Yb:CNGG有源反射镜的多程放大特性研究

高效、高平均功率固体纳秒脉冲激光器在光电对抗、激光雷达、材料改性、激光加工等诸多领域发挥着越来越重要的作用,然而目前大多数纳秒级高平均功率激光器采用Yb:YAG或掺Nd材料作为增益介质,材料的高饱和通量或低储能密度会导致激光器放大链路复杂,体积庞大。研究比较了一种更适合作为高平均功率、高脉冲能量激光器增益介质的无序石榴石晶体Yb:CNGG,研究了有源反射镜结构中Yb:CNGG的多程增益特性,分析了放大过程并建立了多程放大模型,在一定的泵浦条件下优化了晶体参数以实现更好的储能。开展了双程放大实验,在15 kW/cm2的泵浦功率密度下得到了1.53倍的增益。对比Yb:CNGG晶体与Yb:YAG晶体的多程放大能力,在相同的晶体参数和泵浦条件下,在入射能量1 mJ时Yb:CNGG可实现2.11 J的脉冲能量输出,优于Yb:YAG晶体1.41 J的能量输出。

激光直写氧化石墨烯可调光子筛

光子筛不受衍射极限限制且设计结构灵活,是一种新型衍射元件。相比于振幅型光子筛,相位型光子筛能量透过率更高,成像对比度更加尖锐,具有应用优势。然而,常见衍射光学器件面临加工复杂及难以调制等局限。石墨烯及其衍生材料具有良好的光电调制特性,被广泛用于衍射光学器件制备。利用激光直写技术可实现诱导还原氧化石墨烯,是一种简单高效的微纳加工技术。利用时域有限差分方法研究光子筛的衍射特性,并基于激光直写技术制备氧化石墨烯光子筛。通过不同激光功率加工可获得材料的折射率调制,器件实现了明显的焦距调制(1.62mm)和聚焦效率的提高(13.6%)。该方法有望为实现可调制衍射光学元件提供简便、灵活的设计与制备手段。

石墨烯微超级电容的制备和光伏组件储能性能

采用滴注法制备了氧化石墨烯薄膜进行激光光刻,通过显微观察证实了还原态氧化石墨烯的生成,根据薄膜的方阻测试确定了最优的光刻参数。然后,在非晶硅组件电池的背面制备氧化石墨烯薄膜,光刻出平面叉指状电极。5个单节微超级电容的超薄电极进行串联,具有高工作电压,实现了对光伏电能的存储。结果表明该储能器件具有高循环稳定性,50次充放电循环的容量保持率为99.85%。该研究为设计制作用于光伏组件的一体化储能系统提供了新思路。

异质微环谐振腔双稳态及全光存储器应用

提出了一种基于异质集成波导的微环谐振腔,对其双稳态现象进行了研究分析,并将其应用于全光存储功能的实现。异质集成波导具有超高的克尔非线性效应,不受热光效应和载流子响应的限制,在超快克尔非线性效应的支持下,该结构具有快速全光切换的能力。设计了一个高品质因子Q=77565的微环谐振腔,用耦合模式理论模拟了其双稳态现象。在峰值功率为474 fJ,宽度为20 ps的脉冲激励下,该微环谐振腔很好地实现了全光存储功能,并通过波分复用的串联微环结构展示了波长可寻址的四位光存储器。研究了基于超高克尔非线性效应的双稳态现象,为实现超快切换速度提供了可能性,在光存储、光开关、人工智能研究等方面具有一定的参考价值。

基于光学衍射神经网络的拉盖尔-高斯光束识别

拉盖尔–高斯(Laguerre-Gaussian,LG)光束除了轨道角动量(orbital angular momentum,OAM)维度外,还拥有径向量子数p,因此LG光束可以为光通信和光计算等应用提供更多的物理自由度。但目前常见的干涉、衍射机制的LG光束模式探测方法在受到大气湍流的干扰时,识别准确率会明显下降,从而限制了其实际应用。提出了一种基于衍射神经网络(diffractive neural network,DNN)的LG光束识别方式,实现了p在1~3范围内的识别。即使在强湍流强度,衍射距离为5 m的情况下,该识别方式的识别准确率依然能达到95%以上。该DNN方法能够为准确识别LG光束模式提供有效途径,在大容量OAM通信、高维量子信息处理等方面均具有潜在应用价值。

