超表面凭借对亚波长尺度“超原子”结构几何形态的精细设计，能够在超薄二维平台上实现对电磁波振幅、相位及偏振态的灵活调控，在未来光子系统中展现出巨大的应用潜力。但当前超表面设计仍依赖传统“自下而上”的参数扫描与经验，在面对多自由度控制、超大规模阵列设计以及复杂偏振态调控等高需求场景时，仅凭经验设计效率低下、计算资源消耗巨大，还面临结构参数与电磁响应之间的非唯一映射问题，严重制约了超原子结构参数设计的稳定性和可控性。近年来，人工神经网络的发展为超表面的逆向设计提供了全新范式，使得高像素、复杂结构超表面的快速设计成为可能。因此，采用神经网络的逆向设计方法，对于提升太赫兹超表面的多功能集成能力、突破其偏振控制与效率瓶颈，实现高精度、实时可重构的新型光学器件，具有重要的意义与应用价值。
近日，上海科技大学信息科学与技术学院曹文翰课题组提出一种基于双向深度神经网络逆向设计的自旋多路复用太赫兹超表面器件，实现了目标电磁响应与超原子几何参数的精准双向映射，有效克服了传统方法在效率与精度上的双重瓶颈（图1）。通过交叉排布与偏振复用协同机制，构建可同时分离线性与圆偏振通道的高效超构透镜和全息成像太赫兹超表面器件。此项工作以“Spin-multiplexed metasurface inverse-design based on a bi-directional deep neural network for terahertz wavefront control”为题，发表于光学领域国际学术期刊Optica。
图1 基于双向深度神经网络逆向设计太赫兹超表面示意图
图2 采用双向深度神经网络实现具有中心聚焦功能的超透镜
双向深度神经网络通过前向预测网络与逆向设计网络的级联架构实现高效超表面设计。其中，逆向设计网络基于复数形式的目标电磁响应逆向生成硅柱的结构参数；前向预测网络则以硅柱的结构参数为输入，预测其电磁响应（图2）。通过迭代优化最小化预测误差，该方法能够精准映射目标电磁响应的最优超原子结构参数。由此设计了具有自旋圆偏振通道的超构透镜（图3）和全息成像超表面，从而验证双向深度神经网络模型的可靠性。所设计的超构透镜在0.6 THz工作频点下，两个自旋通道的聚焦效率分别达到54.06%和50.49%。同时，全息成像超表面重建全息图像的相关系数和峰值信噪比最高可达0.95和25.37 dB。通过将双向深度神经网络应用于交叉排布式偏振检测超表面的逆向设计，实现了线同偏振与圆交叉偏振光的四通道独立调控。这种高效且精准的逆向设计方法为光学集成系统的开发提供了支持，为实现高性能、实时可重构光子器件提供了新思路。
图3 在左旋圆偏振和右旋圆偏振光垂直入射下设计的中心聚焦超透镜
上海科技大学是该成果的第一完成单位。信息学院2024级硕士研究生卫浩然为第一作者，曹文翰教授为通讯作者。上海师范大学何晓勇教授对该工作提供了指导。
沪公网安备 31011502006855号