推导单臂相干探测,双臂相干探测的输出电流具体过程

时间: 2023-12-25 10:05:09 浏览: 21
单臂相干探测器的输出电流推导过程如下: 1. 假设单臂相干探测器的光路长度为 $L$,激光功率为 $P$,探测器的灵敏度为 $R$,则在经过分束器后,激光光束被分为两路,经过反射镜反射后再次经过分束器,光束重新合并,形成干涉。假设两条光路的光程差为 $\Delta L$,则干涉后得到的光强度为: $$ I=2P\left[1+\cos\left(\frac{2\pi\Delta L}{\lambda}\right)\right] $$ 2. 在分束器之前,放置一个调制器,调制器的频率为 $\omega_m$,可以使得光束的强度随着时间发生变化。设调制器的调制深度为 $m$,则经过调制后的光强度为: $$ I_m = I[1+m\cos(\omega_m t)] $$ 3. 光强度的变化会导致探测器的输出电流发生变化,设探测器的灵敏度为 $R$,则探测器的输出电流可以表示为: $$ i(t)=\frac{2P_0}{R}\cos(\omega_mt+\theta_0) $$ 其中,$P_0$ 是光路中激光的功率,$\theta_0$ 是干涉仪中的初始相位差。 双臂相干探测器的输出电流推导过程如下: 1. 假设双臂相干探测器的两条臂长度分别为 $L_1$ 和 $L_2$,激光功率为 $P$,两条臂的长度差为 $\Delta L=L_2-L_1$。在每条臂的结尾处,放置一个 Fabry-Perot 腔,可以增强光的反射和透射,进而增加灵敏度。 2. 光路中存在悬挂光学元件,如振动平台、悬挂线等,会使得两条臂的长度发生微小变化,进而引起干涉仪中的相位变化。假设相位变化的大小为 $\delta\phi$,则相位变化对应的电流输出可以表示为: $$ i(t)=\frac{2P_0}{R}\cos(\omega_mt+\theta_0+\delta\phi) $$ 3. 根据双臂干涉的原理,当光程差为整数倍的波长时,两条光路的光强度会相互加强,当光程差为半整数倍的波长时,两条光路的光强度会相互抵消。因此,当 $\Delta L$ 为整数倍或半整数倍的波长时,探测器的输出电流会发生明显变化。 4. 双臂相干探测器中还存在阿米巴效应,即悬挂光学元件的热运动会引起光路长度的微小变化,从而引起干涉仪中的相位变化。假设阿米巴效应引起的相位变化为 $\delta\phi_a$,则相位变化对应的电流输出可以表示为: $$ i(t)=\frac{2P_0}{R}\cos(\omega_mt+\phi_0+\frac{4\pi L}{\lambda}+\frac{\Delta L}{L}\cos(\omega_a t+\theta)+\delta\phi_a) $$ 其中,$\omega_a$ 是阿米巴频率,$\theta$ 是干涉仪中的相位差,$\phi_0$ 是干涉仪的初始相位差。

相关推荐

最新推荐

recommend-type

彭曼公式推导(完整过程)

The Penman equation for estimating evaporation from an open pan of water was essentially derived from an energy balance that focuses on net radiation input (including solar and long-wave radiation) ...
recommend-type

Buck电路的小信号推导过程.doc

Buck电路的小信号推导过程doc,这篇文章应用了电感电流和电容电压在整个周期内的平均状态作为方程变量,推导出了小信号模式,有很好示范作用。
recommend-type

python列表推导式操作解析

主要介绍了python列表推导式操作解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

LLC串联谐振电路设计要点及公式推导.docx

要实现理想的软开关,最好的情况是使开关在电压和电流同时为零时关断和开通(ZVS,ZCS),这样损耗才会真正为零。要实现这个目标,必须采用谐振技术。LLC串联谐振电路设计要点及公式推导让有基础的人快速入门LLC电源...
recommend-type

神经网络参数更新公式推导(一).docx

主要介绍了单隐层网络的发展历程,发展期间遇到的问题机器解决方案,根据目标函数和网络结构列出其权重和阈值的递推公式,有助于加深对神经网络的理解,设计自己的网络或者目标函数。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。