非线性光纤光学第九章-受激布里渊散射

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息，成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求，提出了利用莱文伯马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较，在中心频率为11.213 GHz，权重比为4∶1的仿真散射谱模型中，本方法相对误差最小，仅0.0015179%，温度相对误差仅为0.152 ℃，且拟合度较好。在不同脉宽和不同温度下的同一检测系统中，前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合，有效提高了预测精度。

研究了单色光在损耗介质中激励的受激布里渊散射,运用分布起伏噪声源模型描述了受激布里渊散射的产生过程,通过傅里叶变换,得到了输出斯托克斯光波的功率谱密度。

以激光信号在传输介质中的布里渊散射频移量模型为基础,依据相关大气数据建立基于布里渊散射信号检测的大气探测模型。该模型中布里渊频移量只与大气高度相关,详细描述了低空大气范围内布里渊频移量的连续分布状态。结果表明在0～86 km的海拔高度范围内,大气的布里渊散射频移量分布在1.0～1.3 GHz之间。与有关数据相比,该模型与实际情况非常符合,同时具有很好的连续性和普适性。

主要分析了布里渊散射的水下探测，以及一些数值分析和计算，作为学习的一个很不错的例子，

#资源达人分享计划#

为了提高布里渊光时域分析（BOTDA）型分布式光纤传感技术的布里渊散射谱特征提取精度，提出一种基于差分进化算法（DE）优化广义回归神经网络（GRNN）的曲线拟合算法，通过利用差分进化算法实现对广义回归神经网络的光滑因子自动寻优，减少人为测试的繁杂性。仿真实验结果显示，该混合优化算法在不同信噪比及线宽的条件下，对布里渊散射谱具有较好的拟合度，最佳拟合度可达0.99以上，最小均方根误差为0.012 0，拟合性能优于传统布里渊散射谱拟合算法。

提出了一种利用双池受激布里渊散射(SBS)系统选用混合介质,进而测量SBS介质布里渊线宽的方法.在紧凑双池SBS系统的放大池中放入待测介质,在振荡池中放入布里渊频移可调的混合介质,测出放大池待测介质增益系数随布里渊频移偏离的洛伦兹曲线,该曲线半高处的线宽即为待测介质的布里渊线宽.实验上在Nd:YAG调Q激光系统中,选用CCl4/C6H6混合介质,测量了四氯乙烯(C2Cl4)、六氯丁二烯(C4Cl6)、丙酮(C3H6O)和正己烷(C6H14)等介质的布里渊线宽,其值与理论计算值或其他文献值很接近.

一种使用受激布里渊散射（SBS）在时域中生成平顶波形的方法提出了一种声子寿命短的介质。 理论上，在多个情况下模拟发射脉冲声子寿命不同的媒体。 在实验中，FC-72和HT-270在声子上有显着差异寿命，在实验中被利用。 无论是理论和实验结果表明，当选择声子寿命短的介质，顶部几乎是一个平台，而顶部则是一个高峰，一个平台然后选择声子寿命长的介质。

具有亚纳秒响应时间的受激布里渊散射（SBS）在高功率下发生阈值，使其能够在高功率密度下应用。 当输入光的强度超过SBS时阈值时，通过SBS介质会发生强大的SBS过程，从而导致能量快速从泵传递到斯托克斯（Stokes），从而在输出能量中具有光学限制特性。 本文在Nd：YAG调Q激光系统中对SBS输出能量与输入功率密度之间的相关关系进行了数值模拟和验证。 结果表明，不仅输出能量表现出光学极限特性，而且通过改变介质或焦距也可以控制输出能量的钳制值。