2013春节联欢晚会

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>將(jiang)機(ji)器(qi)學(xue)習(xi)用(yong)於(yu)超(chao)表(biao)面(mian)設(she)計(ji)，宏(hong)觀(guan)光(guang)学设计新(xin)方(fang)法(fa)？

近(jin)年(nian)來(lai)，超表面結(jie)構(gou)的(de)光学技(ji)術(shu)開(kai)始(shi)受(shou)到(dao)越(yue)来越多(duo)關(guan)註(zhu)，超表面是(shi)壹(yi)種(zhong)二(er)維(wei)超材(cai)料(liao)，它(ta)可(ke)以(yi)在(zai)亞(ya)波(bo)長(chang)範(fan)圍(wei)內(nei)，靈(ling)活(huo)調(tiao)控(kong)入(ru)射(she)光的振(zhen)幅(fu)、相(xiang)位(wei)和(he)偏(pian)振，具(ju)有(you)強(qiang)大(da)的光場(chang)操(cao)控能(neng)力(li)，並(bing)且(qie)可實(shi)現(xian)傳(chuan)統(tong)光学不(bu)具備(bei)的功(gong)能。由(you)于這(zhe)种電(dian)磁(ci)波灵活调制(zhi)的特(te)性(xing)，超表面可以有多种用途(tu)，比(bi)如(ru)超材料完(wan)美(mei)吸(xi)收(shou)器（MPA）、隱(yin)形(xing)裝(zhuang)置(zhi)、平(ping)面超透(tou)鏡(jing)和超表面全(quan)息(xi)顯(xian)示(shi)等(deng)等。

超表面技术在开發(fa)和改(gai)進(jin)光学、微(wei)波器件(jian)方面體(ti)现出(chu)很(hen)好(hao)的效(xiao)果(guo)，也(ye)豐(feng)富(fu)了(le)全息方案(an)的设计和應(ying)用场景(jing)。比如制造(zao)薄(bo)如发絲(si)的微型(xing)透镜（Metalens），应用于攝(she)像(xiang)頭(tou)、醫(yi)療(liao)器械(xie)、車(che)載(zai)传感(gan)器/雷(lei)達(da)、AR/VR、全息显示等场景。不過(guo)，由于工(gong)藝(yi)復(fu)雜(za)等因(yin)素(su)，目(mu)前(qian)還(hai)不適(shi)合(he)大規(gui)模(mo)生(sheng)產(chan)。

為(wei)了改善(shan)上(shang)述(shu)情(qing)況(kuang)，中(zhong)國(guo)人(ren)民(min)解(jie)放(fang)軍(jun)空(kong)军工程(cheng)大学的科(ke)研(yan)人員(yuan)提(ti)出了一种新的全息超表面（CAHMs）设计方案，該(gai)方案名(ming)为“基(ji)于电场圖(tu)案的單(dan)片(pian)式(shi)全息超表面设计”，特點(dian)是通(tong)过卷(juan)積(ji)神(shen)經(jing)網(wang)絡(luo)（CNN）实现殘(can)差(cha)編(bian)碼(ma)和解码，并用电场图案直(zhi)接(jie)设计全息超表面。在这項(xiang)研究(jiu)中，重(zhong)点描(miao)述了生成(cheng)全息超表面所(suo)使(shi)用的深(shen)度(du)学习方案，其(qi)特点是制造工艺、设计结构簡(jian)单，实用性强。

简单来講(jiang)，就(jiu)是利(li)用卷积神经网络这种机器学习技术，直接将电场分(fen)布(bu)和輸(shu)入图像映(ying)射到全息超表面上，这個(ge)全息超表面上本(ben)身(shen)包(bao)含(han)了所需(xu)的相位和幅值(zhi)。另(ling)外(wai)，这种映射通过残差编码器和解码器来实现，并使用預(yu)訓(xun)練(lian)网络和遷(qian)移(yi)学习框(kuang)架(jia)来提高(gao)训练效果。

