Kesetiaan adalah setinggi ~98%. Penyelidikan "AI + Optik" Universiti Teknologi Guangzhou diterbitkan dalam sub-jurnal Alam Semulajadi memperkasakan pemultipleksan optik bukan ortogon.

Editor |. X

Dalam pemultipleksan optik, ortogonal antara saluran memainkan peranan yang penting. Keortogonan ini memastikan bahawa isyarat antara saluran yang berbeza tidak mengganggu antara satu sama lain, membolehkan penghantaran data yang cekap. Sistem pemultipleksan optik boleh menghantar berbilang saluran data pada masa yang sama, dengan berkesan meningkatkan penggunaan gentian optik. Walau bagaimanapun, sistem sedemikian juga tidak dapat tidak mengenakan had atas kapasiti pemultipleksan.

Di sini, Makmal Utama Teknologi Synesthesia Fusion Photonics Kementerian Pendidikan Universiti Teknologi Guangdong membangunkan pemultipleksan cahaya bukan ortogon pada gentian berbilang mod (MMF) berdasarkan rangkaian neural dalam, dipanggil medan cahaya bintik rangkaian perolehan semula (Rangkaian perolehan medan cahaya Speckle, SLRnet), yang boleh mempelajari hubungan pemetaan kompleks antara berbilang medan cahaya input bukan ortogon yang mengandungi pengekodan maklumat dan output intensiti tunggal yang sepadan.

Melalui eksperimen pengesahan prinsip, SLRnet berjaya menyelesaikan masalah pemultipleksan optik bukan ortogon pada MMF. Ia mampu menggunakan keluaran bintik tembakan tunggal untuk mendapatkan semula berbilang isyarat input bukan ortogon dengan jelas yang dimediasi oleh polarisasi, panjang gelombang dan lokasi spatial yang sama dengan kesetiaan 98%. Penyelidikan ini membuka jalan untuk merealisasikan pemultipleksan optik berkapasiti tinggi menggunakan saluran bukan ortogon dan merupakan langkah penting ke arah matlamat ini.

Penyelidikan ini akan menggalakkan aplikasi berpotensi dalam bidang optik dan fotonik dan memberikan pandangan baharu tentang penerokaan disiplin yang lebih luas seperti sains dan teknologi maklumat.

Penyelidikan berkaitan bertajuk "Pemultipleksan optik bukan ortogon yang diperkasakan oleh pembelajaran mendalam" dan diterbitkan dalam "Komunikasi Alam Semulajadi" pada 21 Februari 2024.

Pautan kertas: https://www.nature.com/articles/s41467-024-45845-4

Masalah pemultipleksan optik

Pemultipleksan fizik, asas komunikasi berganda atau optik saluran adalah prasyarat untuk penghantaran maklumat berkod berskala besar.

Memandangkan penyahmultipleksan berbilang isyarat ortogon, kaedah matriks penghantaran (seperti MMF) malah boleh menyelesaikan masalah ini pada media serakan yang kuat.

Baru-baru ini, pembelajaran mendalam telah digunakan secara meluas dalam bidang optik dan fotonik untuk reka bentuk terbalik peranti optik dan optik pengiraan. Khususnya, rangkaian saraf dalam telah digunakan untuk meningkatkan prestasi pemultipleksan ortogon pada berbilang media serakan.

Walau bagaimanapun, semua senario pemultipleksan yang dilaporkan setakat ini bergantung sepenuhnya pada keortogonan fizikal antara saluran berganda. Tidak ada percubaan untuk memanfaatkan keupayaan pemodelan tak linear pembelajaran mendalam untuk mencapai pemultipleksan optik bukan ortogon ke atas MMF.

Malangnya, pemultipleksan saluran bukan ortogon yang dimediasi oleh polarisasi atau panjang gelombang yang sama walaupun dalam gentian mod tunggal masih sangat mencabar kerana kekurangan kaedah demultiplexing yang cekap atau beban pemprosesan isyarat digital yang berlebihan. Oleh itu, membangunkan kaedah baharu untuk menyahkod maklumat yang dikodkan dalam saluran input bukan ortogon adalah penting untuk pemultipleksan optik akhirnya.

