为提高全光波长转换器的波长转换效率，在量子点半导体光放大器(QD-SOA)波长转换特性研究的基础上，分别对基于交叉增益调制(XGM)效应和交叉相位调制(XPM)效应的全光波长转换器的转换效率进行了仿真分析。利用三能级QD-SOA模型并基于XGM型全光波长转换器，计算了输入脉冲宽度、有源区长度、损耗系数、最大增益模式和电子跃迁时间的变化对转换效率的影响。结果表明，减小输入脉冲宽度、损耗系数、电子跃迁时间和增加有源区长度、最大增益模式均可以提高全光波长转换器的转换效率。该研究对全光逻辑异或门的设计及QD-SOA的应用有一定的指导意义。

光纤光学前沿 祝宁华 科学出版社 光学 光纤

光通信、光纤激光器、非线性光学教材

主动相位控制的光纤激光阵列相干合成在提高输出功率的同时能够保证良好的光束质量，其关键技术在于光纤激光相干阵列的锁相控制。基于随机并行梯度下降(SPGD)算法的锁相控制方案不仅具有控制策略简单、系统结构紧凑的优点，而且通过算法性能评价函数和迭代参数的选取，能够对光纤激光相干阵列进行多种锁相控制，从而得到各种形式的阵列合成光束输出，实现与自适应光子锁相元件整列(APPLE)系统阵列的有效契合。理论研究并实验实现了基于SPGD算法的相位控制方案的同相相干合成锁相控制、合成光束主极大偏转控制和空心光束产生等功能，验证了基于SPGD算法的全电光束控制在各种形态光束控制中的可行性。

比较了三种不同色散光纤用于超连续过程时的频谱展宽特性,在此基础上对产生宽带、平坦超连续谱超连续谱的普通色散位移光纤的参量进行模拟设计,并提出优化设计应遵循的原则。

对1550 nm波长附近具有不同色散特性的光纤产生超连续谱进行了详细的计算和分析。结果表明,在反常色散区和零色散区,由于内脉冲拉曼散射效应和三阶色散效应的影响,不能产生平坦、宽带的超连续谱。而在正常色散区,可以产生平坦光滑的超连续谱。进一步研究表明,具有较小正常色散的色散平坦光纤对于产生平坦、宽带的超连续谱极为有效。通过增强脉冲抽运功率,可以得到谱强起伏小于10 dB、带宽达300nm以上的平坦超宽超连续谱。

搭建实验平台,把26个字母的图像传入光纤,并在输出端采集散斑图。把散斑图展开到HSV色彩空间中,单使用V分量进行分类能达到不错的分类准确率,且能缩减训练时长。在预处理后,分别使用具有不同层数卷积结构的神经网络、卷积神经网络和支持向量机(CNN+SVM)算法、SVM算法对散斑图进行分类。测试结果发现,使用4420张散斑图作为训练集,3层卷积结构的神经网络的识别准确率为88%,4层卷积结构的神经网络的识别准确率为95%,CNN+SVM算法的识别准确率为98%,而SVM算法的识别准确率达到了100%。实验结果表明,把机器学习算法应用在光信号上,同样可以对多模光纤散斑图进行分类,当图像特征相对明显时,直接使用SVM算法对光纤输出散斑进行识别,可以大大提升多模光纤输出散斑图的识别准确率。

为了对分布式光纤上的入侵信号类型进行准确识别,提出了一种基于集合经验模态分解(EEMD)结合随机向量函数链接(RVFL)神经网络的光纤入侵信号的特征提取与识别算法。算法步骤为:对采集到的光纤入侵信号作预处理操作,包括最小-最大规范化处理和利用db3小波去除信号的低频噪声;采用EEMD方法对入侵信号进行分解,得到5组本征模态函数(IMF);计算各IMF分量的能量占比,并依据方差分析法筛选出3组特征向量;将特征向量送入RVFL神经网络进行训练并对入侵信号进行识别。实验结果显示:该方法能正确识别不同入侵信号的类型,具有较高的准确率。

光纤器件第三版，对于光纤初学者和线性光学的学习人员有很大的用处

光子晶体光纤的出现,为高功率光纤激光器的关键技术－大模区光纤的实现提供了新途径。基于铒镱共掺磷酸盐材料的包层掺杂新结构出现,为实现更加紧凑的光纤激光器提供了可能。常规高功率光纤激光器中的抽运技术,谐振腔技术和相干组束技术也在不断融入高功率光子晶体光纤激光器。高功率光子晶体光纤激光器的调Q和锁模输出也已经实现。