学习
实践
活动
专区
工具
TVP
写文章

光电探测器简介

在光电系统中,光电探测器扮演了非常重要的作用。它就好比光电系统的“眼睛”,对外来的光信号进行测量,并转换为电信号用于后续的信号处理。本片笔记中,笔者调研了一些常用的光电探测器,及其工作原理和性能。 3) 响应时间(Response time) 它主要表征探测器对受调制光信号的响应能力,也就是探测器的频率响应。 响应时间和探测器的RC参数、材料的吸收系数有关。需要注意的是,这里的带宽不要与探测器工作波长的带宽相混淆。 光电探测器还有一些其他参数,比如工作波长、工作温度、灵敏度、线性度等。 下面列举一些常用的光电探测器。 光电阴极的材料选取比较重要,它直接决定了探测器的波长相应特性以及探测器的灵敏度。常用的阴极材料有Ag-O-Cs、GaAs:Cs、Sb-Cs。

1.4K20

8路探测器测试系统

探测器测试软件设计说明书 1.项目 安检仪探测器测试平台。 2.目的 对探测器采集输出的信息进行处理,测试探测器的性能。 3.功能需求 探测器测试平台框图如图1所示。 通过直流量、噪声均方根值计算温度灵敏度,计算方法:把黑体温度为T1,探测器输出直流量(平均值)V1,噪声均方根值;把黑体温度为T2,探测器输出直流量(平均值)V2,噪声均方根值;利用以下公式计算各模块温度灵敏度 : 界面显示:软件显示界面如图2所示,总共显示8个探测器。 这8个有效数据对应8个探测器输出,即数据在帧头aa aa bb bb cc cc dd dd 结束后第一个2字节03 23 为探测器1的值,第二个2字节03 65为探测器2的值,第3个2字节00 4b 为探测器器3的值……依次对应8个探测器值。

25720
  • 广告
    关闭

    【玩转 GPU】有奖征文

    精美礼品等你拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    TKE之初识容器探测器

    kubelet 使用存活探测器来知道什么时候要重启容器。例如,存活探测器可以捕捉到死锁(应用程序在运行,但是无法继续执行后面的步骤)。这样的情况下重启容器有助于让应用程序在有问题的情况下更可用。 kubelet 使用就绪探测器可以知道容器什么时候准备好了并可以开始接受请求流量, 当一个 Pod 内的所有容器都准备好了,才能把这个 Pod 看作就绪了。 kubelet 使用启动探测器可以知道应用程序容器什么时候启动了。如果配置了这类探测器,就可以控制容器在启动成功后再进行存活性和就绪检查,确保这些存活、就绪探测器不会影响应用程序的启动。 successThreshold:探测器在失败后,被视为成功的最小连续成功数。默认值是 1。存活探测的这个值必须是 1。最小值是 1。 successThreshold:探测器在失败后,被视为成功的最小连续成功数。默认值是 1。存活探测的这个值必须是 1。最小值是 1。

    68150

    硅基集成的锗探测器

    这一篇的主要内容是关于硅基集成的锗探测器。 Si的带隙为1.12eV, 由此可以算出Si的吸收截止波长,lambda=1.24/Eg=1.1um, 因此对于通讯波段的光,硅无法吸收。 有了高质量的Ge层后,我们才可以在此基础上设计Ge探测器。 波导型的Ge探测器,根据p层、i层和n层的相对位置,可以分为lateral和vertical两种结构,如下图所示, ? 该结构的探测器,暗电流较小,响应度较大。 右图为垂直结构, p、i、n区分别位于不同高度,图中p型区域不是Ge, 而是掺杂的Si。 pin中的电场沿竖直方向,电场在吸收区内较均匀的分布,可以提高Ge探测器的响应速度。该结构的探测器,频率带宽较大。 如何将Si波导中的光有效耦合到Ge探测器中? 目前Si基集成的pin型Ge探测器,响应度可以到1A/W, 暗电流在1nA左右,带宽可以达到50G以上。 最后贴一张Intel Ge探测器的示意图,有一个整体的认识。 ?

