一种矢量衍射超表面光计算芯片及计算方法

摘要: 本发明涉及光学计算、超构表面、偏振成像、光子芯片及人工智能硬件加速领域,特别是涉及一种矢量衍射超表面光计算芯片及计算方法。背景技术:1、光学计算凭借光传播固有的...
一种矢量衍射超表面光计算芯片及计算方法

本发明涉及光学计算、超构表面、偏振成像、光子芯片及人工智能硬件加速领域,特别是涉及一种矢量衍射超表面光计算芯片及计算方法。

背景技术:

1、光学计算凭借光传播固有的并行性、低延迟和高带宽优势,近年来在图像处理、模式识别和人工智能推理等领域受到广泛关注。衍射深度神经网络及各类光学神经网络架构的兴起,使得通过级联衍射光学元件或空间光调制器在光域完成特征提取与分类成为可能。现有光学神经网络通常以二维光强图像作为数据载体,即输入层记录目标的空间强度分布,后续各层对振幅和/或相位进行调制,通过自由空间衍射或干涉实现层间连接,最终在探测面由光强分布读出计算结果。在此类框架中,振幅和相位主要用于中间调制,输入表征与末端读出仍以标量强度为主,因而通常固定或忽略偏振自由度,仅将偏振视为寄生效应或简单的通道复用标签。

2、另一方面,偏振作为光波的重要矢量属性,包含目标表面的材料特性、纹理方向、粗糙度及手性等强度图像难以直接反映的物理信息。近年来,快照式全stokes偏振成像技术取得显著进展,该类装置可在单次曝光下并行获得多个偏振分析态,通过超表面或偏振分光阵列将不同偏振分量空间分离并同时成像于传感器阵列。然而,该类技术的目标通常是重构偏振图像,即获取每个空间位置的stokes矢量用于后续可视化或数字分析,仍需要传感器逐像素采集、模数转换以及电子求差和矩阵反演,才能将原始偏振分析强度重构为s0至s3四个stokes分量,再把重构结果送入数字神经网络进行处理。该流程在光探测与数字计算之间引入大量数据搬运、存储和转换延迟;同时,偏振信息仅作为待数字重构的物理量,重构后的数据仍需经模数转换、电子传输和数字矩阵运算,未能将偏振自由度本身直接纳入光学计算的并行处理维度。

3、综上所述,现有技术存在如下主要缺点与挑战:

4、1、信息维度受限。现有光学神经网络在每个空间位置主要利用一个光强标量,仅保留亮度及其空间分布,当目标的强度轮廓相近而偏振状态不同时,其可区分信息显著不足,且偏振所包含的方向、椭圆率和手性等物理特征无法在光域计算过程中被直接利用。

5、2、传感与计算分离导致效率瓶颈。现有快照偏振成像与光学计算之间存在断层——前端偏振分析获取的是多个分析态强度,需经逐像素采集、模数转换、电子矩阵运算才能重构stokes矢量,再将重构结果送入数字网络。该串行流程引入大量数据搬运、存储和延迟,无法充分发挥光学计算的并行性,也未能消除传感端到计算端之间的光电转换瓶颈。

6、3、偏振自由度未被作为计算维度。现有方案中偏振信息要么被忽略,要么被降级为待数字重构的输入参数,而非将stokes四维矢量空间直接作为光计算的基本状态空间,使得偏振所携带的多维物理信息无法在计算过程中与其他空间特征并行融合处理。

7、需要说明的是,在上述背景技术部分公开的信息仅用于对本技术的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的主要目的在于克服上述背景技术中存在的缺陷,提供一种矢量衍射超表面光计算芯片及计算方法。

2、为实现上述目的,本发明采用以下技术方案:

3、一种矢量衍射超表面光计算芯片,包括:

4、偏振解析超表面层l0,用于将包含空间偏振信息的入射矢量光场转换为与stokes矢量s0、s1、s2、s3对应的四路空间分离的stokes编码光场;

