Deseño e investigación experimental de holografía de multiplexación de momento angular orbital baseada en redes neuronais de difracción óptica
Información da tese:
Co desenvolvemento das redes neuronais, a investigación das redes neuronais ópticas (ONN) recibiu unha ampla atención. Partindo das teorías básicas da óptica difractiva, a luz dispersa, a interferencia óptica e a transformada óptica de Fourier, os investigadores lograron o funcionamento lineal óptico das redes neuronais mediante o uso dunha variedade de dispositivos e materiais ópticos, e optimizaron aínda máis a capacidade de predición e inferencia das ONN mediante a introdución de cristais ópticos, dispositivos fotovoltaicos e moduladores de luz espacial para realizar a función de activación óptica non lineal, o que facilitou enormemente o desenvolvemento de redes neuronais ópticas. Baseándose nas características flexibles e programables do modulador de luz espacial, proporciona unha maior asistencia para a optimización e a implementación experimental da ruta óptica.
Figura 1. Diagrama esquemático da configuración experimental para a holografía de multiplexación OAM baseada en ODNN. O mapa de fase en espiral e o holograma de multiplexación OAM cárganse en SLM1 e SLM2, respectivamente. Despois do filtrado e da expansión do feixe, a luz coherente é modulada nun feixe de vórtice por SLM1, que se irradia sobre SLM2 para descodificar a información do obxectivo correspondente no holograma de multiplexación OAM. Finalmente, a imaxe do obxectivo é reconstrúese na cámara.
Figura 2. Diagrama esquemático do proceso físico da holografía de multiplexación OAM baseada en ODNN. O holograma de multiplexación OAM optimizado úsase para reconstruír a imaxe obxectivo correspondente baixo diferente irradiación de luz vorticular.
Figura 3. Unha estrutura de rede neuronal para holografía de multiplexación OAM baseada en ODNN. O proceso físico da holografía de multiplexación OAM impleméntase como o proceso de propagación directa de ODNN. Durante a fase de adestramento, a fase espiral e a imaxe do obxectivo mostreada úsanse como entradas e etiquetas de función de avaliación para a rede neuronal, respectivamente. Baseándose nos resultados de saída da rede, o algoritmo de retropropagación de erros úsase para optimizar iterativamente a estrutura da rede neuronal e os valores de modulación de fase das neuronas. Finalmente, obtense na capa oculta un holograma de multiplexación OAM que pode reconstruír imaxes de obxectivo correspondentes con diferentes entradas.
Figura 4. O diagrama de fluxo do deseño xeral da holografía de multiplexación OAM baseada en ODNN, onde o proceso físico da figura 1 se implementa como o proceso de propagación directa da rede neuronal. Nunha iteración, un mapa de fase en espiral e unha imaxe de destino introdúcense na ODNN, e o holograma de multiplexación OAM actualízase mediante propagación directa, cálculo da función de avaliación e descenso de gradiente. Unha época de adestramento consta de varias iteracións, e cada mapa de fase en espiral e imaxe de destino no conxunto de datos de adestramento introdúcense na ODNN para optimizar iterativamente o holograma de multiplexación OAM. O proceso de adestramento completo consta de varias épocas, e a converxencia do algoritmo determínase monitorizando o valor medio da función de avaliación de cada época, é dicir, se a calidade da imaxe xa non mellora.
Figura 5. Resultados da simulación da holografía de multiplexación OAM baseada en ODNN. (a) Imaxes de intensidade luminosa normalizadas de 36 obxectivos reconstruídos por holografía baixo 36 feixes de vórtices diferentes, co número na esquina inferior dereita representando a carga topolóxica l correspondente do feixe de vórtices de entrada. (b) A imaxe de intensidade luminosa normalizada do díxito "0" na reconstrución holográfica, co mapa de fase en espiral de entrada correspondente na esquina inferior dereita, e o recadro na parte inferior mostra unha imaxe ampliada dunha área de 29 × 29 píxeles arredor dun único punto de luz na imaxe reconstruída, xunto co seu perfil de intensidade.
