99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

采用端到端的逆設(shè)計(jì)方法實(shí)現(xiàn)多維度多通道超構(gòu)表面全息設(shè)計(jì)

MEMS ? 來(lái)源:兩江科技評(píng)論 ? 2024-03-11 11:35 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

導(dǎo)讀

近日,北京理工大學(xué)光電學(xué)院黃玲玲教授團(tuán)隊(duì)采用端到端的逆設(shè)計(jì)方法實(shí)現(xiàn)了多維度多通道超構(gòu)表面全息設(shè)計(jì)。通過(guò)將物理設(shè)計(jì)問(wèn)題轉(zhuǎn)換為數(shù)學(xué)優(yōu)化問(wèn)題,構(gòu)建損失函數(shù)和超構(gòu)表面結(jié)構(gòu)參數(shù)之間的直接關(guān)聯(lián)關(guān)系,基于優(yōu)化算法,實(shí)現(xiàn)了從目標(biāo)圖像輸入到超構(gòu)表面參數(shù)輸出的端對(duì)端設(shè)計(jì),簡(jiǎn)化了設(shè)計(jì)流程,提升了多通道全息圖像的重建質(zhì)量。相關(guān)成果以“Multi-dimensional Multiplexed Metasurface Holography by Inverse Design”為題發(fā)表于Advanced Materials期刊。北京理工大學(xué)光電學(xué)院蔣強(qiáng)副研究員和黃玲玲教授為論文通訊作者,碩士研究生尹永耀為論文第一作者。

研究背景

超構(gòu)表面由二維排列的亞波長(zhǎng)超原子組成,作為新型微納光學(xué)器件,已成為電磁空間工程和控制波傳播的范例。超構(gòu)表面可以在亞波長(zhǎng)尺度實(shí)現(xiàn)對(duì)電磁波的振幅、相位和偏振等維度的靈活調(diào)控。通過(guò)采用多維復(fù)用設(shè)計(jì),多功能超構(gòu)表面器件可以顯著減小光學(xué)系統(tǒng)的尺寸。將超構(gòu)表面引入全息中,解決了傳統(tǒng)基于空間光調(diào)制器的全息顯示存在的高階衍射、視角小、空間帶寬積小等問(wèn)題,并可以大大擴(kuò)展傳統(tǒng)全息技術(shù)的信息容量。實(shí)現(xiàn)多維復(fù)用超構(gòu)表面全息的長(zhǎng)期采用的方法是正向設(shè)計(jì),這通常需要廣泛的物理知識(shí)來(lái)確定超原子排列策略和全息圖計(jì)算算法。例如,要實(shí)現(xiàn)無(wú)串?dāng)_的彩色超構(gòu)表面全息術(shù),直接的途徑是空間復(fù)用策略,但這種策略犧牲了空間分辨率并可能導(dǎo)致高階衍射。更高自由度的超原子也許能一定程度上解決問(wèn)題,但往往對(duì)加工提出新的挑戰(zhàn),并且需要很長(zhǎng)時(shí)間來(lái)構(gòu)建超原子響應(yīng)數(shù)據(jù)庫(kù)。

研究亮點(diǎn)

在該工作中,為了打破正向設(shè)計(jì)的限制并簡(jiǎn)化設(shè)計(jì)流程,團(tuán)隊(duì)提出了一種端到端的逆向設(shè)計(jì)框架,如圖1所示。通過(guò)將超構(gòu)表面直接與多個(gè)目標(biāo)全息重建圖相關(guān)聯(lián),并根據(jù)重建圖像質(zhì)量指導(dǎo)優(yōu)化過(guò)程,實(shí)現(xiàn)超構(gòu)表面的尺寸參數(shù)的更新,基于低自由度超原子實(shí)現(xiàn)了多維度超構(gòu)表面的端對(duì)端設(shè)計(jì)。

