项目名称: 基于双电子自旋的核磁共振陀螺极化与检测方法研究

项目编号: No.61473268

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 秦杰

作者单位: 中国航天科工飞航技术研究院

项目金额: 82万元

中文摘要: 核磁共振陀螺代表了下一代高精度、微小型陀螺的发展方向,将为军用和民用导航市场提供革命性的新手段。该陀螺一般采用垂直腔面发射半导体激光器以提高系统集成度、减小系统体积。但是,该激光器具有低功率的缺陷,导致自旋系综的极化率与检测灵敏度下降,已经成为目前制约核磁共振陀螺精度提高的关键瓶颈。该项目针对低功率激光操控导致的核磁共振陀螺极化与检测性能退化问题,提出基于双电子自旋的核磁共振陀螺,分析原子源的弛豫机理,优化原子源的参数,研究该陀螺的低功率极化、高灵敏检测方法,探索在低功率激光下提高核磁共振陀螺光学操控性能的新途径,为未来发展高精度、微小型的核磁共振陀螺提供操控方法参考。

中文关键词: 惯性导航;核磁共振陀螺;自旋极化;自旋进动检测

英文摘要: Nuclear Magnetic Resonance Gyroscope (NMRG) represents the developing trend of the next generation gyroscope with high precision and micro scale, which will provide a revolutionary tool to change the whole military and civil navigation market. NMRG uses Vertical Cavity Surface Emitting Laser (VCSEL) to improve its integration level and decrease its volume. However, the low power laser emitted from the VCSEL decreases the polarization and detection sensitivity of the atomic spin, which has become the key obstacle to improve the precision of NMRG. This program focuses on the scientific issue of the low power laser degenerating the polarization and precession detection manipulation performance of NMRG, and proposes a new NMRG based on dual electron spins to overcome the problem, investigates the relaxation mechanism of the atomic source, optimizes the parameters for this NMRG, develops low power polarization and high sensitivity precession detection methods. As a result, this program expects to discovery new ways to improve the optic manipulation performance of NMRG with low power laser, and provide a significant manipulation method reference for developing high performance NMRG in the near future.

英文关键词: inertial navigation;nuclear magnetic resonance gyroscope;spin polarization;spin precession detection

成为VIP会员查看完整内容
0

相关内容

2021年中国人工智能在工业领域的应用研究报告(附报告)
中科大《计算机体系结构》2021课程,附课件
专知会员服务
76+阅读 · 2021年4月4日
专知会员服务
26+阅读 · 2021年4月2日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
【KDD2020】基于纳什强化学习的鲁棒垃圾邮件发送者检测
专知会员服务
16+阅读 · 2020年8月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
17+阅读 · 2021年3月29日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
小贴士
相关VIP内容
2021年中国人工智能在工业领域的应用研究报告(附报告)
中科大《计算机体系结构》2021课程,附课件
专知会员服务
76+阅读 · 2021年4月4日
专知会员服务
26+阅读 · 2021年4月2日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
【KDD2020】基于纳什强化学习的鲁棒垃圾邮件发送者检测
专知会员服务
16+阅读 · 2020年8月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员