全混洗互连网络中RPS、LPS和IPS的矩阵处理

讨论全混洗光互连网络中左混洗(LPS)、右混洗(RPS)的数学定义与矩阵处理,针对全混洗中关于左逆混洗和右逆混洗现有文献讨论的不足,提出左逆混洗和右逆混洗的数学定义与矩阵描述,讨论各种全混洗之间相互转化和变换关系,完善了全混洗的理论分析,为模拟或验证全混洗网络实验结果提供了理论依据.

洗牌型图样间联想光学神经网络模型(英文)

本文将洗牌型神经网络结构和图样间联想神经网络算法相结合，提出了一种洗牌型图样间联想神经网络（ＰＳ－ＩＰＡ）模型． 该模型具有极其简单、稀疏的互连权矩阵，十分适于大规模神经网络的光学实现． 计算机模拟结果表明洗牌型图样间联想神经网络的稳定性和抑制噪音的能力均优于图样间联想网络ＩＰＡ． 本文还给出了洗牌互连的一般性原则，使网络结构得到优化，增强了洗牌型神经网络的灵活性和适应性． 并采用３－洗牌和２－洗牌结合的ＰＳ－ＩＰＡ 对汽车牌照的字符进行识别，得到了较好的结果．

台阶型微闪耀光栅面阵实现二维全混洗变换

基于台阶型微闪耀光栅衍射效率高、特征尺度小、集成度高和加工容易等特点,提出了利用台阶型微闪耀光栅面阵实现二维全混洗变换的方法。讨论了一维和二维全混洗的变换规则和数学定义;通过对刻蚀过程中各单元光栅的刻槽取向和周期的控制,使信号光满足所需要方向的闪耀输出,制作出一维和二维的微闪耀光栅面阵,在自由空间分别实现信号光的一维和二维全混洗变换。最后,比较与讨论了微闪耀光栅实现全混洗变换的方法。理论分析和实验结果均表明:该方法与传统的通过信号光矩阵的分割成像、放大、重组、叠加操作不同,它利用单一器件的衍射特性来控制信号光的取向和光强的分布,从而实现二维全混洗变换。因此,该方法具有光能量利用率高、控制简便、易操作和易集成的特点,充分体现了二维全混洗变换在光通信和光信息处理中具有的高空间带宽积和多自由度的特点。

全混洗变换的光学实现方法

在有关文献对全混洗讨论的基础上,补充、完善了左逆混洗、右混洗和右逆混洗的研究。针对目前已经采用的实现左混洗变换方法的不足,提出了利用微光学衍射元件(微闪耀光栅阵列)实现全混洗变换的方法。通过对微闪耀光栅阵列周期参数的确定,可以控制信号光在空间闪耀输出的方向和闪耀角的大小。利用反应性离子刻蚀技术制得了1×8的微闪耀光栅阵列,成功地实现左混洗变换,该方法同样可以实现左逆混洗、右混洗和右逆混洗变换。实验结果表明,与其它实现方式相比,该方法具有器件尺寸小、衍射效率高(理论上衍射效率可达到95%左右)、光路简便易行、易微型化和集成化等特点,能够用于多级互连构建全混洗光互连网络。

可重排无阻塞全混洗光网络光学实现方法

针对全混洗互连网络在光通信和光信息处理中的应用,提出一种利用二元光学方法制作的深浮雕微闪耀光栅列阵构建全混洗(Perfect Shuffle,PS)光互连网络的方法。该方法通过逆混洗(Inverse Perfect Shuffle,IPS)和左混洗(Left Perfect Shuffle,LPS)的串联,构成多级的可重排、无阻塞的Omega网络,采用二分图法(Bipartition Graph)依次确定各级节点开关的状态(直通或交叉),最后通过偏振分光棱镜(Polarizing Beam Splitter,PBS)、半波片(λ/2 wave plate)和PSPlate的组合,得到可重排、无阻塞的Omega网络交换模块。理论分析和实验结果表明该模块可以实现N=8输入信号按任意序列输出,不会发生路径冲突。该方法实现的全光交换和排序具有自由空间交换、交换透明、串扰小、带宽高的特点,在光通信以及信号处理中具有一定的应用。

光计算中一种等效全混洗交换光互连网络的实现方法

提出了一种等称全混洗交换（ｐｅｒｆｅｃｔｓｈｕｆｆｌｅ／ｅｘｃｈａｎｇｅ）光互连网络的光学实现方法。该方法采用液晶空间光调制器作为光交换控制器件，用Ａｒ＋离子激光器提供光源，光互连系统由偏振分光棱镜、光束分束器和液晶空间光调制器组成。在实验上成功实现了８×８全混洗交换网络的光互连。

一种适合于光学实现的洗牌型2D全互连多层神经网络模型

提出一种适合于光学实现的洗牌型二维全互连多层神经网络模型。该模型采用神经元的层内局部互连通过层间洗牌级联构成洗牌型神经网络模型的拓扑结构，具有很高的神经元／权重比，可以极大地压缩神经网络的互连权矩阵ＩＷＭ（Ｉｎｔｅｒｃｏｎｎｅｃｔｉｏｎ Ｗｅｉｇｈｔ Ｍａｔｒｉｘ）。推导出适合于洗牌型神经网络模型的修正ＢＰ算法，分析了网络的收敛性、容错性和反馈机制。计算机模拟结果表明，该模型具有稳定性好、收敛快、容错性高等特点。该模型结构整齐、简单，十分适合于神经网络算法的并行化以及光学实现。

