超短脉冲高次谐波谱的连续性

超短脉冲高次谐波谱的连续性

陈基根¹, 陈燕琴¹, 黄文龙², 杨玉军³

1. 台州学院物理系, 浙江椒江 318000; 2. 吉林大学物理学院, 长春 130012; 3. 吉林大学原子与分子物理研究所, 长春 130012

收稿日期:2007-09-15 修回日期:1900-01-01 出版日期:2008-09-26 发布日期:2008-09-26
通讯作者: 杨玉军

Continuum Analysis of High\|order Harmonic Generation Spectrum by an Ultra-short Laser Pulse

CHEN Ji gen¹, CHEN Yan qin¹, HUANG Wen long², YANG Yu jun³

1. Department of Physics, Taizhou University, Jiaojiang 318000, Zhejiang Province, China; 2. College of Physics, Jilin University, Changchun 130012, China; 3. Institute of Atomic and Molecular Physics, Jilin University, Changchun 130012, China

Received:2007-09-15 Revised:1900-01-01 Online:2008-09-26 Published:2008-09-26
Contact: YANG Yu jun

摘要/Abstract

摘要： 研究超短脉冲（3个光学周期）高次谐波发射功率谱的性状及其成因. 结果表明, 短脉冲谐波谱与长脉冲（10个光学周期）相比, 其平台区末端的谐波谱变得伪连续. 这是由于3个原因导致该现象: (1) 在短脉冲情形下, 谐波的生成仅经历1~2次辐射, 在长脉冲情形下, 谐波的生成经历多次辐射的累加; (2) 对于相同的谐波级次, 短脉冲比长脉冲的谐波线宽宽; (3) 短脉冲比长脉冲的激光频谱宽. 

关键词: 高次谐波, 小波变换, 短脉冲激光

Abstract: We investigated the high\|order harmonic generation (HHG) power spectrum by means of an ultra\|short laser pulse. Our numerical results show that the harmonics at the end of the plateau of HHG spectrum become successive compared with that of HHG spectrum by a long laser pulse. Three primary reasons cause this character: firstly, in the former, one or two irradiations contribute to the harmonic generation, while in the latter, the multi\|cycle accumulation of the harmonic generation causes separate sharp peaks; secondly, for the same HHG, the band width of the power spectrum of the former is wider than that of the latter; finally, the frequency spectrum of the short laser pulse is broader than that of the long laser pulse.

Key words: high-order harmonic generation, wavelet transform, ultra-short laser pulse

中图分类号:

O562.1

陈基根, 陈燕琴, 黄文龙, 杨玉军. 超短脉冲高次谐波谱的连续性[J]. J4, 2008, 46(05): 959-962.

CHEN Ji gen, CHEN Yan qin, HUANG Wen long, YANG Yu jun. Continuum Analysis of High\|order Harmonic Generation Spectrum by an Ultra-short Laser Pulse[J]. J4, 2008, 46(05): 959-962.

[1]	杨健, 杨超宇, 李慧宗. 基于二维离散小波的生成图像鉴别方法[J]. 吉林大学学报(理学版), 2019, 57(3): 619-626.
[2]	郭昕刚, 梁锦明, 张培栋, 王帅, 宫鸿. 基于分数阶变换的彩色图像自适应重构水印算法[J]. 吉林大学学报(理学版), 2019, 57(1): 121-128.
[3]	杨琦. 融合Morlet小波与GA优化多模态核的轴承故障检测算法[J]. 吉林大学学报(理学版), 2018, 56(1): 101-108.
[4]	张岩, 任伟建, 唐国维, 赵璨. 基于WBCT的地震数据感兴趣区域编码算法[J]. 吉林大学学报(理学版), 2017, 55(06): 1499-1503.
[5]	李景富, 周鹏. 基于多尺度变换和支持向量回归机的数字图像水印算法[J]. 吉林大学学报(理学版), 2017, 55(04): 927-932.
[6]	管飚. 基于小波变换的多聚焦图像融合方法[J]. 吉林大学学报(理学版), 2017, 55(04): 915-920.
[7]	陈海鹏, 图晓航, 王玉, 郑金宇. 基于小波-ELM神经网络的短期停车泊位预测[J]. 吉林大学学报(理学版), 2017, 55(02): 388-392.
[8]	阮文惠, 薛亚娣. 基于Android平台的图像增强算法[J]. 吉林大学学报(理学版), 2015, 53(05): 1006-1013.
[9]	刘磊, 张子佳, 刘雷, 张睿. 一种基于GPU的二维离散多分辨率小波变换加速方法[J]. 吉林大学学报(理学版), 2015, 53(02): 267-272.
[10]	秦喜文, 刘文博, 董小刚, 王纯杰, 李纯净. 基于极大重叠离散小波变换的金融高频数据波动率估计[J]. 吉林大学学报(理学版), 2014, 52(06): 1222-1226.
[11]	朱建忠, 姚志强. 基于DWT-SVD和Turbo码的彩色图像盲水印算法[J]. 吉林大学学报(理学版), 2014, 52(04): 773-778.
[12]	李文辉, 肖林厂, 王莹, 傅博, 刘培勋. 一种基于块的视频烟雾检测算法[J]. J4, 2012, 50(05): 979-986.
[13]	王宏志, 刘媛媛, 孙琦. 基于小波变换矩阵的改进脊波变换图像去噪[J]. J4, 2010, 48(1): 99-103.
[14]	张震, 马驷良, 谭琨. 基于方向小波变换的高斯噪声图像恢复方法[J]. J4, 2010, 48(06): 987-994.
[15]	郑骁鹏, 田小建, 单江东. 基于掺铒光纤激光器混沌系统的彩色图像水印方法[J]. J4, 2010, 48(02): 307-312.