基于自适应组合窗函数的SPWVD算法及应用研究

针对平滑伪Wigller-Ville分布(Smoothing Pseudo-Winger-Ville distribution,SPWVD)在处理不同信号时,需要采用对应的平滑窗参数才能达到最优时频分布的问题,提出了一种基于自适应组合窗函数的SPWVD算法。该算法将Rényi熵作为时频评价指标,以组合窗函数的窗长和系数作为参数库,提出将随机梯度下降和扰动随机梯度下降分别用于窗长和系数的选取,提升计算速度分别为遍历法的20倍和9倍,最终得到信号的最优时频图。将上述的改进方法应用于碳纤维复合材料的缺陷检测中,结果表明,自适应组合窗函数的SPWVD可以有效地对不同信号选取最优的窗函数参数,对比固定窗函数的SPWVD,自适应组合窗函数的SPWVD具有更好的时频聚集效果,更加完备地对信号进行了表征,并对缺陷进行了定量分析,具备缺陷检测的良好应用前景。

明亮压缩态光场的操控及量子层析

连续变量量子态的制备与操控是进行量子通信、量子密钥分发以及量子网络构建的重要基础.本文基于二阶非线性过程,利用周期极化磷酸氧钛钾晶体构成的简并光学参量放大腔,在实验上实现了1064 nm波段明亮压缩态光场的制备,所制备的明亮压缩态光场在泵浦光功率为310 mW、分析频率为3 MHz处的压缩度为-11.6 dB.当注入50 mW泵浦光时,实现了压缩度为-6 dB,纯度为98.5%的压缩态光场;在此基础上,利用光电调制器进行明亮压缩态光场的线性光学操控,并基于平衡零拍探测系统的直流信号准确判断压缩态光场时域信号对应的相位,之后结合极大似然估计算法实现压缩态的量子层析,得到量子态的密度矩阵及相空间的Wigner函数,从而获得量子态的光子数分布等全部信息.