    1.8K31

    Intel的微环型全硅探测器

    上个月月初,Intel在Lab Day上展示了其在硅光领域的进展与路线图,提出了one silicon platform的概念,原型芯片结构如下图所示,包括异质集成的III-V激光器, 微环调制器,全硅探测器和 对于硅光的探测器,通常的做法是外延生长锗材料,利用Ge吸收O波段和C波段的光。Intel用硅作为探测器的材料,小豆芽对这块不是很熟悉,借这篇笔记整理下相关的知识点。 为了进一步降低暗电流和结电容,Intel采用了微环型的探测器结构(以下简称MRPD),如下图所示, 微环的半径为10um。 ? 因为是微环结构,探测器的吸收波长是波长敏感的, 这在响应率和带宽的测试结果中有所体现,波长变化500pm, 如下图所示, ? 所谓的微环型全硅探测器,其PAM4信号接收速率可以达到112Gb/s, 响应率为0.23A/W, 暗电流小于100nA。响应率的指标与Ge PD相比,还是逊色不少。

    1.3K10

    Bengio NIPS 最新论文:用线性分类探测器理解中间层,更好地诊断神经网络模型

    本文中,作者引入了一叫做“线性分类探测器”的概念,用于理解一个神经网络模型中各个中间层的作用。 本文中,作者引入了“线性分类探测器”的概念,从熵(Shannon entropy)——描述随机变量所含信息状态的经典方法——的概念讲起,然后试着将这一概念用于理解神经网络模型中间层的作用,从而测量每一层额外获得了多少信息 结果证明,这一强大的概念对于理解深度神经网络在训练中以及训练后所涉及的动态十分有用。 论文:使用线性分类探测器理解中间层 作者:加拿大蒙特利尔大学 Guillaume Alain & Yoshua Bengio 摘要 神经网络模型以身为黑箱著称。 一个有问题的 128 层神经网络模型。从第 0 层到第 64 层会跳过一个连接。作者使用探测器检测每一层,看如果它们是线性分类器的话表现会如何。

    61660

    地理探测器Geodetector软件的下载、应用与结果解读

    本文介绍Geodetector软件的下载方法,以及地理探测器分析的完整操作,并对其结果加以解读。   首先,我们介绍Geodetector软件的下载方法。 ,一定要先转换成类别数据,再进行地理探测器分析。 随后,依据实际情况,将我们复制好的数据进行因变量、自变量的划分;划分完毕后,点击“Run”即可开始地理探测器的运行。   稍等片刻,即可得到结果。 以上四个指标,便是地理探测器所得到的不同分析结果。我这里只是简单罗列了一下各指标的含义,大家如果需要详细了解的话,建议查阅一下《地理探测器:原理与展望》这篇论文。 论文的作者也就是Geodetector软件的作者,因此这一篇论文的内容对于地理探测器原理、结果解释等的理解会很有帮助。

    54610

    厉害了,利用深度学习开发老板探测器(附源码)

    整个工程中应用了Keras深度学习框架来建立识别人脸的神经网络,和一个网络摄像头用来捕捉老板的人脸。 任务是这样的 当老板接近我的工位时,电脑就会自动切换屏幕 办公室的情况如下: ? 然后在我的办公桌上摆上一个网络摄像头,让摄像头对着通道,当网络摄像头捕捉到老板的脸时就切换屏幕。 嗯,这是一个完美的项目。先取一个好名字,就叫Boss Sensor(老板探测器)好了。 ? 建立机器学习模型 Keras框架用来建立卷积神经网络和神经网络培训。Tensorflow用来写Keras的后端。 网络体系结构大体如下,Keras非常方便,它可以很轻松的输出这样的结构: ▼ ? 网络摄像头获取的图像不够清晰,我准备换个摄像头。

    57520

    探测器扎堆火星,毅力号:谁挡我WiFi了!