Pemultipleksan optik bukan ortogon ke atas MMF berdasarkan rangkaian neural dalam

Di sini, penyelidik menunjukkan bahawa pemultipleksan optik bukan ortogonal awal boleh dicapai melalui MMF dengan sokongan SLRnet.

Sebagai demonstrasi bukti konsep, saluran input bukan ortogon boleh digunakan untuk mencapai penghantaran maklumat berganda melalui MMF, termasuk imej pemandangan semula jadi umum, data binari rawak yang tidak berkaitan dan imej yang tidak tergolong dalam jenis latihan yang sama set data, yang bermanfaat untuk merealisasikan pemultipleksan bukan ortogonal optikal maklumat.

Dengan membina hubungan yang kompleks antara saluran input dan output bukan ortogon melalui teknik dipacu data, rangkaian rangkaian saraf yang terlatih boleh mendapatkan maklumat yang dikodkan bagi saluran bukan ortogon menggunakan hanya satu intensiti output. Malah saluran berganda bukan ortogon yang berkongsi polarisasi, panjang gelombang dan kawasan spatial input yang sama boleh dinyahkodkan dengan cekap.

Rajah 1: Gambarajah skematik pemultipleksan optik bukan ortogon pada MMF. (Sumber: Kertas)

Seni Bina Rangkaian Neural

Deep Rangkaian Neural mampu mendapatkan semula isyarat berbilang optik bukan ortogon daripada keluaran bintik tunggal MMF. Maklumat berbilang amplitud dan fasa yang dikodkan yang dimediasi oleh kombinasi polarisasi sewenang-wenangnya boleh diperoleh dengan cekap oleh SLRnet selepas disebarkan dalam MMF.

Seperti yang ditunjukkan dalam Rajah 2a, walaupun senario tipikal saluran input bukan ortogon dengan polarisasi, panjang gelombang dan kawasan ruang input yang sama boleh dinyahkod secara eksplisit. Ini dicapai melalui rangkaian saraf yang mendalam, yang seni binanya ditunjukkan dalam Rajah 2b, yang merupakan varian Unet berdasarkan proses serakan berbilang unik MMF. Ia terdiri daripada lapisan bersambung sepenuhnya (FC) dan ResUnet.

Rajah 2: Pemultipleksan optik bukan ortogon pada MMF melalui pembelajaran mendalam. (Sumber: kertas)

Hasil eksperimen

Pertimbangkan dahulu kes di mana panjang MMF ialah 1m. Rajah 3a menunjukkan evolusi kesetiaan perolehan semula untuk dua saluran medan cahaya bermultipleks dengan gabungan keadaan polarisasi sewenang-wenangnya semasa latihan SLRnet. Secara keseluruhannya, terdapat empat saluran pengekodan dalam dimensi amplitud dan fasa, yang boleh menjadi bukan ortogon bergantung pada keadaan polarisasi. Kesetiaan pengambilan diukur dengan pekali korelasi Pearson (PCC).

Rajah 3: Prestasi pemultipleksan bukan ortogon menggunakan SLRnet. (Sumber: kertas)

Seperti yang dapat dilihat daripada rajah, evolusi PCC yang diambil menggunakan konfigurasi latihan SLRnet yang sama selepas 100 zaman adalah lebih besar daripada 0.97. Pada masa yang sama, evolusi kesetiaan perolehan pada dasarnya adalah sama untuk dua belas senario pemultipleksan, menunjukkan keteguhan cemerlang pemultipleksan bukan ortogon kepada kombinasi polarisasi arbitrari.

