-
公开(公告)号：CN118915197A
公开(公告)日：2024-11-08
申请号：CN202410960457.0
申请日：2024-07-17
Applicant: 北京理工大学
Abstract: 本发明公开的基于双层超表面酉琼斯矩阵的光场调控方法，属于微纳光学、衍射光学和光场调控应用领域。本发明实现方法为：超颖表面由双层矩形纳米柱阵列构成。双层超表面琼斯矩阵由两个单层结构琼斯矩阵的乘积表示。利用严格耦合波分析法RCWA对单元介质结构进行扫描，得到不同横截面尺寸的矩形纳米柱结构在不同偏振入射光下的复振幅透射系数。将酉琼斯矩阵精确解耦为两个酉对称琼斯矩阵的乘积，根据酉对称琼斯矩阵的特征值、特征向量确定每个单层矩形柱纳米结构的目标复振幅透射系数和旋转角。利用几何相位和传播相位原理，基于酉琼斯矩阵的分解方法精确求解每个单层超表面结构的几何参数，利用酉琼斯矩阵的双层超表面实现高精度的光场调控。
-
公开(公告)号：CN118884578A
公开(公告)日：2024-11-01
申请号：CN202410960365.2
申请日：2024-07-17
Applicant: 北京理工大学
Abstract: 本发明公开的基于双层超表面任意琼斯矩阵的光场调控方法，属于微纳光学、衍射光学和光场调控应用领域。本发明实现方法为：利用严格耦合波分析法RCWA对单元介质结构进行扫描，得到不同横截面尺寸的矩形纳米柱结构在不同偏振入射光下的复振幅透射系数。双层超表面琼斯矩阵由两个单层结构琼斯矩阵的乘积表示。利用双相位全息的单像素编码方法，将任意复琼斯矩阵分解为两个酉琼斯矩阵的和，以互补棋盘格图案的形式用其中一个酉琼斯矩阵取代原来的复数琼斯矩阵。将酉琼斯矩阵解耦为两个酉对称琼斯矩阵的乘积。利用几何相位和传播相位原理，基于任意琼斯矩阵分解方法求解每个单层超表面结构的几何参数，利用双层超表面实现应用广泛的多通道光场调控。
-
公开(公告)号：CN117950291A
公开(公告)日：2024-04-30
申请号：CN202410135630.3
申请日：2024-01-31
Applicant: 北京理工大学
Abstract: 本发明公开的基于准晶超颖表面的全息显示与衍射图案生成双功能方法，属于微纳光学、衍射光学和光场调控应用技术领域。准晶超颖表面由按照彭罗斯准周期排布的介质纳米柱阵列构成。利用时域有限差分法FDTD与严格耦合波分析法RCWA对单元介质结构进行扫描，得到圆偏振光转化效率最高单元结构的几何尺寸以及不同横截面介质纳米柱的透射系数。根据计算得到的全息图以及纳米柱的阵列位置，确定纳米柱旋转角或横截面尺寸，加工透射型介质准晶超颖表面。本发明利用几何相位与传播相位的原理，结合改进的GS算法生成全息图，将全息图信息编码到准周期排布纳米柱的局部相位响应中，在预定偏振态入射光照射下，实现全息显示与衍射图案生成的双功能。
-
公开(公告)号：CN115206152B
公开(公告)日：2024-01-26
申请号：CN202210729578.5
申请日：2022-06-24
Applicant: 北京理工大学
IPC: G09B9/00 , G09B25/02 , G06Q50/20 , G06Q10/0639
Abstract: 本发明公开的一种基于虚拟技术的压缩机仿真与模拟教学系统及方法，属于压缩机教学系统领域。本发明对压缩机零部件搭建适应拆装教学的压缩机的图数据结构，规划合理且灵活的拆装序列，提升学习者对压缩机零部件复杂结构、复杂拆装顺序的拆装过程的体验感；本发明还提供不同工作参数条件下，压缩机性能和工作过程模拟，同时将工作过程和状态可视化；此外，本发明在压缩机虚拟环境下，将压缩机零部件拆装、压缩机工作过程可视化模拟、分阶段分类教学功能模式、远程协同实验等功能适应集成到压缩机仿真模拟教学系统，实现多功能高度集成低成本的压缩机仿真模拟教学。本发明还具有提高实验教学效率、减少冗余劳动、节约实验教学费用等优点。
-
公开(公告)号：CN116596050A
公开(公告)日：2023-08-15
申请号：CN202310433452.8
申请日：2023-04-21
Applicant: 北京理工大学
Abstract: 本发明公开的基于超表面的插拔衍射神经网络优化方法及任务识别器件，属于光学神经网络、微纳光学、图像识别应用技术领域。插拔衍射神经网络由输入层、调制层、输出层三部分构成，调制层划分为共享层和插拔层；使用梯度下降算法和反向传播算法结合迁移学习算法优化插拔衍射神经网络调制层参数；根据优化完成的插拔衍射神经网络调制层相位分布挑选超表面纳米柱结构，并制备超表面；制作基于超表面的插拔衍射神经网络多任务识别器件，多任务识别器件包括掩模板、探测器、用于构建插拔衍射神经网络的超表面；通过切换网络中由超表面实现的可插拔组件，实现多种识别任务切换，提高插拔衍射神经网络的灵活性，同时减少计算资源消耗和训练时间。
