物理與光電工程學(xué)院（理工學(xué)院）李寶軍/包燕軍教授在Nano Letters發(fā)表超構(gòu)表面多維光場復(fù)用領(lǐng)域論文
暨南大學(xué)融媒體中心訊 近日，物理與光電工程學(xué)院（理工學(xué)院）納米光子學(xué)研究院包燕軍教授和李寶軍教授聯(lián)合新加坡國立大學(xué)仇成偉教授等，在超構(gòu)表面多維光場復(fù)用領(lǐng)域取得重要研究進展，提出并驗證了一種基于深度神經(jīng)網(wǎng)絡(luò)的高效梯度優(yōu)化算法，在顯著提升計算效率和光學(xué)性能的同時，實現(xiàn)了逼近超構(gòu)表面偏振與波長復(fù)用通道數(shù)的理論極限。該成果以“Efficient Gradient-Based Metasurface Optimization Toward the Limits of Wavelength-Polarization Multiplexing”為題發(fā)表在國際納米科技期刊Nano Letters。包燕軍教授、李寶軍教授以及新加坡國立大學(xué)仇成偉教授為論文共同通訊作者。
文章標題頁截圖
超構(gòu)表面作為能夠精準調(diào)控光波前的人工微納結(jié)構(gòu)，在成像、全息等領(lǐng)域展現(xiàn)出巨大的潛力。通過偏振和波長復(fù)用技術(shù)集成多種獨立功能是實現(xiàn)器件微型化、高性能化的關(guān)鍵，但現(xiàn)有方法難以同時達到偏振與波長復(fù)用的最大容量，且設(shè)計過程計算效率低下，制約了其在復(fù)雜場景中的應(yīng)用。
針對這一問題，團隊提出了一種基于梯度下降的超構(gòu)表面逆設(shè)計算法，通過引入深度神經(jīng)網(wǎng)絡(luò)精確擬合納米結(jié)構(gòu)幾何參數(shù)與其在不同波長下光學(xué)響應(yīng)之間的復(fù)雜關(guān)系，打通了從結(jié)構(gòu)參數(shù)到光學(xué)功能的梯度計算，使整個優(yōu)化流程變得高效且可導(dǎo)。結(jié)合圖形處理器強大的并行計算能力，該算法能夠完成快速的批量梯度計算和參數(shù)尋優(yōu)，極大地提升了設(shè)計效率。
基于該高效算法，研究團隊實現(xiàn)了偏振和波長復(fù)用通道數(shù)的理論極限，成功給出了3個偏振通道與5個波長通道（共15個）的獨立全息圖像復(fù)用。相較于傳統(tǒng)設(shè)計方法，該算法不但將設(shè)計時間縮短到數(shù)十分之一，而且得到了更高的復(fù)用通道數(shù)和更優(yōu)的光學(xué)性能，特別適合需要處理大規(guī)模數(shù)據(jù)的復(fù)雜應(yīng)用場景。
研究團隊進一步將其應(yīng)用于光學(xué)圖像識別任務(wù)。利用單個超構(gòu)表面，實現(xiàn)了創(chuàng)紀錄的9個獨立通道（3偏振×3波長）對總計36類圖像的分類識別，仿真準確率高達96%，實驗準確率達到了91.5%，相較于傳統(tǒng)的基于單通道或少數(shù)通道的超構(gòu)表面識別方案而言，性能提升巨大，為設(shè)計高容量、多功能超構(gòu)表面提供了強大且高效的工具，也為突破傳統(tǒng)光學(xué)元件的功能限制開辟了新途徑。
論文鏈接：https://pubs.acs.org/doi/full/10.1021/acs.nanolett.5c01292
責(zé)編：蘇倩怡