|
引言+ [& e; b1 H0 V+ q
波前傳感在光學(xué)領(lǐng)域的多個(gè)方面都具有重要作用,包括自適應(yīng)光學(xué)、計(jì)量學(xué)和激光束質(zhì)量評(píng)估。傳統(tǒng)方法如Shack-Hartmann波前傳感器(SHWS)在空間分辨率和動(dòng)態(tài)范圍方面存在局限性。本文介紹了一種創(chuàng)新的波前傳感方法,該方法使用深度學(xué)習(xí)驅(qū)動(dòng)的光學(xué)差分技術(shù),這是由Swain等人在最近的研究中展示的[1]。" ^; x) g) v1 Z
yst0vbkwco0640127920825.png (366.54 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
yst0vbkwco0640127920825.png
2024-11-12 01:46 上傳
3 G+ c" L( B% [: y" Y# o# A
$ H4 r* m+ i0 \- u+ S
光學(xué)差分波前傳感器(ODWS)相比傳統(tǒng)方法具有多項(xiàng)優(yōu)勢(shì)。通過(guò)增加濾波器尺寸,可以實(shí)現(xiàn)更高的空間分辨率(僅受相機(jī)像素間距限制)和可擴(kuò)展的動(dòng)態(tài)范圍。這種技術(shù)的核心在于在被測(cè)波的遠(yuǎn)場(chǎng)使用幅度調(diào)制。
4 A+ Z7 }( f$ Y1 C* A
0r5hn2vt245640127920925.png (82.02 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
0r5hn2vt245640127920925.png
2024-11-12 01:46 上傳
0 r$ l, o6 X5 w& p2 z; y; Z/ Y/ r
圖1:實(shí)驗(yàn)ODWS設(shè)置的示意圖,展示了主要組件和光路。
8 R5 g: g1 R6 ]7 }8 W' u' j2 Y( C
9 ^# R1 F/ p7 C' w如圖1所示,ODWS設(shè)置包含幾個(gè)關(guān)鍵組件。空間光調(diào)制器(SLM)位于物平面上,用于生成波前。由前兩個(gè)透鏡組成的遠(yuǎn)攝系統(tǒng)與第三個(gè)透鏡共焦。幅度傳輸濾波器放置在遠(yuǎn)攝系統(tǒng)的焦平面上。最后,位于像平面的相機(jī)捕捉結(jié)果流量圖案。7 A; o9 v0 U( g J- [7 Q
3 m. z( l. C8 s. J3 w
ODWS的核心原理基于像平面流量分布與波前斜率之間的關(guān)系。對(duì)于線性幅度傳輸梯度濾波器,這種關(guān)系由以下方程描述:- T' g# E* J0 N8 O. e3 k
; J2 x/ x# ?9 _' H3 ~) S: X( d
?φ(-x/m,-y/m) / ?(-x/m) = (πW/λf) * (2√(Fx(x,y)/F0(x,y)) - 1)3 C4 U% V% {1 s. ^0 A2 {
* t& M+ d: t2 y' @& I) ^其中F0是100%均勻?yàn)V波器傳輸下的流量,W是濾波器寬度,F(xiàn)x是沿x方向?yàn)V波器傳輸梯度獲得的流量圖,f是遠(yuǎn)攝系統(tǒng)的有效焦距,m是放大倍率。- b6 n a) h% Y9 o, X; C# t
O3 r/ A0 l& d, v/ M2 ^ODWS面臨的一個(gè)挑戰(zhàn)是動(dòng)態(tài)范圍和靈敏度之間的權(quán)衡。為解決這個(gè)問(wèn)題,研究人員實(shí)現(xiàn)了使用二進(jìn)制像素化濾波器的非線性傳輸剖面。這些濾波器設(shè)計(jì)為中心區(qū)域具有較陡的斜率,外部區(qū)域具有較淺的斜率,從而實(shí)現(xiàn)高靈敏度和高動(dòng)態(tài)范圍。
L" A3 r) C: N, T0 y1 o2 @/ v* Y
wf5ly21zlck640127921025.png (227.47 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
wf5ly21zlck640127921025.png
2024-11-12 01:46 上傳
0 B2 s4 ~6 Q9 z- c圖2:(a)線性濾波器(LF)、非線性濾波器1(NLF1)和非線性濾波器2(NLF2)的幅度傳輸和(b)斜率剖面。 B4 q2 C; k0 w3 p9 r
