具有特征波长的少模光纤特性及传感应用

具有特征波长的少模光纤特性及传感应用

论文摘要

介绍了一种特殊设计的少模光纤及由少模光纤构成的单模光纤-少模光纤-单模光纤(SFS)传感结构。在对轴激发条件下,少模光纤芯子中仅有基模LP01和第一圆对称高阶模LP02传输,且SFS结构的传输光谱在工作波长范围内有一个特征波长。在特征波长附近相邻两个干涉峰间的波长间距达到最大,且在特征波长处干涉仪的输出光强不随波长变化,这使得特征波长在光谱中唯一且容易识别。理论和实验研究了SFS结构传输光谱的特征波长及其两边干涉条纹随轴向应变、温度、弯曲、液体折射率的传感特性,并将SFS结构用于轴向应变、温度、弯曲、位移、外界折射率和相对湿度的大范围、高灵敏度、多参量同时检测,为解决常规干涉仪存在的测量范围小、输出多值性等问题提供解决方案。

论文目录

  • 1 引言
  • 2 具有特征波长的少模光纤结构及传感原理
  • 3 基于特征波长及其干涉条纹的SFS结构传感特性及应用
  •   3.1 SFS结构中特征波长及干涉峰的温度特性
  •   3.2 SFS结构中特征波长的轴向应变特性
  •   3.3 基于SFS传感结构的温度和轴向应变同时测量
  •   3.4 基于涂覆聚酰亚胺的SFS结构传输光谱中干涉峰检测的湿度传感
  •   3.5 SFS结构中特征波长的弯曲特性
  •   3.6 基于SFS结构传输光谱中特征波长检测的大位移传感
  •   3.7 基于腐蚀SFS结构中特征波长的液体折射率传感
  •   3.8 SFS结构的传输光谱中特征波长的解调方法
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 陆晨旭,董小鹏,苏娟,雷雪琴

    关键词: 光纤光学,光纤特性,少模光纤,特征波长

    来源: 激光与光电子学进展 2019年17期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 物理学,无线电电子学

    单位: 厦门大学电子科学与技术学院光波技术研究所,山东大学海洋研究院

    基金: 国家自然科学基金(61775186),福建省高校产学合作科技重大项目(2014H6027),厦门海洋渔业局科技项目(16CZB025SF03),泉州科学技术局项目(2015G32)

    分类号: TN253

    页码: 274-287

    总页数: 14

    文件大小: 12040K

    下载量: 81

    相关论文文献

    • [1].基于特征波长提取的激光近红外光谱快速鉴别食用植物油种类[J]. 中国油脂 2017(04)
    • [2].面向大米分类的高光谱特征波长提取方法[J]. 江苏农业科学 2018(17)
    • [3].一种用于可见-近红外光谱特征波长选择的新方法[J]. 光学学报 2008(11)
    • [4].高光谱技术结合特征波长筛选的牛肉品种多波段识别[J]. 发光学报 2019(04)
    • [5].多特征波长窗法检测痕量甲醛气体的研究[J]. 光谱学与光谱分析 2011(12)
    • [6].主成分分析在光全散射特征波长选择中的应用[J]. 光学精密工程 2010(08)
    • [7].二次主成分提取高光谱的病害薯叶特征波长[J]. 光学仪器 2019(04)
    • [8].基于特征波长选择和建模的高光谱土壤总氮含量估测方法研究[J]. 浙江农业学报 2018(09)
    • [9].宁夏赤霞珠葡萄水分含量的高光谱无损检测研究[J]. 食品工业科技 2017(02)
    • [10].基于卡尔曼滤波的近红外光谱特征波长变量优选方法[J]. 光谱学与光谱分析 2014(04)
    • [11].基于近红外光谱技术预测玉米伏马菌素[J]. 食品与机械 2017(02)
    • [12].特征波长优选结合近红外技术检测大米中的含水量[J]. 食品科技 2019(10)
    • [13].冬枣氮素含量预测模型中特征波长选择方法的应用(英文)[J]. 农业工程学报 2015(S2)
    • [14].高光谱技术结合特征波长/光谱指数对冬枣成熟度可视化判别[J]. 光谱学与光谱分析 2018(07)
    • [15].基于多特征波长光谱分析的天然气泄漏遥测系统[J]. 光谱学与光谱分析 2014(05)
    • [16].基于高光谱成像的蓝莓内部品质检测特征波长选择方法研究[J]. 沈阳农业大学学报 2017(05)
    • [17].一种基于SCARS策略的近红外特征波长选择方法及其应用[J]. 光谱学与光谱分析 2014(08)
    • [18].基于遗传算法和间隔偏最小二乘的苹果硬度特征波长分析研究[J]. 光谱学与光谱分析 2009(10)
    • [19].玉米秸秆纤维素和半纤维素NIRS特征波长优选[J]. 光谱学与光谱分析 2019(03)
    • [20].基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究[J]. 干旱地区农业研究 2019(05)
    • [21].近红外光谱技术定量检测果味啤中的果汁含量[J]. 食品与发酵工业 2020(04)
    • [22].基于特征光谱的GIS尖端放电特性研究[J]. 广东电力 2019(04)
    • [23].基于高光谱技术的香肠亚硝酸盐快速检测方法[J]. 食品与机械 2019(05)
    • [24].siPLS-LASSO的近红外特征波长选择及其应用[J]. 光谱学与光谱分析 2018(02)
    • [25].不同成熟度猕猴桃糖度紫外/可见光谱检测[J]. 食品研究与开发 2020(21)
    • [26].基于优选波长的多光谱检测系统快速检测猪肉中挥发性盐基氮的含量[J]. 光学学报 2017(11)
    • [27].基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别[J]. 食品工业科技 2016(17)
    • [28].粒子群算法选择特征波长在紫外光谱检测COD中的研究[J]. 西华师范大学学报(自然科学版) 2019(01)
    • [29].基于紫外-可见透射光谱技术和极限学习机的早期鸡胚雌雄识别[J]. 光谱学与光谱分析 2019(09)
    • [30].基于可见/近红外光谱技术的新鲜茶叶叶片含水率快速测定[J]. 西南民族大学学报(自然科学版) 2018(04)

    标签:;  ;  ;  ;  

    具有特征波长的少模光纤特性及传感应用
    下载Doc文档

    猜你喜欢