a47e8b6c-de34-11ee-a297-92fbcf53809c.png

1 多維度復(fù)用超構(gòu)表面全息的端到端逆設(shè)計(jì)框架

所提出的端對(duì)端設(shè)計(jì)流程如圖2所示。在物理設(shè)計(jì)問(wèn)題中提取出目標(biāo)函數(shù)、約束條件、求解空間等數(shù)學(xué)優(yōu)化問(wèn)題所需的因素。在初始化過(guò)程中,以給定的超原子響應(yīng)數(shù)據(jù)庫(kù)為求解空間,初始化超構(gòu)表面上各個(gè)超單元的結(jié)構(gòu)參數(shù)分布,并將散射場(chǎng)通過(guò)衍射傳播算法傳播至對(duì)應(yīng)重建平面,得到數(shù)值重建圖像。將多通道下的目標(biāo)重建圖像與數(shù)值重建圖像的均方誤差(MSE)作為損失函數(shù),利用伴隨算法計(jì)算MSE關(guān)于各個(gè)超單元尺寸參數(shù)的梯度,并采用基于梯度的優(yōu)化算法(移動(dòng)漸近線(xiàn)法MMA)對(duì)超單元結(jié)構(gòu)參數(shù)分布進(jìn)行調(diào)整,至此完成一輪優(yōu)化迭代。每一輪迭代的超單元結(jié)構(gòu)參數(shù)分布作為下一輪優(yōu)化的初始值,經(jīng)過(guò)多輪優(yōu)化后,損失函數(shù)收斂,得到最終的超構(gòu)表面結(jié)構(gòu)參數(shù),完成多維度超構(gòu)表面器件的設(shè)計(jì)。

a4863f24-de34-11ee-a297-92fbcf53809c.png

2 端對(duì)端逆設(shè)計(jì)算法流程圖

依靠所提出的逆設(shè)計(jì)方法,團(tuán)隊(duì)設(shè)計(jì)并實(shí)驗(yàn)演示了偏振加密超構(gòu)表面全息(樣品1)和彩色超構(gòu)表面全息(樣品2)。進(jìn)一步地,將三個(gè)波長(zhǎng)、兩個(gè)正交偏振通道、兩個(gè)重建距離組合,研究人員實(shí)現(xiàn)了高達(dá)12個(gè)通道的多維度多通道復(fù)用超構(gòu)表面全息(樣品3)。與正向設(shè)計(jì)得到的重建圖像相比,逆向設(shè)計(jì)得到的重建圖像具有更高的重建質(zhì)量。

a4900d24-de34-11ee-a297-92fbcf53809c.png

3 (a)(b)所設(shè)計(jì)和加工的偏振加密超構(gòu)表面全息樣品1(c)(d)彩色超構(gòu)表面全息樣品2 (e)為實(shí)驗(yàn)光路圖

a49ec788-de34-11ee-a297-92fbcf53809c.png

4 組合波長(zhǎng)、偏振和重建距離實(shí)現(xiàn)12通道復(fù)用的超構(gòu)表面全息樣品3

值得注意的是,本研究中使用僅具有兩個(gè)自由度的超原子即可實(shí)現(xiàn)高達(dá)12通道的低串?dāng)_全息顯示。研究人員對(duì)所使用超單元庫(kù)的完備性進(jìn)行了分析,圖5a和b分別展示了超單元庫(kù)的相位響應(yīng)在三波長(zhǎng)空間和線(xiàn)偏振空間的映射分布??梢悦黠@看出所使用的單元庫(kù)是不完備的,無(wú)法實(shí)現(xiàn)多個(gè)波長(zhǎng)和偏振態(tài)解耦。這種不完備單元庫(kù)在正向設(shè)計(jì)中產(chǎn)生的誤差是難以消除的。但在逆設(shè)計(jì)中,由于超構(gòu)表面單元分布直接對(duì)全息重建圖像質(zhì)量負(fù)責(zé),沒(méi)有中間過(guò)程的限制,可以很好地統(tǒng)籌每個(gè)通道的圖像重建效果,實(shí)現(xiàn)更高的重建質(zhì)量。端到端的設(shè)計(jì)思路顯著降低對(duì)超原子庫(kù)完備性的要求。

a4b314d6-de34-11ee-a297-92fbcf53809c.png

5 在(a)三波長(zhǎng)空間和(b)線(xiàn)偏振空間中對(duì)超單元庫(kù)的完備性分析

總結(jié)與展望

研究團(tuán)隊(duì)提出了多維度超構(gòu)表面全息的端到端逆向設(shè)計(jì)方法,通過(guò)僅具有兩個(gè)自由度的簡(jiǎn)單超原子實(shí)現(xiàn)了包含三個(gè)波長(zhǎng)、兩個(gè)偏振態(tài)和兩個(gè)重建平面的共多達(dá)12個(gè)通道的全息圖像顯示。該策略通過(guò)將超原子映射和散射場(chǎng)衍射傳播的兩個(gè)步驟表示為可微分形式,可同時(shí)優(yōu)化整個(gè)過(guò)程,從而減少了對(duì)利用物理知識(shí)計(jì)算多通道全息圖的依賴(lài)。有利于推動(dòng)多功能超構(gòu)表面的智能化設(shè)計(jì),有望最終加速超構(gòu)表面器件在彩色顯示、成像、存儲(chǔ)等領(lǐng)域的應(yīng)用。

