超表面多维光场调控及基于机器学习的优化

• 作者: 李智 玛地娜 程化 陈树琪
• 来源期刊: 科学通报
• 关键词: 超表面 多维光场调控 物理光学 非线性光学 机器学习
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 评述
• 页码范围: 1824-1844
• 页数: 21页
• 语种: 中文
• DOI: 10.1360/TB-2020-0023

摘要

作为一种亚波长二维人工微结构,超表面在更加集成化的平台上实现了新的光学现象及对光场灵活、多维的调控.与光场单维调控的超表面相比,能够实现光场多维调控的超表面在许多实际应用中都展现出明显的优势,例如光学全息成像、超分辨成像及矢量光生成等.然而,实现多维调控的超表面通常具有更复杂的设计,基于机器学习优化可以有效降低超表面的设计难度并实现更高精度的多维调控,因此受到广泛的关注.本文首先对实现多维调控的超表面进行了分类和总结,随后详细介绍了基于机器学习的新型光场调控方法.基于机器学习优化的超表面进一步增大了光场调控的自由度,有利于集成光学器件的发展.