基于光致变色钙钛矿材料的非接触式图像识别

视觉是人类获取信息的主要来源。用于视觉系统模拟的人工图像识别是发展人工智能技术的关键一环。当前,光电突触凭借存算一体式处理光信号的特点被广泛应用于视觉模拟领域,但是突触的光电转换需要对输入光信号进行接触式处理,从而导致大量的能量消耗。针对这个问题,研究了基于光致变色钙钛矿薄膜的全光人工突触,它在紫外和可见光触发下,从光透过率的变化上表现出显著的突触特性,包括配对脉冲易化和学习能力。利用循环神经网络处理随时间变化的透射率数据,实现了对数字图像的二元识别,识别精度从第1个循环就稳定在100%。该器件具有零功耗非接触式信息读取的特点,为视觉系统模拟开辟了一条新的途径。

基于氧化石墨烯薄膜的菲涅耳透镜设计

二维材料具有高折射率和高透光率等优异光学特性,利用激光加工氧化石墨烯材料,会发生还原反应并生成具有类石墨烯材料特性的还原氧化石墨烯,这使得基于氧化石墨烯材料设计菲涅耳透镜成为可能。相较于传统的光学透镜及微型光学透镜,这一设计将透镜的尺寸从厘米级缩减到纳米级。针对工作波长532 nm设计了基于氧化石墨烯薄膜的菲涅耳透镜,通过瑞利–索末菲衍射理论及电磁场数值仿真测试了菲涅耳透镜的聚焦效果,并且通过滴铸法制备了氧化石墨烯薄膜(约500 nm),在薄膜上用激光加工菲涅耳透镜,最终得到透镜聚焦光斑直径2.14µm,聚焦效率41.2%。相比旋涂法制备氧化石墨烯薄膜,滴铸法制备氧化石墨烯具有效率高、价格低廉的优点。该设计为纳米级的基于氧化石墨烯的光学系统的集成化和大规模生产提供了可能。

用于去除非共振背景的圆偏振宽带CARS光谱研究

相干反斯托克斯拉曼散射(CARS)是一种受激拉曼现象,在显微成像时,存在非共振背景,会导致光谱产生峰位偏移和谱线变形。本文利用飞秒激光作为光源,通过光栅滤波系统产生窄带泵浦光,飞秒激光激发光子晶体光纤产生超连续谱作为斯托克斯光,两束光被调制为圆偏振光后同时激发样品产生CARS光谱。通过模拟计算说明圆偏振光可以有效去除各向异性材料CARS光谱中的非共振背景,从而使CARS光谱具有和自发拉曼相似的谱线形状。聚苯乙烯微球和液晶样品的CARS光谱实验结果与模拟计算基本相符,说明圆偏振是一种有效去除CARS光谱非共振背景的方法。

基于神经网络的多层薄膜结构红外辐射计算和逆向设计

通过设计优化微纳光子结构实现红外辐射光谱调控已成为一个研究重点。近年来,神经网络逆向设计因其自由度高,速度快,性能好等优势,引起了广泛关注。提出了基于神经网络的微纳光子结构红外辐射计算和逆向设计。具体来讲,即针对多层介质薄膜结构,建立多层感知机神经网络模型,通过对样本数据的训练建立多层薄膜的厚度与其红外辐射光谱的映射关系,从而实现了薄膜结构的辐射光谱计算及逆向设计。同时将设计出的薄膜应用到辐射制冷领域。结果表明,即使是在3%的太阳辐射吸收和6 W/(m2·K)的非辐射换热系数的情况下,薄膜辐射制冷器依然能够将温度降低到低于环境温度7℃左右。该研究成果将对红外辐射等应用领域产生重要的影响。

高循环稳定性碳化钛/氧化石墨烯复合超级电容

二维材料碳化钛(Ti_(3)C_(2)Tx)因具有高导电性和大比表面积的特点,在作为超级电容电极材料时,可以实现较高的能量密度。然而,Ti_(3)C_(2)Tx在储能过程中会出现不可逆的氧化失活反应,而且它与基底间的结合力较差,这将导致碳化钛超级电容的循环稳定性欠佳,极大地阻碍了其作为电极材料的广泛应用。将Ti_(3)C_(2)Tx作为活性层与氧化石墨烯(GO)分层复合制作成超级电容电极,覆盖在Ti_(3)C_(2)Tx薄膜之上的GO层可以削弱氧化失活反应。同时,对电极的热处理可提升Ti_(3)C_(2)Tx对基底的附着力。这使得Ti_(3)C_(2)Tx/GO复合电极的充放电循环稳定性明显改善,在5000次循环之后其容量仍高于初始容量。该设计可为制备高循环稳定性超级电容提供参考。