該工作得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃、北京市卓越青年科學(xué)家計(jì)劃、國(guó)家自然科學(xué)基金等支持。

論文鏈接:
https://onlinelibrary.wiley.com/doi/10.1002/adma.202312303




審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 電磁波
    +關(guān)注

    關(guān)注

    21

    文章

    1483

    瀏覽量

    54653
  • MSE
    MSE
    +關(guān)注

    關(guān)注

    0

    文章

    6

    瀏覽量

    6626
  • 光調(diào)制器
    +關(guān)注

    關(guān)注

    0

    文章

    88

    瀏覽量

    8637

原文標(biāo)題:基于逆向設(shè)計(jì)的多維度多通道超構(gòu)表面全息

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    特斯拉帶火“”智駕,國(guó)內(nèi)車(chē)企加速上車(chē)

    在內(nèi)的全鏈路自動(dòng)駕駛軟硬件架構(gòu)。而FSDV12采用的“”的自動(dòng)駕駛系統(tǒng),能夠高度模擬人類(lèi)駕駛行為,實(shí)現(xiàn)感知決策一體化。近日,特斯拉正式
    的頭像 發(fā)表于 12-02 08:45 ?2967次閱讀
    特斯拉帶火“<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”智駕,國(guó)內(nèi)車(chē)企加速上車(chē)

    VirtualLab Fusion:平面透鏡|從光滑表面菲涅爾、衍射和透鏡的演變

    都將入射波前的相位轉(zhuǎn)換為符合設(shè)計(jì)標(biāo)準(zhǔn)的特定輸出相位。 平面表面可以實(shí)現(xiàn)通常通過(guò)光滑表面進(jìn)行的相同相位變換。本文探討了設(shè)計(jì)平面透鏡的基本原理,包括菲涅爾透鏡、衍射透鏡和透鏡。 所有示例
    發(fā)表于 05-15 10:36

    一文帶你厘清自動(dòng)駕駛架構(gòu)差異

    大模型則嘗試直接將傳感器輸入映射到車(chē)輛控制指令上,實(shí)現(xiàn)聯(lián)合優(yōu)化。雖同為
    的頭像 發(fā)表于 05-08 09:07 ?294次閱讀
    一文帶你厘清自動(dòng)駕駛<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>架構(gòu)差異

    《FDTD Solutions仿真全面教程:構(gòu)表面與光束操控的前沿探索》

    及MATLAB結(jié)果分析—偏振轉(zhuǎn)換效率計(jì)算 (九)利用TFSF計(jì)算納米結(jié)構(gòu)散射場(chǎng)信息 (十)利用TFSF和自定義材料計(jì)算復(fù)合結(jié)構(gòu)散射場(chǎng)信息 (十一)利用MATLAB計(jì)算結(jié)果及腳本設(shè)置構(gòu)表面—生成
    發(fā)表于 04-22 11:59

    小米汽車(chē)智駕技術(shù)介紹

    后起之秀,小米在宣布造車(chē)前被非常的人質(zhì)疑,但在“真香”定律下,小米創(chuàng)下了很多友商所不能及的成就。作為科技企業(yè),小米也在智能駕駛領(lǐng)域也不斷研發(fā)及突破,并推送了自動(dòng)駕駛系統(tǒng)。 小米
    的頭像 發(fā)表于 03-31 18:17 ?3534次閱讀
    小米汽車(chē)<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>智駕技術(shù)介紹

    技術(shù)分享 |模態(tài)自動(dòng)駕駛混合渲染HRMAD:將NeRF和3DGS進(jìn)行感知驗(yàn)證和AD測(cè)試

    模態(tài)自動(dòng)駕駛混合渲染HRMAD,融合NeRF與3DGS技術(shù),實(shí)現(xiàn)10萬(wàn)㎡場(chǎng)景重建,傳感器實(shí)時(shí)輸出,仿真更接近真實(shí)數(shù)據(jù)!然而,如何用高保真仿真場(chǎng)景快速驗(yàn)證自動(dòng)駕駛算法?HRMAD已
    的頭像 發(fā)表于 03-26 16:05 ?3401次閱讀
    技術(shù)分享 |<b class='flag-5'>多</b>模態(tài)自動(dòng)駕駛混合渲染HRMAD:將NeRF和3DGS進(jìn)行感知驗(yàn)證和<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>AD測(cè)試

    自動(dòng)駕駛技術(shù)研究與分析

    傳遞和全局優(yōu)化的優(yōu)勢(shì),成為智能駕駛技術(shù)發(fā)展的重要方向。與傳統(tǒng)模塊化架構(gòu)相比,技術(shù)通過(guò)深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從傳感器數(shù)據(jù)輸入車(chē)輛控制信號(hào)輸出
    的頭像 發(fā)表于 12-19 13:07 ?894次閱讀

