本發(fā)明屬于光學(xué)頻率梳產(chǎn)生，更具體地說(shuō)，特別涉及一種超平坦孤子微腔光梳的色散工程方法。

背景技術(shù)：

1、孤子微環(huán)腔光梳(簡(jiǎn)稱微梳)是基于微環(huán)腔中的克爾非線性效應(yīng)原理，與傳統(tǒng)鎖模激光器光梳和光纖光梳相比，具有梳齒間隔大、光譜范圍寬、小型化便攜等優(yōu)點(diǎn)，近10年來(lái)得到了國(guó)內(nèi)外研究者的廣泛關(guān)注。該技術(shù)需要在光學(xué)微環(huán)腔內(nèi)部建立增益與損耗的平衡以及色散與非線性的平衡。隨著研究深入，不同形式的孤子微梳逐漸被實(shí)驗(yàn)證實(shí)，例如暗孤子、拉曼孤子等。同時(shí)，孤子微梳已能夠在多個(gè)光子平臺(tái)上得到實(shí)現(xiàn)，并且在眾多領(lǐng)域展示出誘人的前景。

2、由于孤子微梳的光譜包絡(luò)和微環(huán)腔的色散特性存在復(fù)雜的非線性關(guān)系，實(shí)現(xiàn)平坦孤子微梳對(duì)微環(huán)腔色散具有嚴(yán)格的要求。研究表明，具有近零反常色散的微環(huán)腔更容易被激發(fā)產(chǎn)生平坦孤子微梳。微環(huán)腔的色散特性主要由其材料特性和幾何結(jié)構(gòu)決定。微環(huán)腔材料相對(duì)固定，所以通常會(huì)通過(guò)調(diào)整微環(huán)腔的幾何形狀來(lái)控制其色散，該過(guò)程被稱為色散工程。色散工程通常采用正向設(shè)計(jì)方法。

3、目前報(bào)道的遺傳算法通過(guò)逆設(shè)計(jì)獲得光子晶體微環(huán)腔的色散特性，但是依舊需要通過(guò)正向設(shè)計(jì)光子晶體微環(huán)腔結(jié)構(gòu)，從而匹配優(yōu)化的色散曲線，且該方法雖然可以推廣到其他光子平臺(tái)，但是僅限于光子晶體微環(huán)腔結(jié)構(gòu)，難以用于其他微腔結(jié)構(gòu)，比如常用的微環(huán)腔。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提供一種超平坦孤子微腔光梳的色散工程方法，旨在解決現(xiàn)有的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一種超平坦孤子微腔光梳的色散工程方法，包括如下步驟：

4、s1、確定優(yōu)化微環(huán)腔集成色散涉及的幾何結(jié)構(gòu)參數(shù)；

5、s2、構(gòu)建神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的數(shù)據(jù)集；

6、s3、建立全連接神經(jīng)網(wǎng)絡(luò)模型；

7、s4、通過(guò)s3的模型針對(duì)目標(biāo)集成色散曲線，預(yù)測(cè)微環(huán)腔幾何結(jié)構(gòu)參數(shù)。

8、作為優(yōu)選，s2中數(shù)據(jù)集的獲取步驟如下：根據(jù)確定優(yōu)化幾何結(jié)構(gòu)參數(shù)各自的掃描范圍以及對(duì)應(yīng)的步長(zhǎng)進(jìn)行組合，獲得初步數(shù)據(jù)集；并對(duì)初步數(shù)據(jù)集進(jìn)行數(shù)據(jù)篩選，獲得訓(xùn)練所需的數(shù)據(jù)集。

9、作為優(yōu)選，s2中數(shù)據(jù)集按照85:15的比例劃分成測(cè)試集和訓(xùn)練集。

10、作為優(yōu)選，s3中的神經(jīng)網(wǎng)絡(luò)模型建立過(guò)程中需要反復(fù)調(diào)節(jié)模型參數(shù)，該模型參數(shù)包括模型結(jié)構(gòu)、學(xué)習(xí)率、激活函數(shù)以及優(yōu)化器。

11、作為優(yōu)選，s2中數(shù)據(jù)的篩選，具體步驟如下：

12、s20、根據(jù)目標(biāo)函數(shù)，獲得z切微環(huán)腔的橫電模式，其對(duì)應(yīng)e光的材料折射率

13、

14、其中，λ為光波長(zhǎng)，單位為微米；

15、s21、物理場(chǎng)頻率掃描求解所獲得的是在該頻率點(diǎn)下微環(huán)腔的模式數(shù)μ，通過(guò)后處理，可以得到微環(huán)腔的集成色散(dint)曲線，公式如下：

16、

17、其中，ωμ為不同模式數(shù)下的角頻率，ω0為泵浦光角頻率，d1/(2π)為微環(huán)腔的自由頻譜范圍；

18、s22、發(fā)現(xiàn)失真數(shù)據(jù)，將其從s2中的初步數(shù)據(jù)集中刪減。

19、作為優(yōu)選，需要對(duì)訓(xùn)練所需數(shù)據(jù)集內(nèi)的數(shù)據(jù)進(jìn)行預(yù)處理，具體的處理步驟如下：在該神經(jīng)網(wǎng)絡(luò)模型中，輸入數(shù)據(jù)為將dint/(2π)范圍縮放至[-1,+1]ghz后的薄膜鈮酸鋰微環(huán)腔集成色散集合，輸出數(shù)據(jù)為以10為底對(duì)數(shù)化后的薄膜鈮酸鋰微環(huán)腔幾何特征集合。

