阵列光学涡旋的轨道角动量分析

来源 :山东师范大学 | 被引量 : 0次 | 上传用户:flyhiger
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
涡旋光束是指相位为连续的螺旋状的光束,因其具有特殊的波前相位在近些年来受到科学界很大的重视和广泛的研究。光学涡旋的特殊的波前结构和确定的光子轨道角动量,在原子光学、非线性光学、光学微操纵、光信息数据编码和通信等很多方面都有很重要的应用,随着研究的深入,光学涡旋将会应用在越来越多的领域中去。本文的研究内容主要包括涡旋光束的基本原理;涡旋光束及阵列涡旋光束的几种产生方法;涡旋光束的轨道角动量特性,并以此为出发点重点研究了阵列涡旋光束的轨道角动量,对其进行数学分析和相关计算。全文共分为四章:第一章:概述了光学涡旋及阵列涡旋光束的研究背景、国内外对光学涡旋的研究历史和现状,并简单介绍了本文的研究目的和意义;第二章:论述了光学涡旋的基本原理,对光学涡旋的定义和描述进行了数学上的确定,从经典的麦克斯韦电磁理论出发分析了光学涡旋的轨道角动量特性,证明光学涡旋轨道角动量的确是确定的。简单介绍了产生涡旋光束的几种方法并阐述了其利弊,并介绍了传统的拓扑荷为整数时的光束特性,即螺旋相位板为产生涡旋光束的仪器时,如何输出最大轨道角动量。这些研究对光学涡旋的深入了解和产生高质量涡旋奠定了基础;第三章:本章介绍了产生阵列涡旋光束的方法,并从光学涡旋的基本原理和轨道角动量特性分析的基础上着重对矩形对称的严格周期性阵列光学涡旋光束的轨道角动量进行了数学分析和计算,得每单元格的轨道角动量是确定的,取决于单元格的选择,甚至,单元格的平移也会影响到轨道角动量的符号。每个单元格上的轨道角动量是本证固有的,并不与测量轴有关。虽然任意选择的晶格所携带的角动量与测量轴的位置没有关系,但是参数光束轨道角动量密度w与函数r导致所选择单元格内轨道角动量的不同。文章还分析由三束平面波干涉而得的涡旋阵列光子的轨道角动量,并验证了结论。此研究的结果适合于X,Y分量在x-y面上具有周期性的角动量的沿z轴的分量,也适合其他的周期光束或旋转的固体或液体。第四章:光子是信息传递的重要载体,对光子的能量、动量和偏振态进行分析解码就可以得到光子所携带的大量的光信息,所以对其的研究在光信息数据编码和通信等方面有着重要的应用。另外,光学涡旋在粒子的微操纵、非线性光学等方面也有着重要的应用。文章还介绍了研究阵列涡旋光场的意义所在,说明了阵列涡旋光场的应用研究。本部分就讨论了光学涡旋、阵列涡旋光束在微操纵、原子光学、光信息数据编码和通信等方面的可能应用。
其他文献
以精准识别为导向,从绝对贫困到相对贫困转变的视角对我国农村脱贫进行新探析。通过构造洛伦茨曲线法,求出基尼系数和社会财富指数值,研究发现在农村贫困地区扶贫过程中存在
目的:Fas低表达是肿瘤细胞产生凋亡抗性和降低对化疗药物敏感性的主要机制之一。因此,诱导Fas低表达大肠癌细胞为高表达而启动凋亡、增强其对化疗药物的敏感性来达到治疗肿瘤的
【背景】恶性肿瘤的发生是多步骤、多基因突变的结果,从分子水平上研究肿瘤发生机制及癌基因、抑癌基因与肿瘤的关系已成为卵巢肿瘤基因治疗的研究热点。DOC-2基因是一个肿瘤
目的 肿瘤的发生、发展需要持续的血管生成,这一过程有多种生长因子的参与。血管内皮生长因子(vascular endothelial growth factor,VEGF)作为主要的生血管正向调节因子,已被
在染整行业中染色与热定型是产品生产中最重逈的阶段,同样也是最容易造成质量不合格引起返工率高的阶段。质量预测与分析是构成染整生产过程闭环质量控制的重逈环节。目前质量预测与分析中很少有以大量数据为基础,因此无论对质量的预测还是对质量影响因素的分析都无法确定得到结果的准确性。在实际热定型中通常同时出现多种质量指标不合格的情况,但目前的影响因素分析中,都是针对单一质量指标的分析,因此得到的改进策略无法解决
目的:通过收集国内外报道的肝窦阻塞综合征病例,分析其病因、临床特点及治疗过程,总结治疗方法,为临床上的治疗提供一定依据。方法:回顾性分析南昌大学第一附属医院消化内科2
大肠癌是常见的恶性肿瘤之一,它的发生率及死亡率均位于全部恶性肿瘤的前列。和其他肿瘤一样,大肠癌在其发生发展过程中也具有浸润和转移的特性,其具体机制不甚明了。近来越来越
目的 探讨大肠肿瘤组织中细胞凋亡及PCNA表达与其生物学行为的关系。方法 应用免疫组化SP法和脱氧核糖核酸末端转移酶介导的dUTP缺口末端标记技术(TUNEL)对10例正常大肠粘膜
随着城市交通问题的加剧,有轨电车以其优势被很多城市列入规划议案。相比法国等欧洲国家,我国有轨电车的工程设计尚处于起步阶段。文章从设置有轨电车专有信号灯的必要性展开
随着人工智能相关技术在近几年的飞速发展,深度学习在很多领域取得了突破性成果。其中卷积神经网络依靠其局部特征提取、参数共享、全局池化等特点在图像模式识别领域取得了