Optics Letters | 光學(xué)差分波前傳感：利用深度學(xué)習(xí)提高靈敏度和動(dòng)態(tài)范圍

逍遙設(shè)計(jì)自動(dòng)化

引言
, P, v7 s5 L- v9 Z波前傳感在光學(xué)領(lǐng)域的多個(gè)方面都具有重要作用，包括自適應(yīng)光學(xué)、計(jì)量學(xué)和激光束質(zhì)量評(píng)估。傳統(tǒng)方法如Shack-Hartmann波前傳感器（SHWS）在空間分辨率和動(dòng)態(tài)范圍方面存在局限性。本文介紹了一種創(chuàng)新的波前傳感方法，該方法使用深度學(xué)習(xí)驅(qū)動(dòng)的光學(xué)差分技術(shù)，這是由Swain等人在最近的研究中展示的[1]。


7 Q' K, X2 _" e9 ?5 v5 V光學(xué)差分波前傳感器（ODWS）相比傳統(tǒng)方法具有多項(xiàng)優(yōu)勢(shì)。通過(guò)增加濾波器尺寸，可以實(shí)現(xiàn)更高的空間分辨率（僅受相機(jī)像素間距限制）和可擴(kuò)展的動(dòng)態(tài)范圍。這種技術(shù)的核心在于在被測(cè)波的遠(yuǎn)場(chǎng)使用幅度調(diào)制。
5 r  R, G/ X" ?& X& P% T
( g8 [- _& f# H2 H' D圖1：實(shí)驗(yàn)ODWS設(shè)置的示意圖，展示了主要組件和光路。

+ G; [' C/ c  q. `$ j, d如圖1所示，ODWS設(shè)置包含幾個(gè)關(guān)鍵組件�？臻g光調(diào)制器（SLM）位于物平面上，用于生成波前。由前兩個(gè)透鏡組成的遠(yuǎn)攝系統(tǒng)與第三個(gè)透鏡共焦。幅度傳輸濾波器放置在遠(yuǎn)攝系統(tǒng)的焦平面上。最后，位于像平面的相機(jī)捕捉結(jié)果流量圖案。
, e4 B: ]& {+ c. }2 W) B2 Q- Q
: A9 Y) x/ ?( ^: JODWS的核心原理基于像平面流量分布與波前斜率之間的關(guān)系。對(duì)于線(xiàn)性幅度傳輸梯度濾波器，這種關(guān)系由以下方程描述：

& ~0 W0 e) [7 S8 z" ~" l& m?φ(-x/m,-y/m) / ?(-x/m) = (πW/λf) * (2√(Fx(x,y)/F0(x,y)) - 1)

其中F0是100%均勻?yàn)V波器傳輸下的流量，W是濾波器寬度，F(xiàn)x是沿x方向?yàn)V波器傳輸梯度獲得的流量圖，f是遠(yuǎn)攝系統(tǒng)的有效焦距，m是放大倍率。

( G8 |* o4 L6 U8 `0 rODWS面臨的一個(gè)挑戰(zhàn)是動(dòng)態(tài)范圍和靈敏度之間的權(quán)衡。為解決這個(gè)問(wèn)題，研究人員實(shí)現(xiàn)了使用二進(jìn)制像素化濾波器的非線(xiàn)性傳輸剖面。這些濾波器設(shè)計(jì)為中心區(qū)域具有較陡的斜率，外部區(qū)域具有較淺的斜率，從而實(shí)現(xiàn)高靈敏度和高動(dòng)態(tài)范圍。

