北京交通大学光波技术研究所全光网络与现代通信网教育部重点实验室，北京 100044
提出了一种基于亚波长偏振保持光纤的多维复用与折射率（RI）传感集成器件。该器件由定向耦合器、Y型分束器和布拉格光栅器件构成，能够同时实现三维空间中偏振和频率（解）复用、色散补偿以及RI传感功能。集成器件下行端口输出偏振解复用后的x偏振态，其在0.25 THz频率处的传输率和消光比分别为-5.94 dB和15.16 dB。此后，原波导中y偏振态（工作频率为0.25 THz）与x偏振态（工作频率为0.27 THz）复用后于直通端口输出，传输率分别为-7.20 dB和-2.02 dB。同时，集成的均匀光栅和π相移光栅可分别实现色散补偿（群速度色散为-109.4 ps·THz-1·mm-1）和RI传感（灵敏度为0.181 THz/RIU）功能。基于太赫兹亚波长光纤的集成器件在下一代通感一体化信息系统中具有良好的应用前景。
光学器件 太赫兹 耦合器 复用器 传感器
红外与激光工程
2024, 53(1): 20230504
1 北京交通大学电子信息工程学院，北京 100044
2 北京交通大学光波技术研究所全光网络与现代通信网教育部重点实验室，北京 100044
掺铋光纤放大器有助于将光纤通信系统拓展至新的传输波段。然而，其增益和噪声性能存在相互制约的关系，提升增益往往会导致噪声性能的恶化，反之亦然。因此，提出一种结合反向传播神经网络（BPNN）和带精英保留策略的快速非支配排序遗传算法（NSGA-Ⅱ）的多目标优化方法，通过对两级掺铋光纤放大器结构进行设计，实现了增益和噪声性能的同时优化。使用经过训练的BPNN对增益和噪声系数预测的均方根误差分别为0.191和0.084，具有较高预测精度。以高增益和低噪声系数为目标，使用NSGA-Ⅱ算法进行优化，得到包含500个解的Pareto最优解集。优化后，放大器所能实现的平均增益范围为15~37 dB，相应的平均噪声系数范围为4.95~5.31 dB。利用BPNN代替求解耦合微分方程来评价个体适应度，使得优化时间较传统方法由106 s左右降低为80 s左右，大幅提升了优化效率。所提方法也为其他掺杂光纤放大器的高效率、多目标结构优化设计提供了一种新的思路。
光纤通信 掺铋光纤放大器 反向传播神经网络 多目标优化 带精英保留策略的快速非支配排序遗传算法
研究了一种基于非平坦光频梳的多频率瞬时信号检测方案。该方案采用待测多频信号与锯齿波共同调制，在加载电信号的同时实现非平坦光频梳的生成，并最终利用拍频后成对电信号的功率比值实现对微波频率的标定。通过将待测信号调制与光频梳生成合并的方式可避免多条支路检测的不平衡变化，系统测频范围可通过改变锯齿波频率调节。仿真实现了在0.3~40 GHz的频率范围内，测量误差小于40 MHz的微波信号多频测量。此外，分析了待测射频功率和调制器偏置漂移的影响，结果显示，该系统可辨识待测信号的最小功率为-10 dBm，而且对调制器偏置漂移不敏感。
多频信号 瞬时微波测频 光频梳 信道化 光学学报
2023, 43(22): 2206001
1 北京交通大学 全光网络与现代通信网教育部重点实验室，北京 100044
2 北京交通大学 光波技术研究所，北京 100044
3 光子算数（北京）科技有限责任公司，北京 100080
为了适应滤波、波分复用等不同的应用场景，光子滤波器需要具备可调谐以及滤波形状可变的功能。提出一种集成光子储备池结构的新型可调谐光滤波器。该结构由输入层、储层、读出层三部分组成，输入层由2×1多模干涉仪组成，储层由定向耦合器以及波导组成，按螺旋拓扑规律相互连接组成梅花型网格，匹配粒子群寻优算法进行全光域训练，利用读出层的热光调制器和相移器对光信号的幅度和相位进行调整，实现无限冲激响应型与有限冲激响应型可调谐光滤波器。以无限冲激响应型光滤波器仿真结果为例，分析其自由光谱范围与储层中波导长度的关系，以及定向耦合器分光比对透射端透过率的影响。通过设置储层中波导的相位在0~3/2π范围内变化，实现了光滤波器中心波长在一个自由光谱范围（1.18 nm）内的连续可调。该滤波器采用集成光子储备池与粒子群算法结合方案设计，无需考虑储层光网络传输路径的权重配置，仅对读出层权重进行训练，大大简化了网络训练过程。同时，该滤波器具有尺寸小、功耗低、灵活性高、算法可控滤波参数的优势，广泛应用于集成微波光子学和光通信领域中。
集成光学 可调谐光滤波器 光子储备池 粒子群算法 integrated optics tunable optical filter photonic reservoir computing particle swarm optimization algorithm 红外与激光工程
2023, 52(9): 20220915
红外与激光工程
2023, 52(7): 20220804
北京交通大学全光网络与现代通信网教育部重点实验室，北京 100044
