[论文解读] All-Optical Phase Conjugation Using Diffractive Wavefront Processing

Che‐Yung Shen, Jingxi Li+3 more|arXiv (Cornell University)|Nov 8, 2023

Advanced Optical Imaging Technologies参考文献 54被引用 4

一句话总结

本文提出了一种专为深度学习优化的无源衍射波前处理器，可在具有相位畸变的相干光场中实现全光相位共轭（OPC）。通过3D打印制造出经过训练以共轭波前的衍射层，该系统在未见过的畸变下于太赫兹波段实现了鲁棒的OPC，展示了无需主动元件的紧凑、可扩展的像差校正与散射抑制解决方案。

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.

研究动机与目标

• 开发一种无源、紧凑且可扩展的全光相位共轭（OPC）解决方案，用于波前校正。
• 通过使用工程化衍射结构实现全光处理，克服非线性OPC方法的局限性。
• 将OPC能力扩展至太赫兹波段，该波段中成本效益高的波前工程仍具挑战性。
• 通过在训练中未见的相位畸变上展示OPC，验证系统的鲁棒性。
• 通过物理上可实现的无源器件，实现散射抑制与像差校正的应用。

提出的方法

• 采用深度学习框架优化一系列无源衍射层，以对输入相干场执行全光相位共轭。
• 通过训练使衍射层将具有任意相位畸变的输入波前转换为输出端的复共轭。
• 通过3D打印制造出优化后的相位剖面，实现物理上的衍射处理器。
• 利用太赫兹辐射对系统进行实验验证，轴向厚度达数十个波长。
• 通过将优化后的衍射层与标准反射镜结合，构建出衍射相位共轭镜。
• 该方法无需主动元件，完全依赖无源衍射实现波前处理。

实验结果

研究问题

• RQ1 能否通过深度学习训练的无源衍射波前处理器，对任意具有相位畸变的输入执行全光相位共轭？
• RQ2 该衍射处理器在训练中未出现的相位畸变上泛化能力如何？
• RQ3 该方法能否在太赫兹波段中通过物理紧凑的3D打印结构实现？
• RQ4 该衍射处理器在像差校正与散射抑制等应用中，对波前畸变的校正性能如何？
• RQ5 该衍射波前处理器在电磁频谱不同区域的可扩展性与适应性如何？

主要发现

• 3D打印的衍射波前处理器成功对训练中未遇到的相位畸变实现了全光相位共轭。
• 该系统通过轴向厚度达数十个波长的物理紧凑透射结构，实现了有效的波前校正。
• 该衍射处理器在太赫兹波段以高保真度校正了复杂的相位像差，表现出强鲁棒性。
• 将深度学习优化的衍射层与标准镜面结合，成功实现了功能性的衍射相位共轭镜。
• 该方法可扩展并适用于多种电磁波段，尤其适用于缺乏成本效益波前工程解决方案的波段。
• 该方法实现了无源、低功耗的波前校正，无需非线性光学材料或主动反馈回路。