导读

部分相干光在光学和光子学中扮演着关键角色，它在多模系统中的统计相关性为先进成像和传感技术提供了新的可能性。近日，斯坦福大学范汕洄教授和David A. B. Miller研究团队提出了一种创新方法，通过自配置光学网络全面分析和处理部分相干光。这种方法不仅能够测量光场的相干矩阵，还能将其分解为不相关组，为光学技术的发展开辟了新途径。该成果发表在国际顶尖学术期刊《Light: Science & Applications》，题为“Measuring, processing, and generating partially coherent light with self-configuring optics”，斯坦福大学研究员Charles Roques-Carmes为论文的共同第一作者兼通讯作者。

研究背景

在光学和光子学的研究与应用中，部分相干光是一个普遍存在的现象，它涉及到光场在空间、偏振和光谱等不同自由度之间的统计关联。尽管部分相干光在先进成像、传感和通信技术中具有重要应用，但目前对于这种光的测量和表征方法存在明显不足。特别是，缺乏一种有效的方法来全面测量和分析光场的相干矩阵，这是理解和利用部分相干光的关键。

此外，现有的技术手段通常无法将部分相干光分解为其不相关组，这限制了研究者对光场相干性的深入理解和精确控制。例如，马赫-曾德尔干涉仪网络虽然在相干光的操纵和测量方面取得了一定的进展，但它们在处理非相干或部分相干多模光方面的能力有限，未能充分利用其在光学神经网络、量子传输模拟等领域的潜在应用。

这些未解决的问题对于光学领域的进一步发展构成了挑战。特别是在需要精确控制光场相干性的高级成像和传感技术中，缺乏有效的测量和分析工具成为了一个技术瓶颈。因此，开发新的光学技术和方法，以全面测量和表征部分相干光，成为了光学研究中的一个重要课题。

创新研究

研究团队提出了一种用于分析、处理和生成部分相干光的创新方法。这种方法利用自配置光学网络，通过级联的自配置层对平均功率输出进行顺序优化，从而实现对输入光的相互不相关分量的分离。这一过程在数学上等同于对输入密度矩阵的对角化，为理解和控制光场的相干性提供了新的视角。如图1所示，该方法不仅能够分离光场的不相关分量，还能够通过调整网络参数来重构任意部分相干光场，这在光学成像和传感技术中具有重要的应用潜力。

图1. 使用自配置光学网络测量和处理部分相干光。

在进一步的研究中，团队展示了如何使用自配置马赫-曾德尔干涉仪阵列来处理部分相干的环境光。如图2所示，通过顺序功率优化，PCLA能够学习到入射光场的部分相干模式分解，即输入密度矩阵的本征值分解。这一过程不仅能够提高对光场特性的理解，还能够为光学传感和成像技术的发展提供新的工具。

图2. 使用自配置马赫-曾德尔干涉仪阵列处理环境光。

此外，团队还探索了如何利用PCLA生成具有任意相干矩阵的多模部分相干光。如图3所示，通过反向运行自配置网络，并用相互不相关的光源照射，可以在输入端生成所需的部分相干光场。这一技术为光学系统的设计和优化提供了新的可能性，尤其是在需要精确控制光场相干性的情况下。

图3. 使用PCLA生成多模部分相干光。

在量子光学领域，团队进一步将这种方法应用于分析非相干混合的单光子系统。如图4所示，PCLA能够对这些单光子的非相干混合进行分析，从而为量子通信和量子计算等领域提供了新的研究途径。这一成果展示了PCLA在处理量子光学系统中的潜力，为未来的量子技术发展奠定了基础。

图4. 使用PCLA处理非相干混合的分散单光子。

总结与展望

团队研究结果表明，PCLA在处理部分相干光方面具有显著的优势，包括无需基本分束器损耗的“无损”分解过程，以及在存在均匀损耗时仍能重建实际相干矩阵的能力。此外，PCLA的学习方法为光学传感、量子光学和先进成像等领域的应用提供了新的策略和工具。

PCLA技术有望在实际光学系统中得到广泛应用，特别是在需要精确控制和分析部分相干光的场合。例如，PCLA可以用于环境光传感、量子光学混合的解耦，以及多模部分相干光的生成。此外，PCLA的学习方法还可以扩展到部分相干光全息术和成像领域，为光学信息处理提供新的可能性。

总之，该研究为理解和利用部分相干光提供了一种强大的新方法。随着技术的不断发展和完善，团队期待PCLA能够在光学和光子学的各个领域发挥重要作用，推动相关科学技术的进步，并在多个科学和工程领域产生深远的影响。（来源：LightScienceApplications微信公众号）

相关论文信息：https://doi.org/10.1038/s41377-024-01622-y