【儀表網(wǎng) 研發(fā)快訊】超表面憑借對亞波長尺度“超原子”結(jié)構(gòu)幾何形態(tài)的精細(xì)設(shè)計，能夠在超薄二維平臺上實(shí)現(xiàn)對電磁波振幅、相位及偏振態(tài)的靈活調(diào)控，在未來光子系統(tǒng)中展現(xiàn)出巨大的應(yīng)用潛力。但當(dāng)前超表面設(shè)計仍依賴傳統(tǒng)“自下而上”的參數(shù)掃描與經(jīng)驗(yàn)，在面對多自由度控制、超大規(guī)模陣列設(shè)計以及復(fù)雜偏振態(tài)調(diào)控等高需求場景時，僅憑經(jīng)驗(yàn)設(shè)計效率低下、計算資源消耗巨大，還面臨結(jié)構(gòu)參數(shù)與電磁響應(yīng)之間的非唯一映射問題，嚴(yán)重制約了超原子結(jié)構(gòu)參數(shù)設(shè)計的穩(wěn)定性和可控性。近年來，人工神經(jīng)網(wǎng)絡(luò)的發(fā)展為超表面的逆向設(shè)計提供了全新范式，使得高像素、復(fù)雜結(jié)構(gòu)超表面的快速設(shè)計成為可能。因此，采用神經(jīng)網(wǎng)絡(luò)的逆向設(shè)計方法，對于提升太赫茲超表面的多功能集成能力、突破其偏振控制與效率瓶頸，實(shí)現(xiàn)高精度、實(shí)時可重構(gòu)的新型光學(xué)器件，具有重要的意義與應(yīng)用價值。
 

　　近日，上海科技大學(xué)信息科學(xué)與技術(shù)學(xué)院曹文翰課題組提出一種基于雙向深度神經(jīng)網(wǎng)絡(luò)逆向設(shè)計的自旋多路復(fù)用太赫茲超表面器件，實(shí)現(xiàn)了目標(biāo)電磁響應(yīng)與超原子幾何參數(shù)的精準(zhǔn)雙向映射，有效克服了傳統(tǒng)方法在效率與精度上的雙重瓶頸(圖1)。通過交叉排布與偏振復(fù)用協(xié)同機(jī)制，構(gòu)建可同時分離線性與圓偏振通道的高效超構(gòu)透鏡和全息成像太赫茲超表面器件。此項(xiàng)工作以“Spin-multiplexed metasurface inverse-design based on a bi-directional deep neural network for terahertz wavefront control”為題，發(fā)表于光學(xué)領(lǐng)域國際學(xué)術(shù)期刊Optica。
 

圖1 基于雙向深度神經(jīng)網(wǎng)絡(luò)逆向設(shè)計太赫茲超表面示意圖
 

圖2 采用雙向深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)具有中心聚焦功能的超透鏡
 

　　雙向深度神經(jīng)網(wǎng)絡(luò)通過前向預(yù)測網(wǎng)絡(luò)與逆向設(shè)計網(wǎng)絡(luò)的級聯(lián)架構(gòu)實(shí)現(xiàn)高效超表面設(shè)計。其中，逆向設(shè)計網(wǎng)絡(luò)基于復(fù)數(shù)形式的目標(biāo)電磁響應(yīng)逆向生成硅柱的結(jié)構(gòu)參數(shù)；前向預(yù)測網(wǎng)絡(luò)則以硅柱的結(jié)構(gòu)參數(shù)為輸入，預(yù)測其電磁響應(yīng)(圖2)。通過迭代優(yōu)化最小化預(yù)測誤差，該方法能夠精準(zhǔn)映射目標(biāo)電磁響應(yīng)的最優(yōu)超原子結(jié)構(gòu)參數(shù)。由此設(shè)計了具有自旋圓偏振通道的超構(gòu)透鏡(圖3)和全息成像超表面，從而驗(yàn)證雙向深度神經(jīng)網(wǎng)絡(luò)模型的可靠性。所設(shè)計的超構(gòu)透鏡在0.6 THz工作頻點(diǎn)下，兩個自旋通道的聚焦效率分別達(dá)到54.06%和50.49%。同時，全息成像超表面重建全息圖像的相關(guān)系數(shù)和峰值信噪比最高可達(dá)0.95和25.37 dB。通過將雙向深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于交叉排布式偏振檢測超表面的逆向設(shè)計，實(shí)現(xiàn)了線同偏振與圓交叉偏振光的四通道獨(dú)立調(diào)控。這種高效且精準(zhǔn)的逆向設(shè)計方法為光學(xué)集成系統(tǒng)的開發(fā)提供了支持，為實(shí)現(xiàn)高性能、實(shí)時可重構(gòu)光子器件提供了新思路。
 

圖3 在左旋圓偏振和右旋圓偏振光垂直入射下設(shè)計的中心聚焦超透鏡
 

　　上海科技大學(xué)是該成果的第一完成單位。信息學(xué)院2024級碩士研究生衛(wèi)浩然為第一作者，曹文翰教授為通訊作者。上海師范大學(xué)何曉勇教授對該工作提供了指導(dǎo)。