在光学微空洞中进行模式分割,用于无斑点波长重建
Ivan Saetchnikov1, Elina Tcherniavskaia2, Andreas Ostendorf3
1Radio Physics Department, Belarusian State University, Minsk, Belarus.
Light, science & applications
|December 31, 2025
概括
本研究介绍了一种使用光学微腔和机器学习的新型重建波量计. 它为各种应用提供高分辨率的宽带波长测量,具有增强的灵敏度和小型化.
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
- 计量学 计量学 计量学
背景情况:
- 精确的波长测量对于光谱学,光通信,半导体制造和量子研究至关重要.
- 传统的波测仪在分辨率,带宽或成本方面存在局限性.
- 重建波量计使用计算技术提供了紧的,具有成本效益的解决方案.
研究的目的:
- 提出一种新型的重建波量计,将光学微腔和机器学习相结合.
- 为了实现高分辨率和宽带波长测量,提高灵敏度.
- 为了实现芯片规模的整合性,并减少校准工作.
主要方法:
- 整合了成千上万的高质量的光学微腔与变形的低语画廊模式.
- 开发一种混合机器学习方法,使用增强方法和变异自动编码器来解释波长.
- 实现波长解释作为回归任务.
主要成果:
- 一个新的重建波表概念的演示.
- 确保波长模式在超宽 (~100 nm) 光谱窗口上的独特性.
- 实现了高的内在灵敏度 (~100 fm),相当于集成基于球体的波量表.
- 提供了优质的小型化选项和芯片规模的整合性,降低了校准需求.
结论:
- 拟议的混合方法为波测仪技术提供了显著的进步.
- 这种新的波长计为准确的波长测量提供了一个紧的,具有成本效益和高度灵敏的解决方案.
- 该技术有望在光谱学,光通信和量子研究中得到广泛采用.