. C" N a6 ?+ v' W" f7 C圖2展示了研究中使用的三種濾波器的傳輸和斜率剖面:一個(gè)線性濾波器(LF)和兩個(gè)非線性濾波器(NLF1和NLF2)。非線性濾波器在中心區(qū)域提供更陡的斜率,同時(shí)在外部區(qū)域保持較淺的斜率,使低波前斜率的靈敏度得到改善,而不犧牲整體動(dòng)態(tài)范圍。2 F6 T5 v4 j0 o6 B) l+ }
6 m, l3 f& R9 q# \6 |5 C7 B
為克服分析重建方法的局限性,尤其是對(duì)非線性濾波器,研究人員采用了深度學(xué)習(xí)方法。他們?cè)O(shè)計(jì)了一個(gè)受U-Net啟發(fā)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)架構(gòu),用于從ODWS流量圖像重建波前。
' ?4 z. R+ M% R I; }% h
eb4dtu3ihna640127921126.png (246.36 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
eb4dtu3ihna640127921126.png
2024-11-12 01:46 上傳
+ ]- Q* ^+ V0 {
圖3:(a) 用于從ODWS流量比率圖重建波前的整體CNN架構(gòu),包括編碼器(藍(lán)色塊)和解碼器(綠色塊)層。(b) 編碼器層的架構(gòu)。(c) 解碼器層的架構(gòu)。
9 O0 | v$ { q# M! Z2 h4 p7 ~9 J. B. T8 W$ ]& Q" X2 t+ B; D; X$ F
如圖3所示的CNN架構(gòu)由編碼器和解碼器層組成。網(wǎng)絡(luò)的輸入是流量比率(Fx/F0,F(xiàn)y/F0)的雙通道圖像,輸出是重建的波前。編碼器層通過(guò)批量歸一化、卷積操作、平均池化和激活函數(shù)處理輸入。然后,解碼器層對(duì)特征圖進(jìn)行上采樣和處理以重建波前。* X5 A% e1 \- ~# v3 }% w! Z
3 k7 U* r9 \# r1 H" I! S9 |! v0 @為訓(xùn)練和測(cè)試CNN,研究人員生成了一個(gè)包含10,000個(gè)不同復(fù)雜度波前的數(shù)據(jù)集。該數(shù)據(jù)集包括單個(gè)Fringe Zernike多項(xiàng)式、組合Fringe Zernike多項(xiàng)式和隨機(jī)模式。0 \, }) m- g( M& P u4 Y+ j
xhmlud0cb3y640127921226.png (147.84 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
xhmlud0cb3y640127921226.png
2024-11-12 01:46 上傳
) b4 z( a" ^% H3 W% n
圖4:10,000個(gè)波前數(shù)據(jù)集的(a)峰谷值(PV)和(b)最大斜率的直方圖。
$ I: G) S: g$ d' m( t' T: ~6 Q! H, C) T0 G
圖4顯示了用于訓(xùn)練和測(cè)試的波前數(shù)據(jù)集的統(tǒng)計(jì)信息。輸入波前的峰谷值范圍從0到10λ(λ = 632.8 nm),每個(gè)波前在每個(gè)正交方向上的最大斜率在-4.6和4.6 λ/mm之間。
# s+ g5 L; n* x5 }" z+ K+ ?6 Y* h$ r! A* \
4 k% Y9 z/ ` a' C7 L研究人員比較了基于CNN的波前重建方法與解析重建方法在模擬和實(shí)驗(yàn)數(shù)據(jù)上的性能。3 w/ V7 Q, [! A
ww5xkjuok2c640127921326.png (201.1 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
ww5xkjuok2c640127921326.png
2024-11-12 01:46 上傳
( i, p7 l6 ~ m8 z- W3 B3 ?0 [0 q, U6 O8 i圖5:使用模擬(上排)和實(shí)驗(yàn)(下排)獲得的流量數(shù)據(jù),CNN重建的1000個(gè)測(cè)試波前的殘差RMS直方圖。(a)和(e) 線性濾波器LF;(b)和(f) 非線性濾波器NLF1;(c)和(g) 非線性濾波器NLF2;(d)和(h) 使用解析方程的重建。5 e U3 e3 j$ j5 ?
