[論文レビュー] Separating partially coherent light

Paul-Alexis Mor, Anne R. Kroo+10 more|arXiv (Cornell University)|Mar 16, 2026

Neural Networks and Reservoir Computing被引用数 0

ひとこと要約

要約: この論文は、自己設定可能な干渉計層を用いて部分的に結束した光を直交コヒーレンスモードへ自動的に分離するオンチップコヒーレンストモグラフィを示し、コヒーレンシー行列の固有値と固有ベクトルを明らかにする。

ABSTRACT

Recent advances in optical imaging and communication increasingly involve high-dimensional, partially coherent light, creating a growing need for scalable tools to measure and manipulate coherence. Here, we demonstrate the automatic separation of spatially partially coherent light into "coherence modes" -- its orthogonal and mutually incoherent components. To make this separation possible, we exploit variational processing in layered self-configuring interferometer architectures in a silicon photonic circuit. This process formally finds and measures the eigenvectors and eigenvalues of the coherency matrix, hence measuring the partially coherent state, while leaving it intact and separated after optimization. Furthermore, we show that mutually incoherent beams, if spatially orthogonal, can be automatically separated even if they are completely overlapped, hence separating unknown laser beams based only on their mutual incoherence. Our experiment finds and separates the two strongest coherence modes starting from a nine-mode sampling of the partially or fully overlapping fields from two independent lasers. The method requires a number of physical components that scales linearly with the rank $r$ of the coherency matrix and operates through a sequence of $r$ in situ gradient-based optimizations enabled by electronic drive frequency multiplexing of interferometer phase shifters. We benchmark its performance against a mixture-based tomographic method, also implemented on chip. These results establish a scalable framework for programmable coherence analysis and control in imaging, communication, and photonic information processing.

研究の動機と目的

• イメージング、通信、フォトニック処理のための部分的に結束した光の計測と操作のスケーラブル化を動機づける。
• コヒーレンスモードを物理的に分離し、オンチップでコヒーレンシー行列の固有構造を取得するハードウェアプラットフォームを開発する。
• 層ごとの変分最適化を実装してコヒーレンス・トモグラフィを実行する。
• コヒーレンス特性のみに基づいて相互非コヒーレントな重なり合うビームを自動的に分離する。
• 混合トモグラフィと比較し、エントロピー測定およびコヒーレンスベースのデマルチプレックス化への応用を示す。

提案手法

• 入力場にユニタリ変換を実装する9つのグレーティングカプラを備えた2層の自己設定マッハ-ツェネカー干渉計（MZI）ネットワークを使用する。
• トモグラフィを、入力コヒーレンス行列のコヒーレンスモードと固有値を抽出するr回の変分最適化の連続として定式化する。
• 周波数多重化勾配推定を用いて、各位相シフタに対する出力電力の勾配を測定し、現場での勾配降下を可能にする。
• 層間の出力電力と干渉縞を観測してコヒーレンシー行列要素を測定する。
• 各モードをユニタリネットワーク内の別々の出力へ物理的に導くことでコヒーレンスモード分離を実証する。
• 2つの非コヒーレントレーザー入力からコヒーレンシー行列を再構成することでPCLAを混合トモグラフィと比較する。
• 応用例として：コヒーレンスエントロピー測定とコヒーレンスベースの重なりビーム分離。

実験結果

リサーチクエスチョン

• RQ1 チップ型の干渉計ネットワークはコヒーレンシー行列を自動的に対角化してコヒーレンスモードを明らかにできるか。
• RQ2 状態を保ちながら部分的に結束した光をオンチップ上で直交コヒーレンスモードへ物理的に分離できるか。
• RQ3 PCLAの性能は忠実度と固有値精度で従来の混合トモグラフィと比べてどうか。
• RQ4 相互非コヒーレントで空間的に重なるビームは自己設定ネットワークだけでコヒーレンス特性に基づいてデマルチプレックスできるか。
• RQ5 デバイス上でのコヒーレンス学習と分離を定量化する運用指標（エントロピー、クロスコット）とは何か。

主な発見

• 9モードデバイスは、2つの独立したレーザーから開始して、最も強い2つのコヒーレンスモードを成功裏に発見・分離した。
• 固有ベクトルの適合度はレイヤー1で97.8%、レイヤー2で99.9%；固有値推定誤差はレイヤー1で0.29%、レイヤー2で3.11%。
• 最初のレイヤー全体で出力間のコヒーレンスが抑制されるにつれて2モードの縁が減衰するが、2番目のレイヤーではこれ以上は減衰しない。
• 分離されたビーム間のクロスコットは-13.0 dBまで低減。
• 総物理部品はO(rN)にスケールし、rはコヒーレンシー行列の階数、Nはモード数；勾配ベースの更新を用いてr層で最適化を実施。
• このアプローチはオンチップで混合トモグラフィに対して>98%の忠実度を達成。