利用硅波导实现全混洗变换的新方法

全混洗变换在光互连中具有重要的作用.本文提出并实现了一种新的全混洗变换实现方法——硅波导实现全混洗变化.分析了全混洗变化的基本理论及其特点;利用软件OptiFDTD仿真并分析了4×4和8×8的PS变换结构;根据仿真结果,利用感应耦合等离子体刻蚀等工艺对SOI基片进行加工,制作了基于硅基的片上全混洗变换结构.结果显示,该结构的传输效率在80%以上,而且此结构的串扰在1%左右,该结构具有传输效率高,插入损耗和串扰较低等特点,并且在结构上具有体积小、结构简单、易于集成等优点,将在未来的光学集成及光学计算机中发挥重要作用.

微闪耀光栅列阵实现全混洗变换研究

在8台阶、相位深度为2π的微闪耀光栅透过率函数的基础上,根据标量衍射理论分析了波长0.6328μm的He-Ne激光通过闪耀光栅发生菲涅耳衍射的复振幅分布,并得到了其满足1级闪耀输出的特点.将He-Ne激光通过8通道的微闪耀光栅列阵后菲涅耳衍射光场的分布规律与全混洗变换的特点相结合,得到微闪耀光栅列阵实现全混洗变换的周期公式.实验表明该微闪耀光栅列阵能够实现全混洗变换.

光致聚合物全混洗光互连全息元件的制备

采用只对红光敏感的光致聚合物全息干版通过 Ｈｅ－Ｎｅ ６３２ｎｍ激光波长两次掩膜曝光，在面积为３０ｍｍ × ６０ｍｍ的全息干版上制备出全息光学元件，并成功地用于全混洗光学互连的实验演示。全息光学元件的衍射效率为 ４０～ ５２％。

自由空间光互连洗牌型神经网络模型

首先介绍一种洗牌型自由空间光互连多层全互连神经网络模型。该模型的高神经元／权重比可以极大地压缩神经网络的互连权矩阵IWM（interconnectweightmatrix）。对于具有N2个神经元的单层二维全互连神经网络的IWM为N2×N2，而洗牌型全互连神经网络的IWM仅为4N2log2N。另外，洗牌型全互连神经网络整齐、简单的结构方便了网络的综合，特别是网络隐单元的综合，并且十分适合于神经网络的光学实现。然后描述了采用数字光技术实现光互连的洗牌型神经网络的系统模型、关键芯片结构以及关键技术。本文提出的模型和方法使实现与人脑神经网络规模（104量级）相当的实用化自适应光电子全互连神经网络成为可能。

采用二元光学技术设计PS互连网络器件

介绍了一种利用二元光学技术设计制作二元 PS(Perfect Shuffle)互连网络器件的方法,这种器件可以很简单地实现二维光学 PS 网络,而且具有重量轻,微型化,性能稳定,互连效率高等特点.分析了二元 PS 器件的串音问题,互连效率以及菲涅耳透镜的相对孔径与波长,光刻极限之间的关系.

Dammann光栅在光互连中的应用

本文将Ｄａｍｍａｎｎ光栅［１，２］应用于光互连，提出了用Ｄａｍｍａｎｎ光栅实现完全混洗的方法．一个２×２的Ｄａｍｍａｎｎ光栅与一个成像透镜的组合，具有与四焦点透镜类似的成像作用．像面上，像的位置与Ｄａｍｍａｎｎ光栅的位置有关，适当选择光栅的位置可以实现不同元素数目及不同元素密度的完全混洗．本文给出了有关的理论推导及实验结果．

64×64点阵达曼光栅的设计与实现

分析了偶数点阵达曼光栅的设计原理与特性。利用数值优化方法 ,获得了一组 6 4× 6 4点阵达曼光栅解。光栅模版用电子束制版法制成 ,其最细线宽为 2 .5 μm。用光刻法实现了这一位相光栅 ,并比较了不同位相光栅制作法的优缺点。原子力显微镜测得的光栅深度曲线与 6 4× 6 4点阵实验结果表明 ,此光栅结果接近理论值。

用棱镜实现高效率的完全混洗互连网络

提出了用棱镜的普通光学系统实现二维的完全混洗（ＰｅｒｆｅｃｔＳｈｕｆｆｌｅ）互连网络的新方法。方法简单、可行，并能有效地利用光能，因而具有实用意义。

用二维光栅实现FPS互联网络

提出了一种应用二维光栅和简单的成像系统实现folded perfect shuffle(FPS)的新方法,该方法具有简单,易行的优点,实验证明,其效果良好.

非对称型多级混洗网络拓扑结构与路由研究

为了避免完全无阻塞型crossbar网络拓扑结构复杂、硬件成本高的缺点,以及可重排无阻塞型多级光互连网络链路函数不一致引起的光学实现困难等问题,提出和设计具有相同链路结构的多级光互连网络,对其拓扑结构进行详细的分析与比较,将其路由算法进行优化,并用于8×8omega+omega网络的路由判断和节点状态的确定。结果表明,该多级混洗光互连网络具有结构简单、操作性强、控制灵活、路由算法时间短、路径选择简并度高和易扩容升级等特点,能够实现输入信号的完全无阻塞输出与排序。