Di samping itu, Rajah 3b memberikan kesetiaan yang diperoleh dalam setiap amplitud dan saluran berganda fasa secara berasingan menggunakan kombinasi polarisasi yang berbeza. Kesetiaan perolehan purata dalam amplitud dan dimensi fasa adalah hampir sama (~0.98), menyerlahkan keupayaan SLRnet untuk menyahmultipleks maklumat yang dikodkan dalam berbilang saluran input bukan ortogon.

Untuk melakukan penilaian deria ke atas maklumat perolehan semula pengekodan muka gelombang, hasil penyahmultipleksan biasa bagi empat kombinasi polarisasi (0° dan 0°, 0° dan 10°, 0° dan 90°, dan 0° dan elips) ialah seperti yang ditunjukkan dalam rajah 4 yang ditunjukkan.

Rajah 4: Keputusan pemultipleksan bukan ortogon pada 1 m MMF. (Sumber: kertas)

Adalah dapat dilihat bahawa empat imej skala kelabu yang dimultiplekskan pada amplitud dan fasa muka gelombang input menggunakan polarisasi yang sama boleh dinyahmultipleks dengan berkesan dengan keluaran bintik tunggal. Keputusan lain yang diambil dengan kesetiaan yang sama di bawah kombinasi polarisasi yang berbeza menunjukkan bahawa SLRnet mampu melakukan pemultipleksan saluran input bukan ortogon yang tidak pernah berlaku sebelum ini walaupun apabila muka gelombang pengekodan diacah oleh MMF.

Rajah 5: Keputusan pemultipleksan bukan ortogon pada 50 m MMF. (Sumber: kertas)

Untuk mengukuhkan lagi keunggulan SLRnet dalam senario yang lebih realistik, hasil pemultipleksan cahaya bukan ortogon menggunakan keadaan polarisasi yang sama pada 50 m MMF dicadangkan, seperti yang ditunjukkan dalam Rajah 5. Seperti yang dapat dilihat daripada Rajah 4 dan 5, keputusan penyahmultipleksan untuk MMF 1 m adalah lebih baik daripada kes 50 m kerana sifat serakan MMF yang lebih panjang lebih mudah terdedah kepada pengaruh persekitaran. Prestasi demultiplexing boleh dipertingkatkan lagi dengan mengoptimumkan struktur rangkaian. Penyelidikan menunjukkan bahawa SLRnet ialah cara yang berkesan untuk memultiplekskan saluran bukan ortogon dalam MMF.

Rajah 6: Keputusan pemultipleksan bukan ortogon pada 1 m MMF untuk imej pemandangan semula jadi umum dan imej yang bukan milik pangkalan data ImageNet. (Sumber: kertas)

Akhir sekali, untuk menunjukkan fleksibiliti SLRnet untuk set imej yang berbeza, penyelidikan menunjukkan bahawa SLRnet mempunyai generalisasi yang baik.

Walaupun konsep pemultipleksan optik bukan ortogon berasaskan MMF yang dicadangkan pada peringkat ini tidak boleh digunakan secara langsung untuk diagnosis perubatan yang biasanya memerlukan kesetiaan seragam, pemultipleksan bukan ortogonal berketepatan tinggi bagi maklumat digital binari tidak berkorelasi menunjukkan bahawa melalui MMF The merealisasikan penghantaran pemultipleksan bukan ortogonal maklumat optik telah mengambil satu langkah ke hadapan.

Penyelidikan ini mungkin bukan sahaja membuka jalan untuk menggunakan MMF berkeupayaan tinggi untuk komunikasi dan pemprosesan maklumat, tetapi juga boleh memberikan anjakan paradigma untuk pemultipleksan optik dalam optik dan bidang lain, yang boleh meningkatkan tahap kebebasan dan kapasiti optik dengan banyak. sistem.

Atas ialah kandungan terperinci Kesetiaan adalah setinggi ~98%. Penyelidikan "AI + Optik" Universiti Teknologi Guangzhou diterbitkan dalam sub-jurnal Alam Semulajadi memperkasakan pemultipleksan optik bukan ortogon.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!