深度学习超分辨率光谱仪基于光纤随机激光器,具有超高光谱纯度
Jinjiang Zhao1, Xiaomei Gao1, Zilong Lu1
1School of Physics and Optoelectronic Engineering Beijing University of Technology Beijing China.
Nanophotonics (Berlin, Germany)
|March 9, 2026
概括
这项研究引入了使用光纤随机激光 (RL) 和深度学习的更快超分辨率光谱仪. 它大大减少了高分辨率光谱数据的重建时间.
科学领域:
- 频谱学是一种光谱学.
- 光学工程是指光学工程.
- 应用物理 应用物理
背景情况:
- 超分辨率光谱学传统上面临速度限制,因为广泛的数据采集.
- 基于随机激光 (RL) 的方法提供了增强的光谱分辨率,但需要许多次分辨率.
研究的目的:
- 开发一个深度学习超分辨率光谱仪,大大减少了重建时间.
- 为改进光谱分析创建高性能微纳米光源.
主要方法:
- 使用光纤随机激光器 (RL) 与嵌套光纤微腔相合,生成高纯度的微纳米光源.
- 使用卷积神经网络 (CNN) 来从稀疏的数据中进行光谱重建.
- 将获得的稀疏框架数量减少了三倍.
主要成果:
- 实现了超高分辨率光谱,重建时间减少了多达80%.
- 新的光源呈现出高光谱纯度,良好的定向性和微型尺寸.
- 从显著减少的原始或较低的局部化密度中证明有效的超高分辨率恢复.
结论:
- 拟议的深度学习超分辨率光谱仪大大缩短了采集时间,使光谱分析更快.
- 这一进步促进了综合,低成本,高分辨率和紧的光谱系统的发展.
