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

逍遙設(shè)計自動化

引言
- k( A8 A) c7 s  B% x' f3 I& ~1 e波前傳感在光學(xué)領(lǐng)域的多個方面都具有重要作用，包括自適應(yīng)光學(xué)、計量學(xué)和激光束質(zhì)量評估。傳統(tǒng)方法如Shack-Hartmann波前傳感器（SHWS）在空間分辨率和動態(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]。
4 N' V# A0 Q# q9 z

8 m- p; l7 C) M& X8 @* [  d光學(xué)差分波前傳感器（ODWS）相比傳統(tǒng)方法具有多項優(yōu)勢。通過增加濾波器尺寸，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)展的動態(tài)范圍。這種技術(shù)的核心在于在被測波的遠(yuǎn)場使用幅度調(diào)制。
; u& ~" h9 e5 O5 a: L/ f) i
圖1：實(shí)驗ODWS設(shè)置的示意圖，展示了主要組件和光路。
+ [- I  ]# @" M+ M$ O9 d) F+ l
2 G6 y6 B4 \' Y5 F. }8 u$ z+ {2 b如圖1所示，ODWS設(shè)置包含幾個關(guān)鍵組件�？臻g光調(diào)制器（SLM）位于物平面上，用于生成波前。由前兩個透鏡組成的遠(yuǎn)攝系統(tǒng)與第三個透鏡共焦。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。

ODWS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。對于線性幅度傳輸梯度濾波器，這種關(guān)系由以下方程描述：
. g6 d+ M6 Z$ V( x. _
?φ(-x/m,-y/m) / ?(-x/m) = (πW/λf) * (2√(Fx(x,y)/F0(x,y)) - 1)

其中F0是100%均勻濾波器傳輸下的流量，W是濾波器寬度，F(xiàn)x是沿x方向濾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。
( [' n' q; q& _3 n8 j' d
5 V) m- `+ i* V9 Y, l( R7 K, a0 GODWS面臨的一個挑戰(zhàn)是動態(tài)范圍和靈敏度之間的權(quán)衡。為解決這個問題，研究人員實(shí)現(xiàn)了使用二進(jìn)制像素化濾波器的非線性傳輸剖面。這些濾波器設(shè)計為中心區(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)高靈敏度和高動態(tài)范圍。
9 Z$ S7 r4 l3 q, I' o2 ~: ]9 P. c
( h/ G- n! L5 i0 g3 F) q圖2：(a)線性濾波器（LF）、非線性濾波器1（NLF1）和非線性濾波器2（NLF2）的幅度傳輸和(b)斜率剖面。
- `; c- G0 ?; I' _! N
圖2展示了研究中使用的三種濾波器的傳輸和斜率剖面：一個線性濾波器（LF）和兩個非線性濾波器（NLF1和NLF2）。非線性濾波器在中心區(qū)域提供更陡的斜率，同時在外部區(qū)域保持較淺的斜率，使低波前斜率的靈敏度得到改善，而不犧牲整體動態(tài)范圍。

+ ]6 ^& _" M9 H& K/ K$ _( ?為克服分析重建方法的局限性，尤其是對非線性濾波器，研究人員采用了深度學(xué)習(xí)方法。他們設(shè)計了一個受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。
0 O0 _2 b2 M5 O) i. t' _" c4 y0 ?
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)。

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，解碼器層對特征圖進(jìn)行上采樣和處理以重建波前。