    而此前探测器经常使用的X波段通信系统,往往是传的慢还传的少。 为此,NASA研究人员在“毅力号”上尝试性地使用了超高频传输; 结果发现“是真的香啊”! ? 等到晚上,探测器结束一天的工作后,会进入睡眠状态。 当轨道飞行器从其上方经过时,使用超高频(300-300GHz)传输出大量数据。 先要内部和谐 随着火星上探测器越来越多,被“同行”干扰的情况势必会出现。 此前“毅力号”就发现了来自美国自己飞行器的干扰。 有着最多火星探测器的美国,已经构建出了一个火星中继网络让它们彼此相互配合,并且实现了一定程度上的自动化。 在这个过程中,需要使用一个叫做MaROS的调度工具。 不过研究人员也表示,随着探测器越来越多,这个网络之后将会变得更加复杂。 未来应该怎么办? 其实处理飞行器之间相互的干扰,航空电子器件本身产生的电磁波也会对传输数据造成干扰。

    25530

    魅族跟进,3D深度探测器为何如此受青睐?

    除了让人惊艳的晓芳窑“天青”配色,搭载骁龙865处理器,Pro版本相比标准版还有一个很大的亮点,那就是它搭载了一颗三星的S5K3 3D深度探测器。 ? 说到3D深度探测器,今年苹果公司为新款iPad Pro装备了LiDAR激光雷达,其采用的dToF距离探测技术将AR应用效果的精确度、流畅性提升到了一个更高的等级。 AR似乎是一个很好的切入口,3D深度探测器或将进一步推动手机影像系统的迭代。 那么问题来了,这个备受手机厂商青睐的3D深度探测器及背后的工作原理,你了解吗? 3D深度探测器到底是什么? 新ipad pro搭载的激光雷达正是采用的dToF探测技术,而魅族17Pro搭载的3D深度探测器采用的,可能更偏向iToF探测技术。 反观此次魅族的发布,17Pro搭载了主摄为索尼 6400 万像素 IMX686 传感器,支持3cm微距 ,足够支撑3D深度探测器来实现更好的拍摄效果。

    42960

    厉害了,我用“深度学习”写了个老板探测器(附源码)

    整个工程中应用了Keras深度学习框架来建立识别人脸的神经网络,和一个网络摄像头用来捕捉老板的人脸。 任务是这样的 当老板接近我的工位时,电脑就会自动切换屏幕 办公室的情况如下: ? 然后在我的办公桌上摆上一个网络摄像头,让摄像头对着通道,当网络摄像头捕捉到老板的脸时就切换屏幕。 嗯,这是一个完美的项目。先取一个好名字,就叫Boss Sensor(老板探测器)好了。 ? 建立机器学习模型 Keras框架用来建立卷积神经网络和神经网络培训。Tensorflow用来写Keras的后端。 网络体系结构大体如下,Keras非常方便,它可以很轻松的输出这样的结构: ▼ ? 网络摄像头获取的图像不够清晰,我准备换个摄像头。

    68170

    “洞察”号探测器成功着陆火星,首次揭秘火星内部结构

    等待了两年多,美国宇航局(NASA)的“洞察号”探测器在北京时间11月27日凌晨3点56分成功登上火星,首次给人类探测火星内部的秘密。 这是NASA第七次将探测器送上火星了,但是这一次的发射过程却是一波三折。 22年前,NASA的探测器火星全球探勘者号首次登上火星,开始为人们揭露火星的秘密。2004年,勇气号和机遇号火星车发现火星的环境曾经是温暖、湿润的,如果加以改造,有可能适宜人类居住。 值得一提的是,这一次“洞察”号不光执行探测任务,还带去了240多万个地球人的名字,它们被载入一块芯片中,跟随探测器登陆上了火星。

    32810

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 私有网络

      私有网络

      私有网络(VPC)是基于腾讯云构建的专属网络空间,为您的资源提供网络服务,不同私有网络间完全逻辑隔离。作为隔离网络空间,您可以通过软件定义网络的方式管理您的私有网络 ,实现 IP 地址、子网、路由表等功能的配置管理……

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注腾讯云开发者

      领取腾讯云代金券