使用物理信息神经网络的无参考复杂介质表征
光学
2023-09-28 v3 计算物理
摘要
在这项工作中，我们提出了一种使用物理信息的多平面神经网络（MPNN）来表征复杂散射介质传输矩阵的方法，且不需要已知的光学参考场。我们使用该方法精确测量了商用多模光纤的传输矩阵，避免了输出相位模糊和暗点问题，与相移全息术相比聚焦效率提高了至多 58%。我们展示了我们的方法比相步全息术具有显著更强的噪声鲁棒性，并展示其可推广到表征传输矩阵的级联，从而允许人们在独立散射介质之间控制光的传播。这项工作为通过复杂介质精确控制光提供了一个重要工具，其应用范围从经典光网络、生物医学成像到量子信息处理。
引用
@article{arxiv.2303.16041,
title = {Referenceless characterisation of complex media using physics-informed neural networks},
author = {Suraj Goel and Claudio Conti and Saroch Leedumrongwatthanakun and Mehul Malik},
journal= {arXiv preprint arXiv:2303.16041},
year = {2023}
}