聚集诱导发光分子在双光束超分辨光存储中的潜在应用

聚集诱导发光分子因其高效的发光性质而被广泛应用于生物成像、光波导和电致发光等领域,但在光信息存储领域还鲜有研究。与其他光存储材料相比,聚集诱导发光分子的局域密度变化会引发荧光强度的变化,这在光存储领域是一个显著优点。该文针对聚集诱导发光分子的特性,讨论了该类分子在超分辨光存储领域的可能应用方式,以及需要解决的关键问题。

基于坐标转换的分数轨道角动量探测

具有轨道角动量(orbital angular momentum,OAM)的涡旋光束因其无穷的空间状态,在经典光学和量子光学中备受关注。近年来,通过引入分数OAM的涡旋光束来增加OAM模式维度的复用能力。然而,如何高效探测分数OAM模式仍然是一个有待解决的问题。通过逆向设计结合坐标转换的方式对分数OAM模式进行探测。首先,分数OAM模式通过扇形转换调制,得到螺旋相位梯度成倍增加的光场。其次,通过对数转换的转换相位叠加逆向设计的补偿相位调制光场。最后,实现对拓扑荷数间隔为0.1的21阶OAM模式的探测。结果发现,两束复用分数OAM光束经过系统后,光斑能被分开的最小间隔为0.6。同时,系统仍然能保持83%的高衍射效率。这为解决高效率、超高维度的光学处理领域提供了一种有效的方案。

有序金纳米棒阵列的超分辨成像

显微成像技术受限于光学成像系统的衍射极限,无法分辨亚波长尺度的结构。通过饱和散射抑制成像技术已经实现了单个纳米颗粒的超分辨成像,但是涉及到纳米颗粒集合,需要考虑纳米颗粒间的耦合作用。利用超越衍射极限的双光束方法,可以在有序金纳米棒阵列上实现远场超分辨光学成像。本文设计了纳米棒长径比为2的5×5金纳米棒阵列,通过矢量光场理论和热扩散理论计算了金纳米棒阵列在连续波激光下的热分布,并模拟了双光束激光即脉冲激发光和连续波抑制光下的散射成像。仿真结果显示,连续波激光能够有效抑制金纳米棒阵列对脉冲激光的散射,双光束方法实现了80 nm横向特征尺寸的超分辨成像。

基于氧化石墨烯的阻变存储器制备

阻变存储器是一种新型非易失性存储器,其在外加电场作用下可实现高阻态和低阻态之间的切换。存储器电极材料和活性层材料的选择及相互作用是实现器件阻变特性的主要因素。石墨烯是具有优良导电性和高延展性的二维材料,通过激光加工还原氧化石墨烯是高效获取石墨烯的极佳方法。传统存储器的制备过程复杂,不利于大规模加工制造。以金属金(Au)和还原氧化石墨烯(rGO)作为电极,氧化石墨烯(GO)作为阻变层进行器件制备,很好地实现了存储器的阻变功能。简单高效的制备方式为大规模、高集成化生产阻变存储器提供了参考。

基于光学衍射神经网络的完美涡旋光轨道角动量识别

完美涡旋光束(POVB)是径向强度分布和半径均与光束轨道角动量(OAM)状态无关的一类涡旋光,已被应用于光学操控、光通信、激光材料处理等领域。其中, POVB轨道角动量状态的探测是关键且有挑战的技术。本研究通过并行梯度下降算法,构建了光学衍射神经网络(DNN),实验上实现了轨道角动量阶数在-50~+50范围内的POVB的识别。在此过程中,衍射转换效率可达58%。本研究为POVB的OAM探测提供了新的思路,在POVB的各类应用中均存在潜在应用价值。

极性可控的激光加工氧化石墨烯基忆阻器(特邀)

