来源公众号：NJU Emlab
电磁波的轨道角动量由于具有模式无限性和传输时的正交性，可以用来编码不同信息，进而大幅度地提升光/无线通信中的信道容量。近年来，超表面的快速发展为携带轨道角动量的涡旋波束调控提供了新的平台。将几何相位和传播相位相结合，可以独立地调控两个正交的圆极化波的波前。目前，基于这种调控机理可以在单个频段实现自旋角动量到轨道角动量的任意转换和模式自由组合的矢量涡旋光束生成。多频复用工作模式可以进一步地提升信道容量，但是难以预测的频率串扰使得该模式下结构的设计难度和优化时间成本呈指数增加，因此，如何将这样的自旋解耦方式快速、高效地拓展到多个频段仍需进一步地探索。
针对上述问题，本课题组提出了一种深度学习辅助的逆向设计方法，实现了双自旋/双频率四通道的涡旋波束复用以及自上而下的自动设计。研究人员应用深度学习方法（包含分类器，多层感知器）和先验知识引导的自适应迭代过程构建了逆向设计模型，实现四通道复用超表面单元的快速按需设计。一旦确定四个圆极化通道所需实现的涡旋波束，逆向设计模型就可以自动地输出超表面阵列中每个单元的结构参数。作为样例，研究人员设计并验证了一系列的超表面涡旋波束生成器件，包含频率复用的任意自旋-轨道角动量转换器，双频矢量涡旋光束生成器和八通道高阶庞加莱球光束生成器。这一工作突破了自旋解耦超表面依赖手动设计优化的传统架构，基于深度学习方法和先验知识建立了超表面物理参数与其多通道相位响应之间的内在映射关系，为大容量涡旋波束复用提供了一个紧凑而有效的平台，有望提升轨道角动量在无线通信和量子信息科学中的应用潜力。
相关研究工作近期以“Deep-learning-assisted inverse design of dual-spin/frequency metasurface for quad-channel off-axis vortices multiplexing”为题发表于《Advanced Photonics Nexus》(DOI：10.1117/1.APN.2.1.016010）。博士研究生屈凯为本文的第一作者，陈克副教授与冯一军教授为论文的共同通讯作者，课题组部分教师和同学也参与了该工作。
图1 深度学习辅助的双频率/自旋复用超表面逆向设计示意图。
图2 两种示例的涡旋波束生成器件。双频自旋-轨道角动量转换器的 (a) 远场仿真分析结果，(b) 近场仿真分析与实验测试结果。双频离轴矢量涡旋光束生成器的 (c) 远场仿真分析结果，(d) 近场仿真分析与实验测试结果。
图3 大容量涡旋波束生成器件。八通道高阶庞加莱球光束的 (a) 不同极化分量，(b) 远场仿真分析结果，以及 (c) 它们在高阶庞加莱球上对应的位置。
文章链接：http://dx.doi.org/10.1117/1.APN.2.1.016010
免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号。
两江科技评论