* C/ ~3 R4 L& T7 b# {. b
圖5展示了模擬和實(shí)驗(yàn)結(jié)果的殘差波前RMS直方圖;贑NN的重建一致地顯示出比解析重建方法更低的殘差波前RMS。這證明了深度學(xué)習(xí)方法在存在系統(tǒng)不完美和噪聲的情況下具有更高的精度和穩(wěn)健性。$ ~( b0 a5 X; S @
: F3 C: Y* s( t5 _; u為評(píng)估非線性濾波器在實(shí)現(xiàn)更高靈敏度方面的有效性,研究人員分析了歸一化波前誤差與最大波前斜率的關(guān)系。4 y0 C! A0 j- B% ]
31c1bci5fmc640127921426.png (156.82 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
31c1bci5fmc640127921426.png
2024-11-12 01:46 上傳
1 ?; Q7 w$ c; O& \( `* o' t! f
圖6:LF、NLF1和NLF2的歸一化波前誤差(WFE)。( c; r* h$ f6 ^" K
# k0 i& b, j6 q; z
圖6說(shuō)明了使用具有較大中心斜率的濾波器時(shí),對(duì)低斜率波前的測(cè)量精度得到了提高。這一結(jié)果證實(shí)了非線性濾波器剖面在不影響動(dòng)態(tài)范圍的情況下實(shí)現(xiàn)了增強(qiáng)的靈敏度。. O' i% t* \3 g* F
) c' @; V1 x! d; }
最后,研究人員展示了他們的CNN架構(gòu)重建無(wú)法通過(guò)模態(tài)系數(shù)有效描述的復(fù)雜波前形狀的能力。
) q3 J6 a- r; O+ [" @0 D* N j7 M
2icrb12macx640127921526.png (260.55 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
2icrb12macx640127921526.png
2024-11-12 01:46 上傳
% u9 }* D9 l% R) F圖7:CNN對(duì)隨機(jī)模式波前的性能:(a) 真實(shí)值(PV:4.777 λ,RMS:0.780 λ);(b) CNN預(yù)測(cè)(PV:4.513 λ,RMS:0.799 λ);(c) 殘差(RMS:0.056 λ)。
. }. B) q y: U" K5 s% q+ \/ |' w+ J: z* J5 j0 ^
圖7展示了CNN準(zhǔn)確預(yù)測(cè)結(jié)合Zernike像差和隨機(jī)模式相位剖面的混合波前的能力。這一結(jié)果突顯了基于區(qū)域重建的CNN在處理復(fù)雜波前形狀方面的多功能性,這些復(fù)雜波前形狀可能在天文成像或生物樣本分析等各種應(yīng)用中遇到。, o1 B4 X/ o+ d0 j/ e
5 X( A& P% u2 K% V# `本文介紹了先進(jìn)的光學(xué)差分波前傳感技術(shù),該技術(shù)利用深度學(xué)習(xí)克服了傳統(tǒng)限制。通過(guò)結(jié)合非線性幅度濾波器和基于CNN的重建方法,研究人員展示了波前傳感中靈敏度、動(dòng)態(tài)范圍和穩(wěn)健性的提高。這種方法為各種光學(xué)應(yīng)用中的高性能波前測(cè)量提供了新的可能性,為未來(lái)更精確和多功能的光學(xué)系統(tǒng)奠定了基礎(chǔ)。( c* d# m# P, f8 Z; m( r
5 B: i# ~; h: V$ p2 E! {參考文獻(xiàn)
: |- l& T( H5 c" }# t7 S[1] B. R. Swain et al., "Wavefront sensing with optical differentiation powered by deep learning," Opt. Lett., vol. 49, no. 18, pp. 5216-5219, Sep. 2024./ s. e$ p$ ?' z# x" o5 Y* T5 m- R6 P
END5 ~& Y1 g" |) m7 P* l
4 f0 s( q3 e& h' m$ H
/ C' y( M; T2 Q3 j
軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用,PIC Studio都可提升您的工作效能。) H0 N9 F, e5 Y6 F
點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)
; v, z6 l, _ X* F9 R
+ G5 p) a @6 |4 n% i2 G歡迎轉(zhuǎn)載
r6 X& @+ Q4 B) S* U! p
7 s& ^! U4 B, d5 q6 r轉(zhuǎn)載請(qǐng)注明出處,請(qǐng)勿修改內(nèi)容和刪除作者信息!
/ C6 Z% `% n2 A" X8 G5 e7 V" Y6 j [* S1 i1 T& o4 s) ~) U& k; Z# t
( u2 Q- u( W. M. k" h$ v7 Y. r' e! X. I- ]* j! S! ^0 @
go5reawrgeo640127921626.gif (16.04 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
go5reawrgeo640127921626.gif
2024-11-12 01:46 上傳
' g: W! H( y% D$ M% Y9 W" b( i, [: O: W9 N1 B. i J
關(guān)注我們' T- Q+ @2 T8 l; q) Y
# [ D9 u8 F( |. c' |) G$ u Q e U# j' T3 c: E0 b: h* U
qdob3mo5gho640127921726.png (31.33 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
qdob3mo5gho640127921726.png
2024-11-12 01:46 上傳
; O4 q! h- F) {0 o# @, H9 e. z7 M
| 4 S6 @/ D0 y% Y3 {6 L/ G
aj3p1lyqivy640127921826.png (82.79 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
aj3p1lyqivy640127921826.png
2024-11-12 01:46 上傳
) I+ h2 R0 k. C% M0 K | / Y5 F1 P+ j% \1 L
hccnc4vfu4k640127921926.png (21.52 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
hccnc4vfu4k640127921926.png
2024-11-12 01:46 上傳
% x7 i6 c1 K h* I |
4 U. }8 f$ {3 o& R- O
: t+ F, u: d, w; D: b$ F3 k6 g0 \' e- R: u; H* R8 B: _
# _" c/ s o0 y關(guān)于我們:
+ }" r. S0 V% d) u' G深圳逍遙科技有限公司(Latitude Design Automation Inc.)是一家專注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化(EDA)的高科技軟件公司。我們自主開(kāi)發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件,提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio,分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù),廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作,推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展,致力于為客戶提供前沿技術(shù)與服務(wù)。+ |: f: R C0 f/ E
' u. H# |/ ^* {1 q Chttp://www.latitudeda.com/
, L4 T; n( e# `(點(diǎn)擊上方名片關(guān)注我們,發(fā)現(xiàn)更多精彩內(nèi)容) |
|