1 中国计量大学光学与电子科技学院，浙江 杭州 310018
2 中国电子科技集团有限公司第四十一研究所，山东 青岛 266555
基于N光子纠缠量子成像的分辨率优势，设计了一种通用的多光子纠缠N00N态的超分辨量子成像系统，理论上成像分辨率可实现（-1）倍的增加，成像系统的分辨率得到大幅提升。针对N00N态探测效率过低的问题，利用光学质心测量方法，保留所有探测情况，在不需要所有光子到达空间同一点的情况下，通过光子计数和适当的后处理，实现了任意数量光子下成像分辨率的提高。相较于N光子吸收方案，该方法的理论效率增加了（假设有D个像素）。所提方案可以产生具有高保真度和高稳定性（数天内保持稳定）的N00N态，有利于拓展N00N态的应用范围。所设计的系统在超分辨量子成像领域中具有较好的应用价值。
量子光学 量子成像 超分辨率 N00N态 光学质心测量
1 中国计量大学光学与电子科技学院，浙江 杭州 310018
2 浙江省现代计量测试技术及仪器重点实验室，浙江 杭州 310018
相较于传统快照式高光谱成像技术，基于深度学习的滤光片型高光谱成像技术仅使用深度学习和极少的滤光片进行光谱采样，便能重建高光谱，且滤光片直接与图像传感器集成，具有结构简单、成像速度快等优点。但现有的研究大多直接以原高光谱成像仪拍摄的图像为数据集，而未对数据集进行预处理，忽略了原高光谱成像仪对数据集的影响。因此，通过对原高光谱成像仪成像原理进行研究来对数据集进行预处理，把高光谱图像转换为辐射功率谱，从而消除原高光谱成像仪的影响，增强了模型鲁棒性。另外，鉴于滤光片存在光谱响应函数平滑性差而难以加工的问题，将平滑性约束纳入误差函数的设计中，使优化所得的滤光片具有平滑的光谱响应函数且易于加工。
光谱学 高光谱成像 计算光谱学 光学逆向设计 激光与光电子学进展
2023, 60(10): 1030002
1 浙江大学信息与电子工程学院, 浙江 杭州 310007
2 中国计量大学光学与电子科技学院, 浙江 杭州 310018
3 中国电子科技集团第十三研究所, 河北 石家庄 050051
基于近弹道优化的方法提出了一种高性能的单行载流子光电二极管(UTC-PD)的设计方案,用该方案制备的UTC-PD具有大的响应速度、响应度和饱和输出,且可减轻负载电压摆幅效应。设计的新光电二极管采用具有渐变掺杂的部分耗尽吸收层。在收集层底部插入p型掺杂薄电荷层,对器件内部电场进行了优化设计,让光生电子以过冲速度漂移,这样可减少电子的渡越时间,并使器件具备了高偏置电压操作能力,从而增大3 dB带宽,提升饱和性能。仿真分析表明,在8 V的高反向偏置电压条件下,有源区面积为16 μm 2的该器件可以获得超过86 GHz的3 dB带宽,响应度为0.17 A/W。
光电子学 光电二极管 单行载流子光电二极管 高速 近弹道优化 中国激光
2020, 47(10): 1006003
1 中国计量大学 光学与电子科技学院，浙江 杭州 310018
2 浙江省现代计量测试技术及仪器重点实验室，浙江 杭州 310018
3 精密测试技术及仪器国家重点实验室，清华大学 精密仪器系，北京 100084
粒子场的数字全息成像中，由一幅粒子场全息图重建出高精度的三维粒子场分布，是数字全息技术领域的经典问题之一。相比于传统反向重建算法，深度学习算法可以从单个全息图直接重建出三维粒子场来简化算法复杂度，提高计算效率和准确率。介绍国内外研究团队将深度学习算法结合数字全息技术实现粒子场数字全息成像的研究进展，从不同粒子表征方法入手，叙述了支持向量机、全连接神经网络、全卷积网络、U-Net网络、深度神经网络在粒子场数字全息成像中粒子表征及粒子场反向重建过程中的应用原理、实现途径和准确率。最后指出了深度学习算法在这一研究领域的优势及目前基于深度学习算法的不足，并对如何进一步提高该方法的准确率进行了展望。
粒子场 数字全息 深度学习 神经网络 particle field digital holography deep learning neural network
浙江大学先进微纳电子器件智能系统及应用重点实验室, 浙江 杭州 310027
提出了一种基于石墨烯的复合波导调制器,用严格的三维数值仿真结果展示了该调制器的工作状态。利用调制器狭缝中的表面等离激元对电磁波的强约束,增强了光与石墨烯间的相互作用,提高了调制器的调制性能,调制效率可达0.197 dB·μm
-1。在调制器长度为15 μm时,可实现调制深度为3 dB的开关键控效应,此时的插入损耗为0.4 dB,调制带宽可达1.85 GHz。设计了与输入波导相连接的耦合器,在耦合器总长度仅为1 μm的条件下,实现了86.6%的耦合效率。
集成光学 光通信 调制器 复合波导 石墨烯 表面等离激元