5、级联衍射计算层l1至ln,沿光传播方向设置于所述偏振解析超表面层l0之后,所述偏振解析超表面层l0的输出端与所述级联衍射计算层l1的输入端之间为连续纯光学连接,所述级联衍射计算层l1至ln中的每一层均包含亚波长单元阵列,各层之间通过自由空间衍射传播,所述级联衍射计算层l1至ln用于对接收的四路stokes编码光场执行联合衍射计算,通过局部复振幅调制与层间自由空间衍射实现不同空间位置和不同stokes分量之间的加权耦合与特征提取;

6、探测器,设置于所述级联衍射计算层ln之后,用于读取所述级联衍射计算层ln输出光场的多个探测区域的光能,以最大光能对应的区域确定识别结果。

7、一种矢量衍射超表面光计算方法,使用所述的矢量衍射超表面光计算芯片,包括以下步骤:

8、s1、通过偏振解析超表面层l0将入射的包含空间偏振信息的矢量光场转换为与stokes矢量s0、s1、s2、s3对应的四路空间分离的stokes编码光场,并直接排列于级联衍射计算层l1的输入面;

9、s2、所述级联衍射计算层l1至ln接收所述四路stokes编码光场,通过各层的局部复振幅调制及层间自由空间衍射传播,对s0、s1、s2、s3四个stokes分量执行任务相关的联合加权耦合与特征提取,将输入光场的空间特征和偏振特征逐层重新分配;

10、s3、通过探测器读取所述级联衍射计算层ln输出光场的多个探测区域的光能,以最大光能对应的区域确定识别结果。

11、本发明具有如下有益效果:

12、本发明针对现有光学神经网络在信息维度上局限于标量强度、忽略偏振自由度,以及现有快照偏振成像与光学计算之间需要逐像素采集、模数转换和电子重构所导致的数据搬运与延迟瓶颈,提供一种矢量衍射超表面光计算芯片及计算方法。该芯片沿光传播方向依次由偏振解析超表面层l0、级联衍射计算层l1至ln以及探测器构成连续纯光学链路。入射的包含空间偏振信息的矢量光场首先经l0在同一器件孔径内完成偏振分析、聚焦、离轴路由和stokes和差编码,被直接转换为与stokes矢量s0、s1、s2、s3对应的四路空间分离的stokes编码光场,其中s1、s2和s3的正负信息由相应互补分析态的子端口共同承载;随后该四路编码光场不经中间图像传感器、模数转换器、逐像素stokes重构处理器或独立电子编码器,直接耦合进入后续的级联衍射计算层,由各层通过局部复振幅调制与层间自由空间衍射实现对不同空间位置和不同stokes分量的联合加权耦合与特征提取;最终由探测器读取级联衍射计算层输出光场的多个探测区域的光能,以最大光能对应的区域直接输出识别结果。藉此,偏振信息由传统方案中被模数转换和电子重构的被测参数转变为可直接参与光域计算的计算变量。

13、在此基础上,本发明以四维stokes矢量作为每个空间位置的基本计算状态,在总强度之外进一步保留水平与垂直线偏振差异、两种对角线偏振差异以及圆偏振手性信息,使每个空间位置由一维标量计算空间扩展为四维矢量计算空间,能够表达偏振方向、椭圆率和手性等强度图像所不包含的物理特征;而级联衍射计算层针对同一识别任务联合处理四个stokes分量,并在不同分量之间形成可训练的加权耦合,使得偏振信息并非仅作为通道复用或任务切换标签,而是直接融入矢量计算空间内的特征提取与判决过程,从而有效提升对低强度对比、复杂散射和偏振纹理目标的区分能力。

14、进一步地,由于l0的输出像面与l1的输入面重合,四路stokes编码光场在进入衍射计算层时具有一致的波前曲率,且无需在l0与l1之间设置任何探测或电子处理环节,省去了中间偏振相机、全分辨率stokes重构、模数转换和电子数据搬运,探测端直接输出分类结果。由此,本发明在将偏振信息利用率提升为传统标量方案四倍的同时,保持了无源衍射计算固有的光速并行处理、亚微秒级延迟和低推理功耗优势,并使得偏振解析与光计算功能在同一芯片上实现紧凑集成,为高性能、低功耗的矢量光计算提供了可行的硬件实现路径。

15、本发明实施例中的其他有益效果将在下文中进一步述及。