近年来,受生物神经系统结构和功能的启发,神经形态计算引起广泛兴趣。忆阻器可以通过其电荷或磁通量调节电导,与人脑突触作用机制相似,是神经形态计算最有前途的候选器件之一。提出一种基于飞秒激光加工氧化石墨烯基忆阻器的方法,通过调整器件两端扫描电压,实现了极性可控的电阻开关:低电压下,器件表现出单极性电阻开关特性,在150个循环扫描中呈现高度稳定性,且功耗仅有0.75 nW;高电压下,器件呈现双极性开关特性。伴随测试次数的增加,器件整体电导逐步增加,同时分别讨论了两种电压下器件的开关机制。

人工智能纳米光子学:光学神经网络与纳米光子学

人工智能技术,特别是人工神经网络的创新引领了许多领域的应用革命,如网络搜索、计算机识别和语言、图像的识别技术。近年来纳米光子学的发展为传统的人工神经网络技术,特别是光学神经网络的发展带来了全新的物理视角以及截然不同的实现方法。一方面,纳米光子学是一门研究光与材料在纳米尺度相互作用的科学,可以带来全新的技术,如超分辨光学加工技术和超分辨光学成像技术,进而推动微纳尺度上多种功能的光学神经网络的实现。另一方面,纳米光子学中光子传播的多频段、高速度、低功耗的特点,促使了光学神经网络向着小体积、高密度、低功耗的方向发展。人工神经网络自身的发展也促使神经网络算法(如逆向设计、深度学习)在纳米光子学器件的设计中发挥前所未有的作用,以满足纳米光子学器件对自身功能、体积、集成度、计算功能的日益增长的要求。以神经网络的发展为起点,阐述人工神经网络特别是光学神经网络的发展趋势,以及人工神经网络与纳米光子学相互促进的发展历程。

基于DenseNet的散射成像景深拓展研究

散射现象广泛存在于自然界中。透过散射介质的大景深成像在计算成像领域具有重要的意义和应用价值。近年来,随着深度学习在计算成像领域的广泛应用,散射成像系统中的景深问题亟待进一步研究和拓展。以DenseNet为基础,结合UNet框架,建立了一个具有良好迁移性和景深拓展能力的深度卷积神经网络模型——DUNet。通过使用透过不同目数毛玻璃的散斑图像对网络进行训练,使成像景深拓展至距焦面50 mm处。初步的小鼠脑片实验结果表明,DUNet模型将有望应用于深层组织断层扫描。

基于钙钛矿光刻胶纳米复合材料的热光刻技术

钙钛矿量子点因其具有高荧光发光效率、窄荧光发射峰、荧光发光波长可调控等一系列优良光学特性,被广泛应用在光电探测、照明显示、激光等领域。为了满足实现快速且简便地大面积制备钙钛矿发光器件的制备要求,提出并实现了一种基于掺杂CsPbBr3钙钛矿前驱体的含锆有机–无机光刻胶材料热光刻蚀技术。复合材料旋涂制成复合薄膜后,研究了温度对薄膜内钙钛矿前驱体形成发光量子点以及温度对薄膜材料折射率的影响,当温度从30℃到110℃不断升高时,钙钛矿前驱体逐渐结晶成发光量子点,在503 nm波长附近处出现窄带宽(半峰宽~25 nm)的优秀荧光效应;以及在波长范围438 nm~510 nm的可见光波段,实现最大0.014的折射率调制。最后,通过对复合薄膜材料进行掩膜紫外光刻,实现了厘米量级的钙钛矿量子点绿光发光带,证明了材料具有优异的光刻性能,为新一代发光器件提供一种材料与热光刻蚀技术方案。

神经网络逆设计电化学等离激元光开关

等离激元产生于光与金属纳米结构的相互作用,其共振特性已成为纳米光子学领域的一个研究重点,基于可调谐等离子体共振的金属纳米结构光开关受到广泛关注。与此同时,如何设计高性能的纳米开关结构也成为一个重要的研究方向,深度学习方法在纳米光子结构的逆设计中展现出强大的应用潜力,可以高效利用巨大的参数空间。本文利用神经网络近似金属纳米结构的光学响应,并通过反向传播来实现纳米结构的逆设计,分析了光栅光开关的性能优势,并对未来研究方向进行了展望。