We report on the first experimental demonstration of higher-order Laguerre-Gauss (LGpl) mode generation and interferometry using a method scalable to the requirements of gravitational wave (GW) detection. GW detectors which use higher-order LGpl modes will be less susceptible to mirror thermal noise, which is expected to limit the sensitivity of all currently planned terrestrial detectors. We used a diffractive optic and a mode-cleaner cavity to convert a fundamental LG00 Gaussian beam into an LG33 mode with a purity of 98%. The ratio between the power of the LG00 mode of our laser and the power of the LG33 transmitted by the cavity was 36%. By measuring the transmission of our setup using the LG00, we inferred that the conversion efficiency specific to the LG33 mode was 49%. We illuminated a Michelson interferometer with the LG33 beam and achieved a visibility of 97%.


翻译:我们报告了使用可与引力波探测要求相称的方法对高阶Laguerre-Gaus(LGpl)模式生成和干涉测量进行首次实验性演示的情况。使用高阶LGpl模式的GW探测器将较不易受到镜像热噪声的影响,预计这将限制目前计划的所有地面探测器的灵敏度。我们使用了分光和模式清洁度将基本的LG00 Gossian光束转换成LG33模式,纯度为98%。我们激光LG00模式的功率与由空洞传输的LG33的功率之比是36%。通过使用LG00测量我们配置的传输速度,我们推断LG33模式特定的转换效率为49%。我们用LG33光谱线将米歇尔森干涉仪与LG33光谱进行演示,并达到97%的可见度。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
11+阅读 · 2019年4月15日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Zero-Shot Object Detection
Arxiv
9+阅读 · 2018年7月27日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员