6 R, I1 o0 o7 ~" o! D圖2：(a)線(xiàn)性濾波器（LF）、非線(xiàn)性濾波器1（NLF1）和非線(xiàn)性濾波器2（NLF2）的幅度傳輸和(b)斜率剖面。
. r$ [4 G$ K* K  a) R
( G& m* a: Y/ H: a圖2展示了研究中使用的三種濾波器的傳輸和斜率剖面：一個(gè)線(xiàn)性濾波器（LF）和兩個(gè)非線(xiàn)性濾波器（NLF1和NLF2）。非線(xiàn)性濾波器在中心區(qū)域提供更陡的斜率，同時(shí)在外部區(qū)域保持較淺的斜率，使低波前斜率的靈敏度得到改善，而不犧牲整體動(dòng)態(tài)范圍。
  f# u2 h) w! {6 S! n
9 {  N( a' @7 p2 h為克服分析重建方法的局限性，尤其是對(duì)非線(xiàn)性濾波器，研究人員采用了深度學(xué)習(xí)方法。他們?cè)O(shè)計(jì)了一個(gè)受U-Net啟發(fā)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，用于從ODWS流量圖像重建波前。
5 ?/ }) c1 m* z
: i: F3 `+ O! h$ }圖3：(a) 用于從ODWS流量比率圖重建波前的整體CNN架構(gòu)，包括編碼器（藍(lán)色塊）和解碼器（綠色塊）層。(b) 編碼器層的架構(gòu)。(c) 解碼器層的架構(gòu)。

8 z, k( y8 e( a9 W& Q如圖3所示的CNN架構(gòu)由編碼器和解碼器層組成。網(wǎng)絡(luò)的輸入是流量比率（Fx/F0，F(xiàn)y/F0）的雙通道圖像，輸出是重建的波前。編碼器層通過(guò)批量歸一化、卷積操作、平均池化和激活函數(shù)處理輸入。然后，解碼器層對(duì)特征圖進(jìn)行上采樣和處理以重建波前。
- Z$ l& T; d- r: T6 i; w
為訓(xùn)練和測(cè)試CNN，研究人員生成了一個(gè)包含10,000個(gè)不同復(fù)雜度波前的數(shù)據(jù)集。該數(shù)據(jù)集包括單個(gè)Fringe Zernike多項(xiàng)式、組合Fringe Zernike多項(xiàng)式和隨機(jī)模式。
2 {4 E/ O8 k/ s6 q4 m8 ^; W/ x
4 z  [; [: s( T. l6 _8 W圖4：10,000個(gè)波前數(shù)據(jù)集的(a)峰谷值（PV）和(b)最大斜率的直方圖。
$ N, s7 j  u0 _. @- {* y
9 c8 v! U9 r6 q, r0 n圖4顯示了用于訓(xùn)練和測(cè)試的波前數(shù)據(jù)集的統(tǒng)計(jì)信息。輸入波前的峰谷值范圍從0到10λ（λ = 632.8 nm），每個(gè)波前在每個(gè)正交方向上的最大斜率在-4.6和4.6 λ/mm之間。
6 h; \  N2 `* d- X; V
研究人員比較了基于CNN的波前重建方法與解析重建方法在模擬和實(shí)驗(yàn)數(shù)據(jù)上的性能。

圖5：使用模擬（上排）和實(shí)驗(yàn)（下排）獲得的流量數(shù)據(jù)，CNN重建的1000個(gè)測(cè)試波前的殘差RMS直方圖。(a)和(e) 線(xiàn)性濾波器LF；(b)和(f) 非線(xiàn)性濾波器NLF1；(c)和(g) 非線(xiàn)性濾波器NLF2；(d)和(h) 使用解析方程的重建。

2 U2 Z) U' X$ J圖5展示了模擬和實(shí)驗(yàn)結(jié)果的殘差波前RMS直方圖�；�于CNN的重建一致地顯示出比解析重建方法更低的殘差波前RMS。這證明了深度學(xué)習(xí)方法在存在系統(tǒng)不完美和噪聲的情況下具有更高的精度和穩(wěn)健性。
4 L& X% e" d0 B6 c; u  e. l
為評(píng)估非線(xiàn)性濾波器在實(shí)現(xiàn)更高靈敏度方面的有效性，研究人員分析了歸一化波前誤差與最大波前斜率的關(guān)系。
9 i, ]4 `* b" X6 g" L: \) N
! S: N. a+ r; b* {圖6：LF、NLF1和NLF2的歸一化波前誤差（WFE）。

