为了满足集成微波器件进行高分辨率微波近场测量的需求,本论文提出了一种基于金刚石氮空位(Nitrogen-Vacancy,NV)色心的微波近场成像技术.该技术可用于查找芯片等集成微波器件的干扰源和信号串扰.此微波近场成像方法采用金刚石NV色心颗...为了满足集成微波器件进行高分辨率微波近场测量的需求,本论文提出了一种基于金刚石氮空位(Nitrogen-Vacancy,NV)色心的微波近场成像技术.该技术可用于查找芯片等集成微波器件的干扰源和信号串扰.此微波近场成像方法采用金刚石NV色心颗粒作为场传感器,其中金刚石颗粒固定在锥形光纤的末端.由于塞曼效应,NV色心的光探测磁共振(Optical Detection Magnetic Resonance,ODMR)谱在外部静磁场环境中会分裂成为8个峰,通过测量共振峰频点的Rabi振荡谱,能够得到Rabi频率,接着通过2.8MHz/Gauss换算得出该处的微波场强度,最后通过将所测得所有数据点进行二维图像处理即可得到所测芯片和集成微波器件的表面微波场近场图像.展开更多
文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实...文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实验来确认是否为NV色心。为了更精准地检测色心,文章把辨别金刚石NV色心作为目标检测问题来处理,对已有的基于神经网络的目标检测框架进行研究,并针对NV色心的识别问题进行改进,提出了基于卷积神经网络的金刚石NV色心自动识别框架。与人工识别相比,该框架具有识别准确率高、识别速度快、抗噪能力强等优势。展开更多
文摘为了满足集成微波器件进行高分辨率微波近场测量的需求,本论文提出了一种基于金刚石氮空位(Nitrogen-Vacancy,NV)色心的微波近场成像技术.该技术可用于查找芯片等集成微波器件的干扰源和信号串扰.此微波近场成像方法采用金刚石NV色心颗粒作为场传感器,其中金刚石颗粒固定在锥形光纤的末端.由于塞曼效应,NV色心的光探测磁共振(Optical Detection Magnetic Resonance,ODMR)谱在外部静磁场环境中会分裂成为8个峰,通过测量共振峰频点的Rabi振荡谱,能够得到Rabi频率,接着通过2.8MHz/Gauss换算得出该处的微波场强度,最后通过将所测得所有数据点进行二维图像处理即可得到所测芯片和集成微波器件的表面微波场近场图像.
文摘文章研究了金刚石氮-空位(nitrogen-vacancy,NV)色心量子调控平台中的NV色心位置识别和检测。在目前的实验平台上,对于NV色心位置的辨别主要依赖实验人员以往的经验,再借助光探测磁共振(optically detected magnetic resonance,ODMR)实验来确认是否为NV色心。为了更精准地检测色心,文章把辨别金刚石NV色心作为目标检测问题来处理,对已有的基于神经网络的目标检测框架进行研究,并针对NV色心的识别问题进行改进,提出了基于卷积神经网络的金刚石NV色心自动识别框架。与人工识别相比,该框架具有识别准确率高、识别速度快、抗噪能力强等优势。