉林大学
IPC: G02F1/017
Abstract: 本发明的基于量子阱子带跃迁的隧穿诱导透明效应的时延器件，属于半导体材料技术领域，特别涉及一种用于光电子领域的时延器件。其结构是，在GaAs材料的基底（1）上依次生长有AlAs层（2）、第一势垒层（3）、浅量子阱层（4）、第二势垒层（5）、深量子阱层（6）、第三势垒层（7）和连续区（8）；以第一势垒层（3）～连续区（8）为一个周期，共排列有6～15个周期；然后有覆盖层（9），最外层有空气隔离层（10）。本发明的时延器件的延时时间可以达到皮秒量级，可以应用于光电子学领域。本发明的时延器件比采用原子系统时延器件更实用，其结构与材料可以人为地选择，相干强度可以控制和改变。
-
公开(公告)号：CN103926713A
公开(公告)日：2014-07-16
申请号：CN201410155328.0
申请日：2014-04-17
Applicant: 吉林大学
IPC: G02F1/017
Abstract: 本发明的基于量子阱子带跃迁的隧穿诱导透明效应的时延器件，属于半导体材料技术领域，特别涉及一种用于光电子领域的时延器件。其结构是，在GaAs材料的基底（1）上依次生长有AlAs层（2）、第一势垒层（3）、浅量子阱层（4）、第二势垒层（5）、深量子阱层（6）、第三势垒层（7）和连续区（8）；以第一势垒层（3）～连续区（8）为一个周期，共排列有6～15个周期；然后有覆盖层（9），最外层有空气隔离层（10）。本发明的时延器件的延时时间可以达到皮秒量级，可以应用于光电子学领域。本发明的时延器件比采用原子系统时延器件更实用，其结构与材料可以人为地选择，相干强度可以控制和改变。
-
公开(公告)号：CN112149351B
公开(公告)日：2023-04-18
申请号：CN202011000929.6
申请日：2020-09-22
Applicant: 吉林大学
IPC: G06F30/27 , G06F30/367 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的微波电路物理尺寸估算方法，包括：步骤一、采集多组微波电路的S参数和所述多组微波电路参数的物理尺寸，作为初始数据集，并根据所述初始数据集构建训练样本集；步骤二、根据所述训练样本集对卷积神经网络模型进行训练，得到微波电路尺寸估算神经网络模型；步骤三、采集目标微波电路的S参数作为输入参数，输入所述微波电路尺寸估算神经网络模型，得到所述目标微波电路的物理尺寸。本发明提供的基于深度学习的微波电路物理尺寸估算方法，自动化程度高且估算准确率高，能够有效减少微波电路物理尺寸参数估算的中间环节和人工干预，应用成本和复杂程度，有效提高微波电路物理尺寸参数估算的准确性和实时性。
-
公开(公告)号：CN112149351A
公开(公告)日：2020-12-29
申请号：CN202011000929.6
申请日：2020-09-22
Applicant: 吉林大学
IPC: G06F30/27 , G06F30/367 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的微波电路物理尺寸估算方法，包括：步骤一、采集多组微波电路的S参数和所述多组微波电路参数的物理尺寸，作为初始数据集，并根据所述初始数据集构建训练样本集；步骤二、根据所述训练样本集对卷积神经网络模型进行训练，得到微波电路尺寸估算神经网络模型；步骤三、采集目标微波电路的S参数作为输入参数，输入所述微波电路尺寸估算神经网络模型，得到所述目标微波电路的物理尺寸。本发明提供的基于深度学习的微波电路物理尺寸估算方法，自动化程度高且估算准确率高，能够有效减少微波电路物理尺寸参数估算的中间环节和人工干预，应用成本和复杂程度，有效提高微波电路物理尺寸参数估算的准确性和实时性。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