20、作為優(yōu)選，還包括步驟：

21、s5、使用開(kāi)源求解器pylle對(duì)s4中獲得的微環(huán)腔進(jìn)行孤子微梳的產(chǎn)生仿真。

22、作為優(yōu)選，s5中pylle是采用分步傅里葉算法，如下式所示：

23、

24、其中，e(t,τ)和ein分別表示在微環(huán)腔內(nèi)循環(huán)的光場(chǎng)和入射光振幅，t為慢變時(shí)間，τ為快變時(shí)間，tr為光在腔內(nèi)循環(huán)一周的時(shí)間，γ表示克爾非線性系數(shù)，α表示光在微環(huán)腔內(nèi)的損耗，δ0表示模式角頻率與泵浦光角頻率之間的失諧，θ表示直波導(dǎo)和微環(huán)腔之間的耦合系數(shù)。

25、本發(fā)明具有以下有益效果：

26、1、本發(fā)明從參數(shù)優(yōu)化設(shè)計(jì)入手，通過(guò)使用神經(jīng)網(wǎng)絡(luò)和近零目標(biāo)色散曲線，對(duì)微環(huán)腔進(jìn)行逆向設(shè)計(jì)，得到滿足需求的多個(gè)微環(huán)腔幾何參數(shù)，并且預(yù)測(cè)出超平坦的孤子微梳。因此，本發(fā)明提出的方法，適用于不同的光子集成平臺(tái)和微腔結(jié)構(gòu)，可以指導(dǎo)實(shí)際的微納制備過(guò)程；

27、2、相較于目前的主流設(shè)計(jì)思路—通過(guò)遺傳算法進(jìn)行逆設(shè)計(jì)流程，但是需要了解的是其根據(jù)目標(biāo)光梳譜線，通過(guò)逆向迭代，獲得較優(yōu)的集成色散曲線。

28、該算法的計(jì)算時(shí)間較長(zhǎng)，在數(shù)據(jù)量大的前提下會(huì)導(dǎo)致較慢的收斂速度。另外，在后續(xù)過(guò)程中，需要采用正向設(shè)計(jì)，通過(guò)調(diào)控光子晶體微環(huán)腔結(jié)構(gòu)，匹配優(yōu)化的集成色散，因此適用范圍較窄。本發(fā)明使用神經(jīng)網(wǎng)絡(luò)模型，通過(guò)目標(biāo)色散曲線直接獲取微環(huán)腔結(jié)構(gòu)參數(shù)，降低了參數(shù)優(yōu)化的復(fù)雜性，并且通過(guò)對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，極大地縮短了模型的訓(xùn)練時(shí)間。

29、除了上面所描述優(yōu)點(diǎn)之外，本發(fā)明還有其它的目的、特征和優(yōu)點(diǎn)。下面將參照?qǐng)D，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

技術(shù)特征：

1.一種超平坦孤子微腔光梳的色散工程方法，其特征在于，包括如下步驟：

2.如權(quán)利要求1所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，s2中數(shù)據(jù)集的獲取步驟如下：根據(jù)確定優(yōu)化幾何結(jié)構(gòu)參數(shù)各自的掃描范圍以及對(duì)應(yīng)的步長(zhǎng)進(jìn)行組合，獲得初步數(shù)據(jù)集；并對(duì)初步數(shù)據(jù)集進(jìn)行數(shù)據(jù)篩選，獲得訓(xùn)練所需的數(shù)據(jù)集。

3.如權(quán)利要求1所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，s2中的數(shù)據(jù)集按照85:15的比例劃分成測(cè)試集和訓(xùn)練集。

4.如權(quán)利要求1所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，s3中的神經(jīng)網(wǎng)絡(luò)模型建立過(guò)程中需要反復(fù)調(diào)節(jié)模型參數(shù)，該模型參數(shù)包括模型結(jié)構(gòu)、學(xué)習(xí)率、激活函數(shù)以及優(yōu)化器。

5.如權(quán)利要求2所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，s2中數(shù)據(jù)的篩選，具體步驟如下：

6.如權(quán)利要求5所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，需要對(duì)訓(xùn)練所需數(shù)據(jù)集內(nèi)的數(shù)據(jù)進(jìn)行預(yù)處理，具體的處理步驟如下：

7.如權(quán)利要求1-6中任一項(xiàng)所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，還包括步驟：

8.如權(quán)利要求7所述的一種超平坦孤子微腔光梳的色散工程方法，其特征在于，s5中pylle是采用分步傅里葉算法來(lái)數(shù)值求解lle方程，如下式所示：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種超平坦孤子微腔光梳的色散工程方法，屬于光學(xué)頻率梳產(chǎn)生技術(shù)領(lǐng)域，包括如下步驟：S1、確定優(yōu)化微環(huán)腔集成色散涉及的幾何結(jié)構(gòu)參數(shù)；S2、構(gòu)建神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的數(shù)據(jù)集；S3、建立全連接神經(jīng)網(wǎng)絡(luò)模型；S4、通過(guò)S3的模型針對(duì)目標(biāo)集成色散曲線，預(yù)測(cè)微環(huán)腔幾何結(jié)構(gòu)參數(shù)，本發(fā)明提出的方法，適用于不同的光子集成平臺(tái)和微腔結(jié)構(gòu)，可以指導(dǎo)實(shí)際的微納制備過(guò)程，且使用神經(jīng)網(wǎng)絡(luò)模型，通過(guò)目標(biāo)色散曲線直接獲取微環(huán)腔結(jié)構(gòu)參數(shù)，降低了參數(shù)優(yōu)化的復(fù)雜性，并且通過(guò)對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，極大地縮短了模型的訓(xùn)練時(shí)間。

技術(shù)研發(fā)人員：劉賢文,向逸軒,占必炎,張皓軒
受保護(hù)的技術(shù)使用者：北京理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23