Tolerancia de desviación del eje óptico para la lectura de datos en el almacenamiento de datos colineal holográfico

Área de la Ciencia:

• La óptica es la óptica.
• Almacenamiento de datos Almacenamiento de datos.
• Aprendizaje automático Aprendizaje automático.

Sus antecedentes:

• Las rejillas holográficas de volumen permiten la grabación multiplexada de alta densidad.
• La lectura precisa de datos en el almacenamiento holográfico requiere una estricta coincidencia Bragg de la luz de lectura.

Objetivo del estudio:

• Investigar la tolerancia de desviación del eje óptico de la lente del objetivo de grabación durante la lectura de datos en un sistema de almacenamiento de datos colineal holográfico.
• Evaluar el impacto de estas desviaciones en las métricas clave de rendimiento.
• Proponer y validar un método de corrección basado en el aprendizaje profundo para la inclinación del medio de almacenamiento.

Principales métodos:

• Se analizó la intensidad de difracción normalizada, la relación señal-ruido y la tasa de error de bits para las páginas de datos reconstruidas.
• Determinado intervalo de multiplexación de desplazamiento, precisión del servo y tolerancia de ángulo de inclinación del medio de almacenamiento.
• Implementó un algoritmo de aprendizaje profundo para corregir la inclinación media.

Principales resultados:

• El intervalo de multiplexación del desplazamiento debe exceder 2 μm.
• La precisión del servo requiere mantenimiento dentro de ±200 nm.
• El sistema no corregido exhibe una tolerancia de ángulo de inclinación de 1,3°; el sistema corregido alcanza una tolerancia de 3°.

Conclusiones:

• Los hallazgos ofrecen datos críticos para mejorar el rendimiento de almacenamiento de datos holográficos colineares modulados por amplitud.
• Los resultados sirven de guía para el desarrollo de servosistemas especializados de almacenamiento holográfico.
• El aprendizaje profundo mitiga efectivamente el impacto de la inclinación del medio de almacenamiento, mejorando significativamente la tolerancia del sistema.