【摘 要】
:
单光子探测技术在需要高灵敏度的弱光传感应用,例如3D激光雷达成像技术,量子密钥分发,光感测距技术和医用成像技术等领域拥有广泛的应用前景。在这些应用中最基础核心的器件则是单光子雪崩探测器(Single Photon Avalanche Detector,SPAD),由于在进行单光子探测时可获得的光信号非常微弱,所以要实现检测微弱的光子信号就必须有相应的信号放大处理并同时保持极低的噪声。单光子雪崩二极
论文部分内容阅读
单光子探测技术在需要高灵敏度的弱光传感应用,例如3D激光雷达成像技术,量子密钥分发,光感测距技术和医用成像技术等领域拥有广泛的应用前景。在这些应用中最基础核心的器件则是单光子雪崩探测器(Single Photon Avalanche Detector,SPAD),由于在进行单光子探测时可获得的光信号非常微弱,所以要实现检测微弱的光子信号就必须有相应的信号放大处理并同时保持极低的噪声。单光子雪崩二极管探测器是工作在盖革模式下,有光子入射时会引发二极管产生持续的雪崩电流,然后用二极管的外围电路对其进行淬灭,最终达到检测单个光子并计数的目的。近年来单光子探测技术由于其较低的成本,较低的工作电压和较高的灵敏度以及更小的尺寸等优点而变得更受科研人员青睐。然而,随着量子信息技术的快速兴起与发展,人们对单光子探测器的探测效率、测量精度等性能要求也进一步提高。在单光子探测技术中,SPAD的偏压和淬灭芯片的延迟时间等参数能极大的影响探测器的工作性能。同时随着技术的进步,也要求单光子雪崩探测器与其外围电路实现高度集成,这些因素都对单光子计数系统的设计和优化提出了挑战,现有的结构也存在一些不足。本文对SPAD的原理及影响其性能的因素进行了详细的研究,并基于单片机设计出了一种高度集成的多参数可调的单光子计数系统模块,主要工作如下:首先设计了以单片机控制为核心的单光子计数系统模块,该系统模块可以通过USB与上位机通信,用户可以通过上位机软件直接实现对偏压、延迟时间参数的控制。同时该系统模块可提供反向14V~40V可调节的偏压,调节精度在0.4V;延迟时间实现几纳秒到1.6μs可控,调节间隔为6.3ns。所有元件都集成在一个电路板上,整个系统模块结构紧凑所占体积较小。然后,使用所设计的单光子计数系统模块进行各类单光子探测技术中关键参数的实验检测,当延迟时间在28.5ns左右时,计数系统达到饱和,光子计数率达到3.5×107计数每秒。当偏压控制在26.8V时,系统的暗计数约为200次每秒,同时时间抖动值约为158ps。光子探测效率检测实验结果还表明该模块适用于检测450nm至700nm的短波长光,并且光子探测效率在600nm入射光波长附近最高可达到40%。实验表明系统在长时间工作后温度无明显变化。之后引入品质因数,结合所有实验数据,推出了最适合单光子探测器工作的条件。
其他文献
移动通讯和互联网技术的不断进步,以及云计算、大数据等一系列新兴技术的蓬勃发展致使网络空间加速变革,拓扑结构愈发复杂导致网络流量持续爆炸式增长,而且,屡见不鲜的网络攻击事件使得网络安全问题首当其冲。网络安全态势感知技术能够弥补传统安全防护技术的缺陷,通过获取引发网络态势发生变化的态势要素,对其进行安全评估分析,从而及时发现网络攻击威胁与异常,并对网络变化趋势进行预测。它旨在从宏观角度出发,系统、整体
人机对话是自然语言处理领域最具挑战性的任务之一,也是未来实现人机共融社会的基础。近年来,得益于深度学习技术的发展和大数据时代积累的海量数据,基于神经网络的对话生成方法受到了学术界和工业界越来越多的关注。目前基于深度学习的生成式对话模型大多以最大似然估计为训练目标,这种方法容易产生内容单一且不含有意义信息的通用回复。情绪的感知和表达在人与人的交流中起着重要的作用,然而现有的研究主要集中在话语的语义理
