极限条件下的高容量超表面：极化与波长复用
光学
2024-08-20 v1
摘要
极化和波长复用是提高超表面容量最常采用的数据技术。现有工作已将每种技术推向各自的极限。例如，通过噪声工程显著增加了在单一波长下工作的极化复用通道数。然而，同时实现波长和极化的复用极限仍然具有挑战性。此外，这些复用方法还受计算效率低下的制约，阻碍了此类技术在需要大量训练计算的任务（如图像识别）的应用。本文我们引入一种基于深度神经网络（DNN）的梯度优化算法，以实现两种复用技术的极限，同时具有高计算效率。我们实验性地演示了此能力，实现了在五个波长和最大三个独立极化通道下实现 15 幅全息图像，以及在三个波长和六个相关极化通道下实现 18 幅全息图像。此外，凭借 DNN 方法的高计算效率，这种方法非常适合处理大规模数据集，我们在九个复用通道（三个波长 * 三个极化）中编码的九十六类图像识别任务中实现了 96% 的分类准确率（计算）和 91.5%（实验）。本工作为高容量复用超表面树立了新基准，展示了基于梯度逆向设计实现多功能光学元件的潜力。
引用
@article{arxiv.2408.09509,
title = {High-Capacity Metasurface at Limits of Polarization and Wavelength Multiplexing},
author = {Yanjun Bao and Hongsheng Shi and Rui Wei and Boyou Wang and Zhou Zhou and Cheng-Wei Qiu and Baojun Li},
journal= {arXiv preprint arXiv:2408.09509},
year = {2024}
}