通常(chang)，超表面工艺基于周(zhou)期(qi)性/準(zhun)周期性人工原(yuan)子(zi)排(pai)列(lie)，是一种二维平面结构。超表面具有超材料的电磁控制性，因此(ci)在相位、振幅、偏振、传播(bo)模式等方面具有灵活调節(jie)的優(you)勢(shi)。而(er)通过调整(zheng)超表面的幅值和相位信(xin)息，便(bian)可以快(kuai)速(su)实现全息成像效果。按(an)照(zhao)信息调制方式分類(lei)，超表面全息技术大致(zhi)有三(san)种：純(chun)相位超表面全息、纯振幅超表面全息和复振幅超表面全息。在超表面设计中，最(zui)常見(jian)的方法是在微观结构層(ceng)面设计，比如超表面正(zheng)向(xiang)和逆(ni)向设计，直接從(cong)结构中推(tui)導(dao)出电磁響(xiang)应，从电磁光譜(pu)中推导出幾(ji)何(he)參(can)數(shu)。

相比之(zhi)下(xia)，复振幅全息超表面（CAHM）在调制相位和幅值上具有灵活性，可很好的操控波前传播，实现优秀(xiu)的图像重建(jian)質(zhi)量(liang)。不过，目前流(liu)行(xing)的CAHM设计方法基于惠(hui)更(geng)斯(si)-菲(fei)涅(nie)爾(er)理(li)論(lun)，即(ji)计算(suan)出超表面的相位和幅值，然(ran)後(hou)利用指(zhi)定(ding)的电磁响应来设计超表面材料，并使用超表面来填(tian)充(chong)目標(biao)全息图分布。但(dan)由于元(yuan)件耦(ou)合和誤(wu)差問(wen)題(ti)，衍(yan)射理论的理论结果和实際(ji)结果有出入，所以需要(yao)进一步(bu)数值模擬(ni)来驗(yan)證(zheng)，这种计算通常比較(jiao)复杂，耗(hao)時(shi)耗力，但通过结合机器学习技术，将有望(wang)降(jiang)低(di)设计的复杂性，加(jia)速计算过程。

因此科研人员提出了结合机器学习的新工艺，其原理是讓(rang)预训练网络首(shou)先(xian)通过衍射理论、参数掃(sao)描，来推算出单元结构的参数信息，并根(gen)據(ju)这些(xie)信息来调控超表面的幅值和相位，然后输入到迁移学习框架中，来映射模拟的电场分布和输入图像，实现全息图像生成。

该方案使用的深度学习框架（基于PyTorch）由少(shao)量卷积层、残差层和全連(lian)接层构成，此外还采(cai)用了I形超表面单元结构，初(chu)始化(hua)的超表面结构单元共(gong)有5层，包括(kuo)2层介(jie)质基板(ban)、3层金(jin)屬(shu)貼(tie)片（銅(tong)）。深度学习框架通过改變(bian)单元结构的开口(kou)、旋(xuan)轉(zhuan)角(jiao)度，来实现复制和相位控制。通过该模型生成的全息超表面结构，可通过PCB工艺加工实现，好處(chu)是实用性强、成本低，具有廣(guang)泛(fan)的应用價(jia)值。

机器学习可有效加快超表面的设计效率(lv)，另外一方面就是从宏观角度设计超表面，比微观设计更有助(zhu)于提高效率和精(jing)度。也就是說(shuo)，通过分析(xi)局(ju)部(bu)电场的空間(jian)分布，来学习局部电场的内在规律(lv)，从而重构它和调制器的映射关系(xi)。

为了验证该设计的效果，科研人员在数据集(ji)上进行了測(ce)試(shi)，结果显示该设计的平均(jun)像素歸(gui)一化误差約(yue)为3%。这意(yi)味(wei)著(zhe)，利用该方法设计出的全息超表面，與(yu)目标图像之间的误差很小(xiao)。此外，利用该方法制造的超表面原型的重建电场，与目标电场足(zu)夠(gou)接近，同(tong)樣(yang)验证了设计的有效性。参考(kao)：oejournal，phys.org返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任(ren)编輯(ji)：