近年來(lái),空間光調(diào)制器被廣泛應(yīng)用到超快激光加工像差校正、多焦點(diǎn)平行加工、二維面加工、三維體加工、脈沖時(shí)空整形、結(jié)構(gòu)光加工等不同領(lǐng)域。對(duì)空間光調(diào)制器的原理進(jìn)行了介紹,闡述了空間光調(diào)制器的全息圖生成算法,并著重介紹了空間光調(diào)制器在超快激光加工領(lǐng)域中的應(yīng)用。 

【文章來(lái)源】：激光與光電子學(xué)進(jìn)展. 2020,57(11)北大核心CSCD

【文章頁(yè)數(shù)】：15 頁(yè)

【部分圖文】：

空間光調(diào)制器原理示意圖。（a)DMD原理圖[15];(b）液晶空間光調(diào)制器示意圖，無(wú)電壓（左）和電壓高于閾值（右）[17]

通過(guò)全息圖技術(shù)可以在焦點(diǎn)處產(chǎn)生所需的二維光場(chǎng)強(qiáng)度分布。此類算法有多種，其中較為經(jīng)典的是GS (Gerchberg-Saxton）算法，該算法是由Gerchberg和Saxton[19]在1972年提出的一種計(jì)算全息圖的迭代算法，該算法得到的全息圖隨著迭代次數(shù)的增加而向局部最優(yōu)解收斂。后續(xù)的很多算法都是由GS算法演變而來(lái)。如圖2所示，GS算法是一個(gè)迭代算法，首先，將激光的光源場(chǎng)強(qiáng)分布和隨機(jī)相位組合作為輸入的復(fù)振幅，經(jīng)過(guò)傅里葉變換之后得到焦點(diǎn)處的復(fù)振幅，將其相位信息保留，強(qiáng)度信息用目標(biāo)光場(chǎng)的強(qiáng)度替換，得到新的復(fù)振幅分布。然后進(jìn)行傅里葉逆變換得到前焦面的復(fù)振幅分布，同樣保留相位信息，強(qiáng)度信息用激光光源的場(chǎng)強(qiáng)分布替換，接著進(jìn)行下一輪的計(jì)算，如此迭代一定次數(shù)后，傅里葉逆變換之后得到的相位分布就是GS算法生成的全息圖。

基于深度學(xué)習(xí)的全息圖生成算法可以分為3步：1）制作訓(xùn)練集，生成10萬(wàn)張隨機(jī)的相位圖，利用菲涅耳衍射積分計(jì)算出加載了相位圖的入射光傳播一定距離z之后的光強(qiáng)分布；2）構(gòu)造了一個(gè)用于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，將10萬(wàn)張隨機(jī)相位圖作為神經(jīng)網(wǎng)絡(luò)的輸出，傳播距離z之后的10萬(wàn)張光強(qiáng)分布圖作為網(wǎng)絡(luò)的輸入，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；3）將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)保存下來(lái)，將目標(biāo)光場(chǎng)強(qiáng)度分布輸入到神經(jīng)網(wǎng)絡(luò)中，網(wǎng)絡(luò)的輸出即為該算法所計(jì)算出的全息圖[42]。在全息圖生成中引入深度學(xué)習(xí)技術(shù)的最大優(yōu)勢(shì)是：訓(xùn)練好的神經(jīng)模型具有泛化能力，輸入目標(biāo)光場(chǎng)分布后即可直接計(jì)算得到全息圖，運(yùn)算速度比傳統(tǒng)迭代算法快1～2個(gè)數(shù)量級(jí)。目前這種方法得到的全息圖只適用于二維的空間傳播光場(chǎng)生成，還不能運(yùn)用于聚焦光場(chǎng)的全息圖計(jì)算。因?yàn)橥哥R聚焦是傅里葉變換的過(guò)程，與空間傳播的菲涅耳衍射過(guò)程有區(qū)別，上述神經(jīng)網(wǎng)絡(luò)相當(dāng)于學(xué)習(xí)了由特定相位經(jīng)過(guò)空間傳播得到特定光場(chǎng)強(qiáng)度分布的逆過(guò)程，與之相比透鏡聚焦的逆過(guò)程更難學(xué)習(xí)，到目前為止還沒(méi)有用深度學(xué)習(xí)技術(shù)生成聚焦光場(chǎng)全息圖的算法被提出。本課題組正在進(jìn)行利用深度學(xué)習(xí)計(jì)算聚焦光場(chǎng)全息圖的開(kāi)發(fā)探索。

【參考文獻(xiàn)】：
期刊論文
[1]Valence state manipulation of Sm3+ ions via a phase-shaped femtosecond laser field[J]. YE ZHENG,YUNHUA YAO,LIANZHONG DENG,WENJING CHENG,JIANPING LI,TIANQING JIA,JIANRONG QIU,ZHENRONG SUN,SHIAN ZHANG.  Photonics Research. 2018(02)
[2]加權(quán)楊-顧算法研究[J]. 顏樹(shù)華.  光子學(xué)報(bào). 2007(03)



本文編號(hào)：3403112