突触可塑性为神经网络的学习机制提供了基础。基于单个半导体光放大器(SOA)的非线性偏振旋转(NPR)和交叉增益调制(XGM)效应实现了反脉冲时间依赖可塑性(anti-STDP)学习机制。通过调整SOA驱动电流，可以实现长时程增强窗口(LTP)和长时程抑制窗口(LTD)的高度和宽度调整，能更好地模拟神经网络。实验测量得到的anti-STDP曲线与生物系统中测量得到的学习曲线相吻合。使用该anti-STDP光路得到的学习曲线的时间窗口约为几百皮秒，其速度是人类大脑STDP学习机制的108倍。由于该anti-STDP光路系统简单，且SOA易于与其他器件集成，该anti-STDP光路可以用于实现大规模超快神经拟态计算系统。

互连的光子脉冲神经元通过权重器件联系在一起, 为了实现神经网络的大规模计算, 权重器件的实现至关重要。利用微机电系统可调光衰减器(VOA), 研制了一种可以自动调节光子脉冲神经元的权重器件。该权重器件包括VOA、光电探测器、单片机、模数转换器、数模转换器和放大器等模块, 可以根据接收的光信号快速计算查表, 可对VOA的衰减值进行实时在线调整。该权重器件效率高, 且容易实现。该权重器件配合脉冲时间依赖的可塑性(STDP)光路使用, 可以实现光子脉冲神经元的STDP学习机制。当STDP曲线窗口高度为0.2时, 对权重器件进行了测量, 实现了4种STDP学习。实验测量结果与理论计算结果一致。

利用时域有限差分法, 对基于绝缘体上硅(SOI)的微环谐振腔的微环波导宽度对传输性能、Q值的影响进行了理论分析与仿真。研究结果表明, 单模条件下, 波导越宽, Q值越大。仿真优化结果表明微环半径为10μm、微环波导宽度为600nm时, 1.55μm附近的谐振峰的消光比为18.2dB, 计算出Q值约为2.2×105。进一步研究了微环与直波导间距、平板高度对Q值的影响。耦合间距增大时, 由于耦合效率降低, Q值则逐渐提高; 随着平板区厚度的减小, 辐射损耗会越小, 因此Q值增大。研究结果为微环谐振腔的进一步优化和设计提供了参考。

基于模式耦合理论，研究了一种3个模式的锥形光纤模式复用/解复用器，可以实现1根少模光纤与3根单模光纤之间的模式复用及解复用，有利于提升光纤传输系统的传输容量。当基模光场分别输入3根直径为10、8.4、7.2 μm的单模光纤时，会在锥形结构中发生耦合并转换为高阶模式场。利用重叠积分计算该复用器输出端口光场与标准模式场的相似度，检测出输入的基模在输出端分别转换为LP01和两个简并的LP11模式,即实现模式复用。当LP01和两个LP11模式分别输入到少模光纤时，从解复用器输出端相应端口输出的光功率最大,即实现模式解复用。最后改变复用器的结构参数来计算该器件的容差比，计算出该器件实现模式转换以及解复用效果最好的拉锥长度分别为3.88 cm和3.8931 cm。

基于非线性光纤环形腔镜(NOLM)及光子晶体光纤(PCF)的自相位调制效应(SPM)，实现了一种适用于光子神经元的全光阈值器。所使用的PCF 非线性系数为16.98 (W·km)-1，同时在NOLM 中引入可调隔离器。PCF 及可调隔离器的使用，缩短了NOLM 的腔长，同时降低了阈值器对输入光功率的要求。该全光阈值器对光信号的消光比可提高6 dB 以上。由于全光阈值器中所有的组成器件均为无源光器件，因此能够处理高速率光信号。该全光阈值器在其他光通信系统中也具有广阔的应用前景。