随着二维材料的快速发展,具有高功率、脉冲、窄线宽、可调谐等多种特性的半导体激光器已经问世。其中,可调谐半导体激光器凭借体积小、寿命长、波长切换灵活等优势,被广泛应用于光纤通信、光纤传感、激光雷达等领域。此外,光频域反射、法布里-珀罗干涉、光栅传感等具体应用场景对激光器的调谐性能提出了更严苛的要求
在高速风洞内开展激光破坏实验,是高速目标激光破坏机理研究的一种重要手段。开展此实验不仅需要同时具备高速风洞与高能激光的实验装备条件,还要在实验过程中获取足够充分的多物理场动态信息。
光刻机是目前集成电路芯片制造的必备工具,照明系统是光刻机的核心分系统之一,为掩模面提供均匀照明、控制曝光剂量并实现不同的照明模式。其中,匀光单元用于实现照明均匀化,其设计直接影响照明系统乃至光刻机的性能。
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(图1)。
超短激光脉冲烧蚀具有热影响区小、精度高等优势,在透明材料微加工中已得到广泛研究和应用;基于脉冲序列模式的超短脉冲激光是进一步提高材料去除效率和质量的有效手段。脉冲序列模式的子脉冲重复频率常为~MHz,通过控制烧蚀与热积累等效应,显著提升了烧蚀效率。
锁模激光器在很多领域已经获得了广泛应用,例如光学频率梳、精密制造、光纤通信、激光雷达等。锁模光纤激光器作为一个便捷的桌面化非线性系统,在基础科学领域也发挥着重要作用,例如锁模光纤激光器为非线性科学研究提供了理想的平台。由于锁模激光器中存在复杂的锁模区间,如何控制激光器的参数进而访问特定的锁模态是一个颇具挑战性的难题。
激光具有亮度高、单色性好、方向性好等优点,经过六十余年的发展,已经广泛应用于科学研究、医疗卫生、先进制造、**等诸多领域。然而,由于物理、材料、器件、工艺等方面因素的限制,激光系统性能提升面临的挑战越来越大;与此同时,科学研究、先进制造、**等应用场景对激光器的性能提出了越来越高的要求,如何进一步优化提升激光性能、实现激光特性的精准调控是亟待解决的问题。
作为一种高性能光源,激光器在工业生产、科学研究中占据着重要的地位,其所产生的激光已经被广泛应用于加工、测量、通信、医疗等领域。近年来,人们注意到激光器本身也可作为一个有力的计算工具,这是因为:一方面,激光器在混沌振荡、弛豫振荡等非稳态过程中的随机性和非线性可用于完成复杂计算任务;另一方面,在没有外界干扰的情况下,激光腔内的光场经过模式竞争等物理过程能够自发演化至一个损耗最低的稳定振荡状态,该振荡状态也可映射至一个复杂计算问题的解。
在众多稳频技术中,Pound-Drever-Hall(PDH)技术凭借其卓越性能脱颖而出,成为当今最主流的激光稳频方案之一。PDH技术得名于三位物理学大师:Pound、Drever和Hall。无论是探测引力波还是建造原子钟,都离不开这项关键技术。