-
Patent Agency Ranking
公开(公告)号：CN109065374A
公开(公告)日：2018-12-21
申请号：CN201810692948.6
申请日：2018-06-29
Applicant: 北京理工大学
Abstract: 本发明涉及N、F掺杂多孔碳电极制备方法，属于超级电容器和新能源材料领域。所述电极制备方法采用聚四氟乙烯(PTFE)作为模板，PTFE耐酸碱腐蚀，富孔隙结构，而且在高温碳化后可以一步去除，模板残留量很少，可有效改善模板法制备多孔碳材料的模板去除问题，同时还可充当F源，对碳材料进行F掺杂。此模板易于得到，制备工艺简单，条件温和。所述制备方法使用聚苯胺作为碳的前驱体，聚苯胺中含有N基团，可以有效增加多孔碳电极的赝电容。碳前驱体在碳化后用KOH进行活化，形成多孔结构。所述制备方法制备的电极材料比表面积大，孔结构可调，实验证明有很好的电化学性能。同时，制备工艺简单方便、原材料容易获得、适于规模化生产。
-
公开(公告)号：CN104090477B
公开(公告)日：2017-01-04
申请号：CN201410209028.6
申请日：2014-05-16
Applicant: 北京理工大学
Abstract: 本发明涉及光学技术领域，具体为一种低相干光的三维全息显示方法。因为矩阵相乘可以通过一些光学元件系统实现，本发明提出一种不需要反复迭代、计算的算法，基于伪逆矩阵相乘和频域滤波来再现物体，本发明具有可以光学实现的潜力。一方面，它是一种不同于普通还原程序的新的算法，简单易实现，基本具备优化算法的功能，能够用部分全息图数据还原物体。另一方面，该算法的理论模型表明，光学过程也是可以实现压缩感知功能的，为后续的技术发展指明方向。数值模拟结果表明，该方法具有良好的可行性，还原效果良好，理论充分，达到应用要求。
-
公开(公告)号：CN103956956B
公开(公告)日：2017-01-04
申请号：CN201410200184.6
申请日：2014-05-13
Applicant: 北京理工大学
IPC: H02P21/14
Abstract: 本发明公开了一种基于扩展卡尔曼滤波器的无位置传感器无刷直流电机状态估计方法。使用本发明能够在系统噪声和测量噪声为非零均值白噪声以及系统模型存在误差的情况降低调试难度，提高观测精度。本发明通过模糊规则调整测量误差协方差矩阵R，从而大幅度降低了系统调试难度，并提高了精度；同时在状态更新方程中加入一个衰减因子，调整了新旧观测量对估计值的修正权重，提高了跟踪性能；此外，通过将p(0)，Q的值做适当分组调整的方法，抑制严重失真情况并提高扩展卡尔曼滤波器的估计准确性。
-
公开(公告)号：CN103497790A
公开(公告)日：2014-01-08
申请号：CN201310485826.7
申请日：2013-10-16
Applicant: 北京理工大学
Abstract: 本发明涉及吸热性碳氢燃料领域，主要应用于高超音速飞行器中，可以起到提供能量和冷却飞行器的双重作用。其特征在于：它是一种复配吸热型碳氢燃料，母体燃料为C10直链烷烃，其他为以下添加剂的一种或几种组成：燃烧促进剂：二茂铁，占0.1%-0.25%；供氢剂：苯甲醇、四氢萘、α-四氢萘酮，占0.2%-1.5%；防冰添加剂：乙二醇甲醚、二乙二醇甲醚，占0.1%-0.15%；抗氧化剂：2,6-二叔丁基对甲酚，占0.002%-0.02%；清净分散剂：聚异丁烯硫代磷酸的季戊四醇酯（DD-1），占0.02%-0.1%；高密度添加剂：五环-[5.4.0.02,6.03,10.05,9]-十一烷（PCUD），占10%-20%。依据所需燃料性能不同，可以添加不同比例。
-
公开(公告)号：CN117192778A
公开(公告)日：2023-12-08
申请号：CN202311180701.3
申请日：2023-09-13
Applicant: 北京理工大学
Abstract: 本发明公开的基于反射式偏振复用超颖表面的增强现实显示方法，属于微纳光学、光场调控和近眼显示应用技术领域。所述超颖表面由具有矩形横截面的不同尺寸、相同方位角的介质纳米柱阵列构成。本发明利用传播相位的原理，依据广义斯涅尔定律对不同偏振的透反射光束进行定向偏转或无串扰传输。利用严格耦合波分析算法对单元介质结构进行扫描，得到不同横截面介质纳米柱在不同偏振态入射下的透反射系数。根据目标偏转角度计算反射梯度相位，同时保证透射相位分布均匀，确定纳米柱单元的几何尺寸，生成相应超颖表面结构的加工文件。采用电子束刻蚀的微纳加工工艺加工反射型介质超颖表面，将超颖表面作为增强现实显示系统中光学组合器实现AR显示。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.03 seconds)