Figura 6. Comparación da calidade da imaxe entre o método ODNN e o método clásico. (ad) representan os resultados da comparación de MSE, σim 2, η e SNR. Cada indicador simulouse e calculouse para 2-36 cantidades obxectivo. As liñas vermella e azuis representan os valores dos indicadores do método clásico e do método ODNN, respectivamente. O gráfico de barras amarelas representa a porcentaxe de mellora do rendemento do método ODNN en comparación co método clásico. A liña amarela descontinua representa a porcentaxe media de mellora do rendemento en todas as cantidades obxectivo.
Figura 7. Resultados experimentais da holografía de multiplexación OAM baseada en ODNN. A primeira fila representa o mapa de fase en espiral da entrada l = 3, −3, 8, −8, 13, −13, a segunda fila representa a imaxe de intensidade luminosa normalizada do obxectivo reconstruído simulado correspondente e a terceira fila representa a imaxe de intensidade luminosa normalizada do obxectivo reconstruído obtida no experimento. Os valores na parte superior esquerda e inferior dereita dos resultados da simulación e experimentais representan η (%) e SNR (en número), respectivamente.
Os parámetros do modulador espacial de luz empregado neste experimento son os seguintes:
| Número de modelo | FSLM-2K70-P02 | Tipo de modulación | tipo de fase |
| Tipo de cristal líquido | reflexo | Nivel de grises | 8 bits, 256 pasos |
| Modo de cristal líquido | PAN | Modo de condución | dixital |
| Resolución | 1920 × 1080 | Tamaño do píxel | 8,0 μm |
| Rexión efectiva | 0,69" 15,36 mm × 8,64 mm | Factor de recheo | 87% |
| Planitude (PV) | Antes da calibración: 5 λ Despois da calibración: 1 λ | Planitude (RMS) | Antes da calibración: 1/3λ Despois da calibración: 1/10λ |
| Frecuencia de actualización | 60 Hz | Tempo de resposta | ≤16,7 ms |
| Linealidade | ≥99% | Ángulo de aliñamento | 0° |
| Rango de fase | 2π@633nm Máx.: 2,5π@633nm | Rango espectral | 400 nm-700 nm |
| Corrección facial | soporte (532 nm/635 nm) | Interface de datos | HDMI / DVI |
| Corrección gamma | apoio | Corrección de fase | Soporte (450 nm/532 nm/635 nm) |
| Limiar de dano | Continuo. ≤20 W/cm2 (sen refrixeración por auga) ≤100 W/cm2 (refrixeración por auga) | Eficiencia de difracción | 637 nm 72,5 % @ L8 75,2 % @ L16 82 % @ L32 |
Ademais, lanzamos a mesma versión de alta reflectividade do modulador espacial de luz FSLM-2K70-P02HR, que ten unha reflectividade superior ao 95 %.
Novos produtos de alta reflectividade e alta utilización óptica 2K×2K
Recentemente, a nosa empresa relanzou a serie de moduladores de luz espacial de tipo fase reflectante FSLM-2K73-P02HR de alta reflectividade e alta utilización óptica, con deseño de superficie de obxectivo cadrada grande, alta linealidade de fase e alta profundidade de bits, o que mellora a utilización óptica e a precisión da modulación ao mesmo tempo, e continúa a impulsar o desenvolvemento da investigación científica e a loita pola excelencia.
Escrito ao final:
As redes neuronais ópticas empregan sistemas ópticos para realizar aprendizaxe automática, e os moduladores de luz espacial, como un importante dispositivo de modulación de campo óptico, teñen unha vantaxe natural cando se aplican ás redes neuronais ópticas, ofrecendo un gran potencial para a computación paralela a grande escala, o funcionamento de consumo ultrabaxo e a resposta de alta velocidade. As redes neuronais ópticas, como tecnoloxía cruzada de vangarda entre o campo da óptica e o campo da intelixencia artificial, rompen as limitacións tecnolóxicas das redes neuronais artificiais tradicionais e espérase que se apliquen e desenvolvan nos campos da biomedicina, a comunicación de información óptica e a visión artificial.
Ligazón ao artigo: https://doi.org/10.1364/OE.538350