基于机器学习概念的 MIR 激光 CEP 估计
光学
2024-07-19 v1
摘要
监测少周期强激光场的载波包络相位(CEP) 至关重要。常见测量技术包括 f-2f 干涉仪或立体 ATI 设置。这些方法虽然足够，但在按需部署、不同位置以及激光-物质相互作用实验中（如复杂用户束流中常见）实施起来具有挑战。此外，对于非传统激光波长(如中红外)的测量以及超过 10 kHz 激光重复频率的单次测量存在固有困难。本文我们通过仿真和实验展示了一种基于机器学习(ML)的方法，用于中红外激光的 CEP 估计，该方法可轻易推广到任何激光波长，甚至可能达到 MHz 重复频率。该概念依赖于观察 bulk 高次谐�生长(HHG) 的光谱，并使用 ML 技术来估计激光的 CEP。一旦训练好 ML 模型，该方法提供一种廉价且紧凑的实时 CEP 标记方式。该技术可补充其他复杂的 CEP 监控方法，能够捕捉 CEP 与可观察 HHG 光谱之间的复杂相关性。
引用
@article{arxiv.2407.13512,
title = {MIR laser CEP estimation using machine learning concepts in bulk high harmonic generation},
author = {Balázs Nagyillés and Gergely N. Nagy and Bálint Kiss and Eric Cormier and Péter Földi and Katalin Varjú and Subhendu Kahaly and Mousumi Upadhyay Kahaly and Zsolt Diveki},
journal= {arXiv preprint arXiv:2407.13512},
year = {2024}
}