调Q二极管端面泵浦激光器设计方法的研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·激光二极管泵浦固体激光器的发展 | 第7-9页 |
·调QDPL脉冲激光器优化设计的提出及研究现状 | 第9-10页 |
·调Q DPL激光器优化设计的提出 | 第9-10页 |
·研究现状 | 第10页 |
·论文的研究重点 | 第10-13页 |
第二章 激光调Q技术的理论基础 | 第13-21页 |
·调Q原理 | 第13-15页 |
·普通脉冲固体激光器的弛豫振荡 | 第13-14页 |
·调Q的基本原理 | 第14-15页 |
·调Q技术 | 第15-18页 |
·主动调Q技术 | 第15-18页 |
·被动调Q技术 | 第18页 |
·调Q DPL工作原理 | 第18-21页 |
·光放大器 | 第18-19页 |
·光谐振腔 | 第19-21页 |
第三章 调Q过程的正向计算 | 第21-31页 |
·调Q过程的理论模型 | 第21-25页 |
·调Q固体激光器的正向计算模型 | 第21-23页 |
1 能量存储的过程 | 第22-23页 |
2 能量释放的过程 | 第23页 |
·平顶光束对泵浦效果的影响 | 第23-24页 |
·热透镜效应对振荡光的影响 | 第24-25页 |
·算法的建立 | 第25-26页 |
·调Q激光器性能的仿真计算 | 第26-31页 |
·重复频率对激光器输出的影响 | 第26-27页 |
·泵浦功率对激光器输出的影响 | 第27页 |
·泵浦光半径变化对激光器各参数的影响 | 第27-29页 |
·输出镜透过率变化对激光器各参数的影响 | 第29-31页 |
第四章 调Q激光器反向设计的两种算法 | 第31-51页 |
·经验调整法 | 第31-34页 |
·设计步骤 | 第31-34页 |
·本章总结 | 第34页 |
·神经网络预测法 | 第34-44页 |
·神经网络原理及简介 | 第34-37页 |
·BP网络的构造和算法 | 第37-38页 |
·调Q激光器的BP网络逆向计算模型 | 第38-44页 |
·改进的神经网络模型 | 第44-51页 |
·输入输出向量的设计 | 第44-46页 |
·BP网络的设计 | 第46-48页 |
·本章总结 | 第48-51页 |
第五章 结论 | 第51-53页 |
致谢 | 第53-55页 |
参考文献 | 第55-59页 |
研究成果 | 第59-61页 |
附录 神经网络建模 | 第61-63页 |