概括
我们开发了一个以物理学为灵感的神经网络 (PINN) 框架,以创建定制的光针束. 这种方法产生无波纹光束,提高了效率和对光束特征的独立控制.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算物理 计算物理
- 机器学习应用 机器学习应用
背景情况:
- 传统的贝塞尔式束受到了合参数,强度波纹和中心奇点的影响.
- 这些限制降低了光束质量,并降低了光学系统中的功率传输效率.
研究的目的:
- 引入一个以物理学为灵感的神经网络 (PINN) 逆向设计框架,用于生成光针束.
- 为了实现对光束特征的独立控制,如位置,长度和点大小.
- 为了消除中心奇点,减少强度波纹,提高光束质量.
主要方法:
- 使用PINN反向设计框架用于光束生成.
- 使用基于振幅的空间光调制器 (SLM) 进行实验实施.
- 验证了框架独立控制光束参数的能力.
主要成果:
- 生成无波的光学针束,具有可调节的特性.
- 通过消除中心奇点,实现了模拟的1级大小的功率传输效率提高.
- 与贝塞尔式设计相比,实验结果证实了与没有能量损失的清洁光束的生成.
- 在部分阻塞下,产生的光束具有强大的自我愈合特性.
结论:
- 基于PINN的反向设计框架提供了对光针光束参数的独立控制.
- 这种方法显著提高了输电效率和光束质量.
- 该框架为先进的结构光工程提供了一个强大而灵活的工具.