提出一种基于双偏振正交相移键控（DP-QPSK）调制器的可变对称三角脉冲信号生成方案。通过调节DP-QPSK调制器两个子调制器的调制系数和三个电移相器的相移，可生成对称系数可调谐的三角脉冲信号，对称系数可调谐的范围为0%~100%，生成的三角脉冲信号的重复率等于输入驱动信号频率的两倍，即用较低频率的驱动信号即可生成高重复率的可变对称三角脉冲信号。通过仿真验证了提出方案的可行性，利用均方根误差（RMSE）评估了该方案生成脉冲波形与理想波形的相似度。除三角脉冲信号外，同时验证了该方案还可生成方形脉冲信号。
光通信 三角脉冲信号 可变对称 傅里叶级数 电移相器 激光与光电子学进展
2023, 60(15): 1506004
Author Affiliations
Abstract
1 Beijing Jiaotong University, Institute of Lightwave Technology, Key Lab of All Optical Network & Advanced Telecommunication Network of EMC, Beijing, China
2 Photoncounts (Beijing) Technology Co. Ltd., Beijing, China
The photonic neural processing unit (PNPU) demonstrates ultrahigh inference speed with low energy consumption, and it has become a promising hardware artificial intelligence (AI) accelerator. However, the nonidealities of the photonic device and the peripheral circuit make the practical application much more complex. Rather than optimizing the photonic device, the architecture, and the algorithm individually, a joint device-architecture-algorithm codesign method is proposed to improve the accuracy, efficiency and robustness of the PNPU. First, a full-flow simulator for the PNPU is developed from the back end simulator to the high-level training framework; Second, the full system architecture and the complete photonic chip design enable the simulator to closely model the real system; Third, the nonidealities of the photonic chip are evaluated for the PNPU design. The average test accuracy exceeds 98%, and the computing power exceeds 100TOPS.
optics photonics Mach–Zehnder interferometer array photonic neural processing unit design Advanced Photonics Nexus
2023, 2(3): 036014
1 北京交通大学全光网络与现代通信网教育部重点实验室，北京 100044
2 光纤光缆制备技术国家重点实验室，湖北 武汉 430073
3 长飞光纤光缆股份有限公司，湖北 武汉 430073
4 湖北光谷实验室，湖北 武汉 430073
提出了一种无需预训练的卷积神经网络（CNN）模式分解（MD）算法，该算法利用具有不同感受野的分支结构提升神经网络的学习能力，用于对环芯少模光纤（FM-RCF）复杂耦合进行高精度表征。在仿真测试中，所提方法的模态相对相位和模态权重误差分别减小为传统CNN-MD的1/8与1/5。实验中利用CCD采集RCF输出端实际光斑图像作为算法输入，对3个模式叠加状态下的光斑进行模态权重和相对相位分析，得到重建光斑与实际光斑之间的相似度高于90%。所提算法不易陷入局部最优且无需迭代，处理时间为ms量级，可为RCF的模式表征及性能预测提供理论与技术支持。
光通信 少模光纤 模式分解 深度学习 环芯光纤
