高い

電子エンコーディングと回折光学デコーディングのハイブリッド システムは、ランダムな未知のディフューザーを介して光学情報を高い忠実度で送信します。

SPIE--国際光学およびフォトニクス学会

画像: 電子エンコーディングと回折デコーディングを使用した、ランダムな未知のディフューザーを介した光学情報の伝達。 (a) ハイブリッド電子光学モデルのワークフロー: 電子ニューラル ネットワークは入力オブジェクトを 2D 位相パターンにエンコードし、全光学回折ニューラル ネットワークはランダムな未知の位相ディフューザーを介して送信された情報をデコードします。 (b) スペクトルの THz 部分で動作する 3D プリントされた回折デコーダの写真。 (c) 電子エンコーディングを備えた 3D プリント回折デコーダを使用した、未知のランダム位相拡散板を介した光学的情報伝達の実験結果。もっと見る

クレジット: Li et al.、doi 10.1117/1.AP.5.4.046009。

広い帯域幅と高い伝送容量を備えた自由空間での光情報の転送は、リモートセンシング、水中通信、医療機器などのさまざまな用途で大きな注目を集めています。 それにもかかわらず、光路内の予測不可能で未知の位相摂動やランダムなディフューザーは大きな課題を引き起こし、自由空間での光データの高忠実度伝送を制限します。 補償光学は、ランダムな歪みを動的に補正できる潜在的なソリューションを提供します。 ただし、空間光変調器と反復フィードバック アルゴリズムを使用すると、コストと複雑さの両方が必然的に増加します。

カリフォルニア大学ロサンゼルス校 (UCLA) の電気・コンピュータ工学部の Aydogan Ozcan 教授が率いる研究者チームは、Advanced Photonics で最近発表された新しいソリューションを紹介しました。 この新しいアプローチでは、電子エンコーディングと回折光学デコーディングを使用して、ランダムな未知のディフューザーを介して光学情報を高い忠実度で送信します。 教師あり学習を通じてトレーニングされたこのハイブリッド モデルには、畳み込みニューラル ネットワーク (CNN) ベースの電子エンコーダーと、物理的に製造され、相互に最適化された透過受動回折層が組み込まれています。 この 1 回限りの共同トレーニング プロセスの後、結果として得られるハイブリッド モデルは、未知の位相ディフューザーが存在する場合でも対象の光学情報を正確に転送でき、目に見えないランダム ディフューザーを介して情報を渡すように一般化することに成功します。 この新しいアプローチは、拡散ランダム媒体を介した光情報転送に回折光ネットワークまたは電子ニューラル ネットワークのいずれかのみを利用するシステムよりも大幅に優れており、電子エンコーダと回折デコーダの両方が連携して動作することの重要性が強調されています。

このハイブリッド電子光学モデルの実験的な概念実証と実現可能性は、電磁スペクトルのテラヘルツ部分で動作する 3D プリントされた回折ネットワークを使用して検証されました。 ハイブリッド モデルの光デコーダは、電磁スペクトルのさまざまな部分で動作するように物理的に拡張または縮小することができるため、回折機能を再トレーニングする必要がありません。

UCLAの研究チームは、このフレームワークが、埋め込み型システムにおける生物医学センシングおよびイメージングデータの送信、水中光通信、乱流大気条件を通じたデータ送信など、さまざまな用途に低電力でコンパクトな代替手段を提供すると考えている。

この進歩の詳細については、Li らによるゴールド オープン アクセスの記事「電子エンコーディングと回折デコーディングを使用したランダムな未知のディフューザーを介した光情報転送」、Adv. 光子。4(4) 046009 (2023)、2 つの 10.1117/1.AP.5.4.046009。

高度なフォトニクス

10.1117/1.AP.5.4.046009

電子エンコーディングと回折デコーディングを使用した、ランダムな未知のディフューザーを介した光学情報の転送