[논문 리뷰] All-Optical Phase Conjugation Using Diffractive Wavefront Processing

Che‐Yung Shen, Jingxi Li외 3명|arXiv (Cornell University)|2023. 11. 08.

Advanced Optical Imaging Technologies참고 문헌 54인용 수 4

한 줄 요약

이 논문은 위상 왜곡이 있는 비편광 필드를 위한 모든 광학적 위상 공명(All-optical Phase Conjugation, OPC)을 가능하게 하는 딥러닝 최적화된 수동 회절적 파면 처리기를 제시한다. 3차원으로 제작된 회절층을 통해 파면을 공명하도록 훈련시킴으로써, 예측할 수 없는 왜곡에 대해 테라헤르츠 대역에서 강인한 OPC를 달성하였으며, 활성 구성 요소 없이도 소형이고 확장 가능한 왜곡 보정 및 혼탁도 억제 솔루션을 제공한다.

ABSTRACT

Optical phase conjugation (OPC) is a nonlinear technique used for counteracting wavefront distortions, with various applications ranging from imaging to beam focusing. Here, we present the design of a diffractive wavefront processor to approximate all-optical phase conjugation operation for input fields with phase aberrations. Leveraging deep learning, a set of passive diffractive layers was optimized to all-optically process an arbitrary phase-aberrated coherent field from an input aperture, producing an output field with a phase distribution that is the conjugate of the input wave. We experimentally validated the efficacy of this wavefront processor by 3D fabricating diffractive layers trained using deep learning and performing OPC on phase distortions never seen by the diffractive processor during its training. Employing terahertz radiation, our physical diffractive processor successfully performed the OPC task through a shallow spatially-engineered volume that axially spans tens of wavelengths. In addition to this transmissive OPC configuration, we also created a diffractive phase-conjugate mirror by combining deep learning-optimized diffractive layers with a standard mirror. Given its compact, passive and scalable nature, our diffractive wavefront processor can be used for diverse OPC-related applications, e.g., turbidity suppression and aberration correction, and is also adaptable to different parts of the electromagnetic spectrum, especially those where cost-effective wavefront engineering solutions do not exist.

연구 동기 및 목표

• 모든 광학적 위상 공명(OPC)을 위한 수동적, 소형이고 확장 가능한 솔루션을 개발하기 위해.
• 비선형 OPC 방법의 한계를 극복하기 위해 공학된 회절 구조를 사용해 모든 광학적 처리를 가능하게 하기 위해.
• 비용 효율적인 파면 공학이 여전히 도전적인 테라헤르츠 대역으로 OPC 능력을 확장하기 위해.
• 훈련 중에 볼 수 없었던 위상 왜곡에 대해 OPC를 성공적으로 구현하여 시스템의 강인성을 검증하기 위해.
• 물리적으로 실현 가능한 수동 장치를 통해 혼탁도 억제 및 왜곡 보정 응용을 가능하게 하기 위해.

제안 방법

• 딥러닝 프레임워크를 사용하여 입력 비편광 필드의 모든 광학적 위상 공명을 수행하도록 수동 회절층의 시퀀스를 최적화하였다.
• 회절층은 임의의 위상 왜곡을 가진 입력 파면을 출력에서 복소수 공역으로 변환하도록 훈련되었다.
• 훈련된 회절 처리기는 최적화된 위상 프로파일을 3차원으로 제작함으로써 물리적으로 실현되었다.
• 축 방향 두께가 수십 개의 파장에 이르는 테라헤르츠 복사로 시스템을 실험적으로 검증하였다.
• 표준 반사 거울과 최적화된 회절층을 조합하여 회절적 위상 공명 거울을 구현하였다.
• 이 방법은 활성 구성 요소 없이 수동 회절에 의존하여 파면 처리를 가능하게 한다.

실험 결과

연구 질문

• RQ1 딥러닝으로 훈련된 수동 회절적 파면 처리기가 훈련 중에 경험하지 못한 위상 왜곡을 가진 입력에 대해 모든 광학적 위상 공명을 수행할 수 있는가?
• RQ2 훈련 중에 존재하지 않은 위상 왜곡에 대해 회절 처리기가 얼마나 잘 일반화되는가?
• RQ3 이 방법은 물리적으로 소형이고 3차원으로 제작된 구조를 통해 테라헤르츠 대역에 구현될 수 있는가?
• RQ4 이 처리기가 왜곡 보정 및 혼탁도 억제와 같은 응용 분야에서 파면 왜곡을 얼마나 잘 보정하는가?
• RQ5 이 회절적 파면 처리기는 전자기 스펙트럼의 다양한 영역에서 얼마나 확장 가능하고 적응 가능한가?

주요 결과

• 3차원으로 제작된 회절적 파면 처리기는 훈련 중에 만난 바 없는 위상 왜곡에 대해 성공적으로 모든 광학적 위상 공명을 수행하였다.
• 축 방향으로 수십 개의 파장에 이르는 물리적으로 소형의 투과형 구조를 사용하여 효과적인 파면 보정을 달성하였다.
• 고정밀도로 복잡한 위상 왜곡을 테라헤르츠 대역에서 강인하게 보정하는 데 성공하였다.
• 딥러닝 최적화된 회절층을 표준 거울과 조합함으로써 功能성 있는 회절적 위상 공명 거울을 제작할 수 있었다.
• 이 방법은 다양한 전자기 스펙트럼 대역으로 확장 가능하며, 특히 비용 효율적인 파면 공학 솔루션이 부족한 영역에 매우 적합하다.
• 이 방법은 비선형 광학 재료나 활성 피드백 루프가 필요 없이 수동적이고 저전력의 파면 보정을 가능하게 한다.