新闻动态

如何快速、准确、简洁地获得涡旋光束的轨道角动量（OAM）信息和成分，对于涡旋光束的信息编码应用、新物理现象的发现等非常关键。然而，此前测量OAM的方法受限于解调器件刷新速度慢、测量范围较窄、测量的OAM分布较简单、依赖于参考光路等瓶颈，大大阻碍了涡旋光束传递信息的速度和效率的提升，也限制了涡旋光束新型应用场景的突破。  

本课题组利用光电混合神经网络，成功实现了单发（single-shot）测量光束的轨道角动量（OAM）谱信息，并提出了模型可视化方法，以“Intelligent optoelectronic processor for orbital angular momentum spectrum measurement”为题，发表于PhotoniX。

该工作将多层光学神经元、少量电学神经元混合，能够端到端地处理涡旋光信号，无需干涉和重复测量，既能方便地拓展至大测量范围，又能准确地测量非常复杂的谱分布（如随机权重等）。理想情况下，系统的大部分运算处理均为光速执行，充分利用了光子神经网络（ONN）的速度快、能耗低等优点。混合神经网络具有很好的泛化性，并对于空间位置失准、大气畸变、探测器噪声、光学调制层间距、超测量范围模式具有高测量鲁棒性。同时，揭示了神经网络模型的特征图，提取出稀疏的高维特征信号，探测效率提升25倍。

PhotoniX期刊Feature Article推送：https://mp.weixin.qq.com/s/MmppHbenYBRsqMxU3cDgdw