    在自動(dòng)泊車(chē)的應(yīng)用

    與城市環(huán)境的復(fù)雜性和高速公路駕駛的風(fēng)險(xiǎn)相比,停車(chē)場(chǎng)景的特點(diǎn)是低速、空間有限和高可控性。這些特點(diǎn)為在車(chē)輛中逐步部署自動(dòng)駕駛能力提供了可行的途徑。最重要的是自動(dòng)泊車(chē)對(duì)時(shí)間不敏感,而自動(dòng)駕駛幀率至少
    的頭像 發(fā)表于 12-18 11:38 ?973次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>在自動(dòng)泊車(chē)的應(yīng)用

    黑芝麻智能算法參考模型公布

    黑芝麻智能計(jì)劃推出支持華山及武當(dāng)系列芯片的算法參考方案。該方案采用One Model架構(gòu),并在決策規(guī)劃單元引入了VLM視覺(jué)語(yǔ)言大模型和PRR行車(chē)規(guī)則的概率化表征子模塊,進(jìn)一步提升
    的頭像 發(fā)表于 12-03 12:30 ?935次閱讀
    黑芝麻智能<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>算法參考模型公布

    爆火的如何加速智駕落地?

    編者語(yǔ):「智駕最前沿」微信公眾號(hào)后臺(tái)回復(fù):C-0551,獲取本文參考報(bào)告:《智能汽車(chē)技術(shù)研究報(bào)告》pdf下載方式。 “
    的頭像 發(fā)表于 11-26 13:17 ?1162次閱讀
    爆火的<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>如何加速智駕落地?

    基于相變材料的可重構(gòu)構(gòu)表面用于圖像處理

    光學(xué)構(gòu)表面(metasurface)實(shí)現(xiàn)了在亞波長(zhǎng)尺度內(nèi)的模擬計(jì)算和圖像處理,并具備更低的功耗、更快的速度。雖然人們已經(jīng)展示了各種圖像處理
    的頭像 發(fā)表于 11-13 10:24 ?1.1w次閱讀
    基于相變材料的可重構(gòu)<b class='flag-5'>超</b><b class='flag-5'>構(gòu)</b><b class='flag-5'>表面</b>用于圖像處理

    連接視覺(jué)語(yǔ)言大模型與自動(dòng)駕駛

    自動(dòng)駕駛在大規(guī)模駕駛數(shù)據(jù)上訓(xùn)練,展現(xiàn)出很強(qiáng)的決策規(guī)劃能力,但是面對(duì)復(fù)雜罕見(jiàn)的駕駛場(chǎng)景,依然存在局限性,這是因?yàn)?b class='flag-5'>端
    的頭像 發(fā)表于 11-07 15:15 ?709次閱讀
    連接視覺(jué)語(yǔ)言大模型與<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>自動(dòng)駕駛

    InfiniBand網(wǎng)絡(luò)解決LLM訓(xùn)練瓶頸

    ChatGPT對(duì)技術(shù)的影響引發(fā)了對(duì)人工智能未來(lái)的預(yù)測(cè),尤其是模態(tài)技術(shù)的關(guān)注。OpenAI推出了具有突破性的模態(tài)模型GPT-4,使各個(gè)領(lǐng)域取得了顯著的發(fā)展。 這些AI進(jìn)步是通過(guò)大規(guī)模模型訓(xùn)練實(shí)現(xiàn)
    的頭像 發(fā)表于 10-23 11:26 ?2220次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>InfiniBand網(wǎng)絡(luò)解決LLM訓(xùn)練瓶頸

    測(cè)試用例怎么寫(xiě)

    測(cè)試方法,旨在驗(yàn)證整個(gè)應(yīng)用程序從前端后端的流程是否能夠按照預(yù)期工作。它涉及多個(gè)系統(tǒng)組件和接口的交互,確保業(yè)務(wù)流程的完整性和正確性。 二、編寫(xiě)
    的頭像 發(fā)表于 09-20 10:29 ?976次閱讀

    實(shí)現(xiàn)自動(dòng)駕駛,唯有?

    ,去年行業(yè)主流方案還是輕高精地圖城區(qū)智駕,今年大家的目標(biāo)都瞄到了(End-to-End, E2E)。
    的頭像 發(fā)表于 08-12 09:14 ?1524次閱讀
    <b class='flag-5'>實(shí)現(xiàn)</b>自動(dòng)駕駛,唯有<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>?