具有多项式相口罩的衍射神经网络用于用半连续衍射光学元件塑造激光束

科学领域:

• 光学和光子学 在光学和光子学.
• 机器学习应用 机器学习应用
• 光学工程是指光学工程.

背景情况:

• 衍射光学元件 (DOE) 对于激光束成型至关重要.
• 设计准确的DOE,特别是连续的DOE,可能是个挑战.
• 现有的方法可能难以准确或适应制造.

研究的目的:

• 为设计连续衍射光学元件 (DOE) 引入一种新,准确和可适应的方法.
• 为激光束塑造应用利用衍射神经网络 (DNN).
• 在制造约束下,以连续反射DOE验证设计方法.

主要方法:

• 使用可训练的多项式相口罩的衍射神经网络 (DNN).
• 开发了单相面具和级联相面具的设计方法.
• 调整了DNN方法,以考虑连续反射DOE的特定制造条件.

主要成果:

• 无论最初的设计猜测如何,都能始终达到高光成型准确度.
• 证明成功地适应了DNN设计方法用于连续反射DOE.
• 在两元光学设置中实验验证了设计的DOE的性能.

结论:

• 提出的基于DNN的方法为设计连续DOE提供了强大而准确的方法.
• 这种技术可以适应现实世界的制造约束,使实际应用成为可能.
• 该研究验证了DNN在先进的激光束塑形任务中的有效性.