“本次成果為高容量的動態(tài)全息和信息傳輸提供了堅實基礎(chǔ)。

既在理論上打破了傳統(tǒng)偏振復用的限制，還展現(xiàn)了非正交策略技術(shù)在動態(tài)全息、量子加密、光學計算、高速通信和大數(shù)據(jù)存儲等領(lǐng)域的應用潛力，標志著全息技術(shù)和偏振復用技術(shù)的顯著進步。”中國科學院上海技術(shù)物理研究所研究團隊表示。

近日，該研究團隊提出一種非正交偏振復用技術(shù)，通過引入非正交的偏振態(tài)，該技術(shù)能在同一光學介質(zhì)中創(chuàng)建更多獨立的信息通道，從而大幅提升全息存儲的容量。

相比傳統(tǒng)的正交偏振復用技術(shù)，非正交偏振復用技術(shù)提供了更大的靈活性和更高的復用效率，使得全息存儲的密度和容量得以顯著提高。

通過在亞波長尺度上精確控制超原子的局域本征偏振態(tài)，能讓這些態(tài)之間不再處于嚴格正交狀態(tài)，從而實現(xiàn)全局效應上的多個非正交通道的復用。

這讓本次方法能在不顯著增加系統(tǒng)復雜性的情況下，提供更大的自由度和更高的信息容量。

在實驗中，課題組通過非正交偏振復用技術(shù)生成了復雜全息圖案，并通過結(jié)合矢量衍射神經(jīng)網(wǎng)絡優(yōu)化了復用效率，顯著減少了通道間的串擾。

（來源：Nature Communications） 

總的來說，本次研究提出了非正交偏振基復用技術(shù)，并展示了其在全息產(chǎn)生中的應用。

同時，通過本征偏振態(tài)的精確控制，課題組實現(xiàn)了超低串擾的高效通道復用。此外，也擴展了 Jones 矩陣的維度，讓信息存儲容量得以顯著提升。

（來源：Nature Communications） 

對于相關(guān)論文評審專家認為，此次研究提出的超高全息信息容量是一個重要亮點。

特別是在非正交偏振復用方法和引入可控局部本征偏振調(diào)制機制的幫助下，該團隊成功擴展了 Jones 矩陣的維度，大大提高了全息圖像的復用能力并減少了串擾。

此外，利用矢量衍射神經(jīng)網(wǎng)絡所設(shè)計的原創(chuàng)型 55 通道全息偏振復用方案也得到了審稿人的贊賞。

審稿人指出這種方案通過突破傳統(tǒng)的正交偏振基編碼限制，實現(xiàn)了復雜的全息圖案復用，體現(xiàn)了本次研究在全息存儲和偏振復用領(lǐng)域的創(chuàng)新性和重要性。

在應用前景上：

首先，在光通信領(lǐng)域通過利用非正交偏振態(tài)，該技術(shù)可以實現(xiàn)更高的數(shù)據(jù)傳輸率和更有效的帶寬利用，從而提升光纖通信的效率。

其次，超高全息信息容量還能讓大容量數(shù)據(jù)存儲成為可能，從而能在數(shù)據(jù)中心和云存儲服務中實現(xiàn)應用，借此實現(xiàn)更高效的存儲和讀取。

再次，通過利用復雜的全息圖案，這項技術(shù)可以在產(chǎn)品包裝和身份證明中嵌入高安全性的防偽標識，從而減少偽造和仿冒的風險。

預計這些應用將推動光子學、材料科學和信息技術(shù)等多個領(lǐng)域的發(fā)展，帶來更高效、更安全和更智能的技術(shù)解決方案。

生成多達 55 種的復雜全息圖案

隨著信息技術(shù)的快速發(fā)展，讓全息存儲和高密度數(shù)據(jù)傳輸領(lǐng)域，面臨著更高的復用能力要求。

然而，傳統(tǒng)的正交偏振復用技術(shù)因其固有特性，在光學介質(zhì)中只能支持有限的獨立通道，這在復用效率和信息容量的提升方面形成了一定瓶頸。

這一局限性促使該團隊尋求新的復用技術(shù)，以突破傳統(tǒng)技術(shù)的束縛，從而滿足現(xiàn)代應用對于更高信息密度和更高傳輸效率的要求。

（來源：Nature Communications） 

基于此，該研究團隊開展了本次研究。期間，課題組圍繞超表面集成的紅外探測增強開展了這項工作。

通過前期調(diào)研他們意識到：傳統(tǒng)偏振復用技術(shù)的局限尤其是由于正交性限制所帶來的多通道復用能力的不足，成為領(lǐng)域內(nèi)發(fā)展所面臨的一大挑戰(zhàn)。

面對這一困境，他們決定探索一種全新的非正交偏振復用技術(shù)，旨在突破現(xiàn)有技術(shù)的瓶頸，提升全息信息的容量。

確定研究方向之后，該團隊先是分析了偏振復用和超表面技術(shù)的最新進展，由此發(fā)現(xiàn)盡管現(xiàn)有研究在利用本征偏振態(tài)和多通道系統(tǒng)上取得了一定進展，但仍有大量需要改進的空間。

隨后，他們建立了相關(guān)的理論基礎(chǔ)，并開始構(gòu)建非正交偏振的理論模型。

后來，雖然理論推導已經(jīng)完成，但是依然缺乏一個方便快捷的方案來實現(xiàn)設(shè)計方案。經(jīng)過調(diào)研之后，他們決定嘗試使用神經(jīng)網(wǎng)絡來實現(xiàn)。