随着互联网技术的发展,越来越多的人乐意在网络平台中发表评论。随着时间的推移,网络平台产生并保存了大量的评论性文本信息。这些评论信息往往蕴藏着用户对某事件或某产品的倾向性观点及情感,对其进行情感分析,有助于网络舆情监控;也有助于商家改进产品质量,提高服务水平。在文本情感分析方法中,粗粒度的句子级情感分析只能得到文本的整体情感,无法得到所评论对象不同方面或属性的情感信息。而细粒度的方面级情感分析可获取
随着移动电信技术和智能终端的飞速发展,大量计算密集型、时延敏感型的新型应用不断涌现,如智能交通、虚拟现实、车联网、物联网等,为满足移动终端的低时延响应需求,一种整合网络边缘中异构资源的分布式计算范式被提出,即多接入边缘计算(Multi-access Edge Computing,MEC),又称移动边缘计算。但由于MEC的计算资源有限,且用户终端的任务类型复杂多样,不同任务类型的处理难度差距较大。因
阿尔茨海默症(Alzheimer’s Disease,AD)是一种神经退行性脑部疾病,临床上表现为记忆障碍、行动以及语言能力丧失等。AD根据临床症状表现可分为轻度认知障碍(Mild Cognitive Impairment,MCI)、正常情况(Normal Control,NC)和AD。MCI是AD和NC的一种中间状态,是AD的前驱阶段,且MCI的临床症状不明显,在病情的初期不易被察觉,一般情况下
图像描述是一项融合计算机视觉与自然语言处理的技术,能够实现从图像信息到文字信息的转换。图像描述在人机交互、视觉辅助和智能机器人等诸多场景中具有重要的应用价值。目前大多数是针对英文语句的图像描述研究,中文语句与英文语句在语法、分词、表达等方面有所不同,中文描述语句的准确度和细致度等仍有待提高。本文采用深度学习方法对图像中文描述模型进行研究,主要工作如下:第一,提出了基于多尺度密集连接网络的图像中文描
图节点分类在社交网络、电子商务和疾病预测等领域有着广泛的应用。图结构的复杂性给现有分类算法的应用带来了挑战,因此探索高效的分类算法具有重要的现实意义。本文主要基于图卷积神经网络和超图神经网络对节点的半监督分类方法进行研究。在图卷积神经网络的节点分类方法中,初始的图结构往往存在噪声,直接将其送入网络模型中训练,模型的分类准确率会受到影响。因此本文首先在已有的图神经网络架构上改进,设计一种融合图结构和
智能合约作为以太坊区块链的可编程模块继承了区块链的技术特征——数据的存储和计算方式拥有不可更改的特性。它适用于存在互不信任的应用场景。现有的区块链应用研究一般分为两点:(1)针对区块链去中心化和防篡改的特性将其应用在新的应用场景中。(2)针对区块链技术的限制,扩展区块链的功能。本文主要基于以太坊智能合约技术,做出了以下两点研究。(1)针对在互联网环境下社区代币有中心化、不公开、平台掌控者可以任意修
差分故障攻击作为一种经典的侧信道攻击,其攻击原理主要是依赖于在加密设备执行期间恶意注入故障,然后通过分析故障输出和非故障输出之间的差异来推出相关的密钥信息。具有故障注入灵活、分析效率高、攻击复杂度低等优点,对加密算法的工程应用构成了严重威胁。因此,差分故障攻击以及如何抵御差分故障攻击是目前学术界的研究热点之一。本文主要基于故障注入、感染计算以及故障检测等基础思想,对轻量级密码算法ANU和Pyjam
全球卫星导航系统的导航与位置服务给人们带来了前所未有的良好体验,但是由于导航信号传达地面需要经历漫长的过程,其次导航信号的公开性以及其缺乏防护措施让导航信号变的十分脆弱,极易被恶意用户欺骗干扰,而这类干扰不同于容易被检测出来的压制式干扰,不仅隐蔽性极高,而且危害性极大,难以被一般的仪器和算法检测出来。针对上述问题提出了一种基于BP神经网络的有监督的机器学习对欺骗导航信号和真实导航信号进行二分类的欺