[論文レビュー] Phase-probability shaping for speckle-free holographic lithography

Dong Zhao, Weiwei Fu+3 more|arXiv (Cornell University)|Nov 18, 2022

Digital Holography and Microscopy被引用数 4

ひとこと要約

本稿では、符号化された位相の確率分布を狭めることで、ホログラフィックリソグラフィーにおけるスパーキルノイズを排除する位相確率形状技術を導入する。これにより、均一な光の干渉が実現される。機械学習を支援する確率形状（MAPS）手法を用いて、極めて低いスパーキルコントラスト（C = 0.08）と記録されたエッジのシャープネス（約1000 mm⁻¹）を達成し、バタフライグレーティングや2次元ランダムバーコードなど複雑な構造の高精度で任意形状のパターニングが可能になる。

ABSTRACT

Optical holography has undergone rapid development since its invention in 1948, but the accompanying speckles with randomly distributed intensity are still untamed now due to the fundamental difficulty of eliminating intrinsic fluctuations from irregular complex-field superposition. Despite spatial, temporal and spectral averages for speckle reduction, it is extremely challenging to reconstruct high-homogeneity, edge-sharp and shape-unlimited images via holography. Here we predict that holographic speckles can be removed by narrowing the probability density distribution of encoded phase to homogenize optical superposition. Guided by this physical insight, a machine-learning-assisted probability-shaping (MAPS) method is developed to prohibit the fluctuations of intensity in a computer-generated hologram (CGH), which empowers the experimental reconstruction of irregular images with ultralow speckle contrast (C=0.08) and record-high edge sharpness (~1000 mm-1). It breaks the ultimate barrier of demonstrating high-end CGH lithography, thus enabling us to successfully pattern arbitrary-shape and edge-sharp structures such as vortex gratings and two-dimensional random barcodes.

研究の動機と目的

• 複雑場の干渉によるランダムな強度揺らぎが原因で生じる光学ホログラフィーにおけるスパーキルノイズという根本的課題を克服すること。
• コンピュータ生成ホログラフィー（CGH）において、高均一性でエッジがシャープで、形状に制限のない画像再構成を可能にする手法を開発すること。
• スパーキルを除去しつつ構造の忠実度と分解能を保持することで、CGHリソグラフィーの性能限界を打ち破ること。
• バタフライグレーティングや2次元ランダムバーコードのような複雑な形状の、任意形状で高精度なナノ構造の実験的実現を示すこと。

提案手法

• コアとなる手法は、符号化位相の確率密度関数（PDF）を形状することで、揺らぎを低減し、光の干渉を均一化し、スパーキルを抑制することに焦点を当てる。
• 再構成画像における強度分散を最小化するような位相分布を最適化するため、機械学習を支援する確率形状（MAPS）フレームワークを構築する。
• 位相PDFを再構成強度統計にマッピングする微分可能デバイスを用い、最適な位相分布を求めるエンドツーエンドの学習を可能にする。
• 本手法は、スパーキルを最小限に抑え、高コントラストでエッジがシャープなパターンを生成するコンピュータ生成ホログラム（CGH）の設計に適用される。
• 空間光変調器（SLM）を用いて、制御された照明条件下で複雑なパターンの再構成を実験的に検証する。

実験結果

リサーチクエスチョン

• RQ1 符号化位相の確率分布を狭めることで、ホログラフィック再構成におけるスパーキルを効果的に低減できるか？
• RQ2 機械学習がCGHにおける強度揺らぎを最小化するように位相分布を最適化できる程度はどの程度か？
• RQ3 提案手法は、任意のパターン生成において、極めて低いスパーキルコントラストと高いエッジシャープネスを同時に達成できるか？
• RQ4 本手法を用いて、バタフライグレーティングや2次元バーコードのような複雑で形状に制限のないナノ構造を、極めて低いスパーキルで製造することは可能か？

主な発見

• 本手法により、従来のホログラフィーと比較して顕著な低減が見られるスパーキルコントラストC = 0.08を達成した。
• 実験的に、記録されたエッジシャープネスが約1000 mm⁻¹という記録的高水準を達成し、パターン構造におけるサブミクロン分解能を実現した。
• 本技術により、バタフライグレーティングや二次元ランダムバーコードを含む任意形状の構造が、高い忠実度で実現可能であることが確認された。
• 機械学習を支援する確率形状（MAPS）フレームワークは、位相PDFを制御することで強度揺らぎを効果的に抑制し、物理的洞察の妥当性を裏付けた。