6 \, f  B( V9 |6 W' q! p, H為訓(xùn)練和測試CNN，研究人員生成了一個包含10,000個不同復(fù)雜度波前的數(shù)據(jù)集。該數(shù)據(jù)集包括單個Fringe Zernike多項式、組合Fringe Zernike多項式和隨機(jī)模式。
& d: X8 y& L, `: o- b
* A4 [( t8 F& a8 H* ?; S圖4：10,000個波前數(shù)據(jù)集的(a)峰谷值（PV）和(b)最大斜率的直方圖。
" u2 |$ w% D6 i" _- {( w' p" A
圖4顯示了用于訓(xùn)練和測試的波前數(shù)據(jù)集的統(tǒng)計信息。輸入波前的峰谷值范圍從0到10λ（λ = 632.8 nm），每個波前在每個正交方向上的最大斜率在-4.6和4.6 λ/mm之間。
# |, t# }0 x, r7 U5 s  I. t
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)驗數(shù)據(jù)上的性能。
( z  D3 w! k+ j# _
圖5：使用模擬（上排）和實(shí)驗（下排）獲得的流量數(shù)據(jù)，CNN重建的1000個測試波前的殘差RMS直方圖。(a)和(e) 線性濾波器LF；(b)和(f) 非線性濾波器NLF1；(c)和(g) 非線性濾波器NLF2；(d)和(h) 使用解析方程的重建。
$ Q4 [' p% ?" s, f" ?6 t- c  [
- k! u8 g* U* t0 P" p' v- C  K圖5展示了模擬和實(shí)驗結(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。

為評估非線性濾波器在實(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。

圖6：LF、NLF1和NLF2的歸一化波前誤差（WFE）。
, x9 u. _! S/ f7 U+ u  ]9 W' F) A5 O8 I
圖6說明了使用具有較大中心斜率的濾波器時，對低斜率波前的測量精度得到了提高。這一結(jié)果證實(shí)了非線性濾波器剖面在不影響動態(tài)范圍的情況下實(shí)現(xiàn)了增強(qiáng)的靈敏度。
# V% R5 i  X3 ]! i- [+ w
最后，研究人員展示了他們的CNN架構(gòu)重建無法通過模態(tài)系數(shù)有效描述的復(fù)雜波前形狀的能力。
) I  `5 Z( Q: k: D
圖7：CNN對隨機(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（PV：4.513 λ，RMS：0.799 λ）；(c) 殘差（RMS：0.056 λ）。
+ s  ]! j2 i: {9 [1 I
/ |% ~) c& {2 B6 v圖7展示了CNN準(zhǔn)確預(yù)測結(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。

$ |" V- B) d9 i) I* {( W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。通過結(jié)合非線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量提供了新的可能性，為未來更精確和多功能的光學(xué)系統(tǒng)奠定了基礎(chǔ)。

! P$ U: R& H# Z' T; K. G! |參考文獻(xiàn)
[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
  q/ S& ^( o; \* H9 s) q

軟件申請我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請體驗免費(fèi)版PIC Studio軟件。無論是研究還是商業(yè)應(yīng)用，PIC Studio都可提升您的工作效能。
點(diǎn)擊左下角"閱讀原文"馬上申請

歡迎轉(zhuǎn)載

7 M# Z! g. G7 H% _轉(zhuǎn)載請注明出處，請勿修改內(nèi)容和刪除作者信息！


& z9 x' k& s& d" k+ {8 N
$ w& P. ]* v% G- c: J0 z
  i5 R; X1 O/ [3 |  f6 T* H
& i" c$ S" n4 h8 |關(guān)注我們
  a2 Z3 \5 [( e) ]

+ i' n! L0 R. y/ g2 \1 H9 Z$ J

                     

+ S$ h) Y  J0 D+ K. c" [
+ `3 P) y8 \0 D- s2 U
+ F' `$ T" l7 i( I6 z& |關(guān)于我們：
深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專注于半導(dǎo)體芯片設(shè)計自動化（EDA）的高科技軟件公司。我們自主開發(fā)特色工藝芯片設(shè)計和仿真軟件，提供成熟的設(shè)計解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計與仿真。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、光計算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國內(nèi)外晶圓代工廠及硅光/MEMS中試線合作，推動特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶提供前沿技術(shù)與服務(wù)。
# n. w& F0 A) }( W" w- \) N- o
http://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）