但是，課題組成員在編寫神經(jīng)網(wǎng)絡時，由于沒有經(jīng)驗再加上沒有可參考的案例，曾經(jīng)萌生放棄這種方案的想法。

在大家的相互鼓勵之下，他們從零開始一點點完成了神經(jīng)網(wǎng)絡編寫：先是編寫了無偏振單波長的單一網(wǎng)絡結(jié)構(gòu)，后在偏振分解的基礎(chǔ)上實現(xiàn)了矢量偏振網(wǎng)絡。

直到后來，他們已能熟練使用神經(jīng)網(wǎng)絡編寫工具。而在設(shè)計中，通過使用全波仿真軟件 FDTD，讓方案的可行性得以確認，這也讓他們更有勇氣和信心往前推進。

接著，課題組設(shè)計出一種新穎的復用機制，通過空間變化的本征偏振態(tài)，實現(xiàn)了每個超表面單元的非零偏振輸出，從而在全局范圍內(nèi)實現(xiàn)了非正交偏振復用。

為了驗證這一理論模型，該團隊結(jié)合超表面技術(shù)和矢量衍射神經(jīng)網(wǎng)絡技術(shù)，生成了多達 55 種的復雜全息圖案。

（來源：Nature Communications） 

實驗中，通過嚴密地控制輸入和輸出的偏振狀態(tài)，以及針對實驗數(shù)據(jù)進行詳細分析，課題組評估了各通道的串擾情況，從而讓實驗結(jié)果的有效性、以及理論模型的正確性得到保障。

“那一刻所有人都松了一口氣”

事實上，在首次進行非正交實驗之時，全息圖像并沒有如愿出現(xiàn)，盡管可以辨別出圖像但是像素非常模糊。

“首次實驗卻遭遇滑鐵盧，整個團隊一度感到十分沮喪，畢竟這項實驗的成功與否，直接關(guān)系到研究結(jié)果的進展。”該課題組表示。

后來，團隊成員經(jīng)過多次討論，并經(jīng)過逐一排查之后發(fā)現(xiàn)：在加工的樣品中，有些極細的單元并未按照預想的結(jié)構(gòu)那樣筆直地排列，而是向一側(cè)傾倒，以至于影響了成像清晰度。

發(fā)現(xiàn)這一問題后，他們立即調(diào)整結(jié)構(gòu)參數(shù)，重新優(yōu)化并限制結(jié)構(gòu)范圍。同時，在樣品加工的過程中，更加細致地調(diào)整參數(shù)。

后來，經(jīng)過細致的優(yōu)化加工與實驗驗證，終于出現(xiàn)了清晰的全息圖案，那一刻所有人都松了一口氣。

而通過進一步地總結(jié)實驗成果，也讓本次非正交偏振復用技術(shù)的優(yōu)勢得以明確。隨后，該團隊探討了本次技術(shù)在光通信、目標特性模擬和量子信息處理等領(lǐng)域的潛在應用。

同時，在本次研究之中，課題組已經(jīng)開始使用 AI 技術(shù)來進行輔助研究節(jié)。

特別是在設(shè)計和優(yōu)化非正交偏振復用系統(tǒng)時，他們引入了矢量衍射神經(jīng)網(wǎng)絡這一工具。在復雜光學系統(tǒng)的建模和優(yōu)化上，這一工具曾發(fā)揮了重要作用。

而通過訓練神經(jīng)網(wǎng)絡，讓他們得以有效地預測和優(yōu)化超表面設(shè)計中的光學行為，從而實現(xiàn)了更高效的全息圖案生成以及更低的串擾。

最終，相關(guān)論文以《通過非正交偏振復用解鎖超高全息信息容量》（Unlocking ultra-high holographic information capacity through nonorthogonal polarization multiplexing）為題發(fā)在 Nature Communications[1]。

中國科學院上海技術(shù)物理研究所博士生王杰、陳金博士和郁菲蘢博士是共同一作，李冠海研究員擔任通訊作者。

圖丨相關(guān)論文（來源：Nature Communications） 

該團隊非常希望將本次技術(shù)用于量子信息處理和加密通信領(lǐng)域。

非正交偏振復用技術(shù)之所以在上述領(lǐng)域具有巨大的應用潛力，是因為它能夠在不增加噪聲和不增加串擾的前提下，大幅增加信息傳輸?shù)娜萘亢桶踩浴?/span>

因此，他們還計劃與量子信息領(lǐng)域的專家合作，開發(fā)基于本次技術(shù)的新型加密通信系統(tǒng)，并探索其在高速安全型數(shù)據(jù)傳輸中的應用。

與此同時，該研究團隊還將擴展 AI 技術(shù)在數(shù)據(jù)分析和實驗自動化上的應用。

隨著研究的深入以及實驗數(shù)據(jù)量的不斷增加，人工分析變得愈發(fā)困難和耗時。因此，研究人員打算利用 AI 進行數(shù)據(jù)挖掘和模式識別。

預計這將幫助他們從海量實驗數(shù)據(jù)中提取有價值的見解，幫助發(fā)現(xiàn)潛在的新現(xiàn)象和新規(guī)律。

此外，該團隊也正在考慮引入 AI 驅(qū)動的實驗自動化系統(tǒng)，以便提高實驗效率和減少人為誤差，從而能夠更好地探索 AI 與光學研究的深度融合。

參考資料：

1.Wang, J., Chen, J., Yu, F.et al. Unlocking ultra-high holographic information capacity through nonorthogonal polarization multiplexing. Nat Commun 15, 6284 (2024). https://doi.org/10.1038/s41467-024-50586-5

排版：劉雅坤