2 z0 A0 Q1 J6 q- E0 K8 K) ]9 J圖6說(shuō)明了使用具有較大中心斜率的濾波器時(shí)，對(duì)低斜率波前的測(cè)量精度得到了提高。這一結(jié)果證實(shí)了非線(xiàn)性濾波器剖面在不影響動(dòng)態(tài)范圍的情況下實(shí)現(xiàn)了增強(qiáng)的靈敏度。
) ~6 p/ M) Q- F( b% X; g6 H4 |
最后，研究人員展示了他們的CNN架構(gòu)重建無(wú)法通過(guò)模態(tài)系數(shù)有效描述的復(fù)雜波前形狀的能力。

圖7：CNN對(duì)隨機(jī)模式波前的性能：(a) 真實(shí)值（PV：4.777 λ，RMS：0.780 λ）；(b) CNN預(yù)測(cè)（PV：4.513 λ，RMS：0.799 λ）；(c) 殘差（RMS：0.056 λ）。

圖7展示了CNN準(zhǔn)確預(yù)測(cè)結(jié)合Zernike像差和隨機(jī)模式相位剖面的混合波前的能力。這一結(jié)果突顯了基于區(qū)域重建的CNN在處理復(fù)雜波前形狀方面的多功能性，這些復(fù)雜波前形狀可能在天文成像或生物樣本分析等各種應(yīng)用中遇到。

本文介紹了先進(jìn)的光學(xué)差分波前傳感技術(shù)，該技術(shù)利用深度學(xué)習(xí)克服了傳統(tǒng)限制。通過(guò)結(jié)合非線(xiàn)性幅度濾波器和基于CNN的重建方法，研究人員展示了波前傳感中靈敏度、動(dòng)態(tài)范圍和穩(wěn)健性的提高。這種方法為各種光學(xué)應(yīng)用中的高性能波前測(cè)量提供了新的可能性，為未來(lái)更精確和多功能的光學(xué)系統(tǒng)奠定了基礎(chǔ)。

. L4 P5 z! n; v6 i. R7 F參考文獻(xiàn)
# x. G1 k' w4 L$ ^3 \8 a; d) U7 w[1] B. R. Swain et al., "Wavefront sensing with optical differentiation powered by deep learning," Opt. Lett., vol. 49, no. 18, pp. 5216-5219, Sep. 2024.
END


軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用，PIC Studio都可提升您的工作效能。
7 m) B9 g; N( N" H$ q- ]) S點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)
5 y3 i0 L5 p) z8 U4 }, U
* d5 P( J! K. `; [5 L% {歡迎轉(zhuǎn)載

2 _$ U0 E) `/ Z" n0 ~轉(zhuǎn)載請(qǐng)注明出處，請(qǐng)勿修改內(nèi)容和刪除作者信息！

; N: z/ q( M' ^' ]! `- v



: D/ o" l8 ]. }( [關(guān)注我們

" C) K& ~" ]- g; _. E9 j

6 S0 R8 B* v$ I

+ K0 p0 c; {5 Z1 N4 a, Q

# H7 c; {0 ~+ B * o! V8 f+ y) G& d( P9 l

                     
- y* \: V1 _# x" W' b1 g! `6 i

2 f; X2 R) z0 D
關(guān)于我們：
/ {3 R8 d! }6 z: d$ H2 `$ O) r1 ~深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專(zhuān)注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化（EDA）的高科技軟件公司。我們自主開(kāi)發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件，提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù)，廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶(hù)。逍遙科技與國(guó)內(nèi)外晶圓代工廠(chǎng)及硅光/MEMS中試線(xiàn)合作，推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶(hù)提供前沿技術(shù)與服務(wù)。

8 J7 P$ c$ c- m7 d: fhttp://www.latitudeda.com/
（點(diǎn)擊上方名片關(guān)注我們，發(fā)現(xiàn)更多精彩內(nèi)容）