一种通用的反馈式波前整形优化算法改进策略

提出一种通用式突变算子用于增强反馈式波前整形系统的调控效率,进而实现激光透过散射介质后的高效聚焦。为验证该突变算子提高聚焦效率的有效性,在经典优化算法,包括遗传算法、粒子种群算法、蚁群算法、模拟退火算法等四种算法的基础上引入突变算子,以优化结束后的增强因子和达到最高增强因子时的迭代周期数来表征聚焦效率。经过数值仿真和实验验证,该突变算子的引入使得四种经典优化算法的聚焦效率均得到大幅提升,增强因子提升了25%以上,同时迭代周期数减少了63%以上。当增加调控单元数量时,突变算子的高效性将更为显著。为进一步验证该突变算子的通用性,对二元振幅型调制以及多点聚焦进行了数值模拟分析,结果表明该突变算子有效增强了聚焦效率。该研究为反馈式波前整形的多种经典算法与多种调控方式提供了更高效的聚焦策略,实现了散射介质后更快更强的光斑聚焦,在光捕获、光遗传学等领域具有潜在的应用价值。

基于数字微镜器件超像素法实现散射介质传输矩阵的自参考干涉测量

散射介质的传输矩阵系统描述了散射介质对输入与输出光场之间的变换关系,是研究与控制光在无序介质中传输特性的重要工具.本文使用数字微镜器件实现散射介质传输矩阵的自参考干涉测量,首先利用超像素法实现对入射光的复振幅调制获得同时包含参考光和信号光的复合场,进而基于四步相移法分别测量了散射介质在Hadamard基和轨道角动量(OAM)基下的传输矩阵.进一步,根据相位共轭原理实现了光透过散射介质后的单点聚焦、多点聚焦以及涡旋聚焦,验证了传输矩阵测量的准确性.该方法能够有效提高光场调制的自由度,实现散射介质传输矩阵的测量,对散射环境下的光学成像和光通信等具有潜在应用价值.

深度学习辅助测量强散射涡旋光束拓扑荷数

涡旋光具有特殊的螺旋相位因子,使用涡旋光进行通信编码能够极大地提高通信容量。实际通信环境的湍流、雾霾会导致涡旋光发生散射而形成散斑,这使得涡旋光通信的实际应用难度加大。因此,从散斑中准确高效地测量入射涡旋光的拓扑荷数对涡旋光通信具有重大意义。涡旋光经过散射介质之后形成的散斑场的特性与其拓扑荷数息息相关。基于深度神经网络高效的特征提取特点,采用分类神经网络实现了经过散射后的涡旋光拓扑荷数的测量,且测量准确率达到100%。