南京大学李涛教授团队提出了一种基于三通道手性超表面的非交错干涉方法来分析偏振。并且结合了深度卷积神经网络，以实现快速、稳健和准确的偏振测量。该项工作发表在《Light: Science & Applications》。
本文要点
1
利用神经网络可以缓解超表面尺寸减小导致的测量不准确和性能下降问题，同时有望获得更高的空间分辨率，具有快速和稳健的优点。
2
本文所提出的方案虽然在非相干光的混合偏振场景下难以处理，但直接传输模式保证了与传感器的进一步集成，未来有望实现微型和紧凑的设备，并可扩展到其他光谱带。
研究背景
光的基本特性包括振幅、相位、偏振和波长，其中偏振状态（SoP）是描述光场电分量振荡方向的重要参数。由于光与物质相互作用的强烈依赖性，SoP的分析和测量在多个领域如遥感、天文学、生物学及显微镜技术中扮演着关键角色。传统偏振测量系统，无论是时间分割还是空间分割（包括振幅分割、孔径分割和焦平面分割），都存在体积庞大、结构复杂的问题，限制了其在微型和紧凑型光学设备中的应用。
近年来，超表面作为一种新兴的平面光学元件，因其能够实现薄而轻且具有精确设计波前的特性，为偏振测量提供了新的解决方案。然而，现有的基于超表面的偏振测量方法，如构建亚波长散射器或天线阵列、基于偏振滤波器和空间复用方案，以及利用等离子体超光栅和超透镜阵列的设计，均存在各自的局限性，如非均匀SoP的局部映射困难、双层配置的复杂制造过程、检测像素尺寸与测量串扰之间的权衡等。
为克服这些挑战，本研究提出了一种基于非交错手性超表面和神经网络辅助的新策略，以高空间分辨率分析SoP。该策略利用单一手性超表面独立调制同极化和两个交叉极化，呈现振幅和相位信息，并通过神经网络增强对SoP的检测。模拟和实验结果显示，该方法能够准确检测空间均匀和非均匀偏振状态，显示出良好的保真度。最终，我们展示了该技术在日常生活中的应用潜力，如用于挑选具有相似形态特征但功能不同的玻璃。
研究内容
图1. 所提出的用于偏振测量的非交错手性超表面的示意图。n、l 和 m 是与三个通道（RCP 到 LCP、LCP 到 RCP 和 co-CP 部分）相对应的独立焦线。A、B 和 C 是交点。s0 对应于焦线的偏心距离 。
图 2. 设计和制造的手性超表面。a 晶胞和六边形晶格的示意图。b 相位参数空间，选定的参数用蓝色标记。c 超晶胞的 Co-CP 相分布。d 光学显微镜图像和 2 × 2 超晶胞 (40 μm × 40 μm) 的放大图。e 放大的 SEM 图像显示超原子形态。
图 3. 不同均匀偏振的偏振测量结果。a 根据模拟和实验结果计算出的 S 参数。b 模拟中具有 LCP 偏置（上图）和 RCP 偏置（下图）的焦平面电场分布。c 实验中 LCP 光（上图）和 RCP 光（下图）的焦平面强度分布。
图 4.用于偏振测量的神经网络结构。a 经过数据增强的神经网络输入。b a 中输入数据的对应实数 S 参数。c CNN 的结构和参数。d 相对于训练时期的 MSE 分布。空间分辨率为 (e) 20 μm、(f) 10 μm 的测试集的预测偏差的统计分布和累积概率分布。
图5 空间非均匀 SoP 分析的实验结果。a 空间非均匀偏振入射光束的强度分布。φ 是相对于绘制直径的方位角。具有 LCP（b）和 RCP（c）偏置的手性超表面阵列的焦平面强度分布。比例尺为 10 μm。d-f 在所提出的神经网络的帮助下分析斯托克斯参数。红点的数量与 b 和 a 中的位置和方位角一致。蓝色虚线是设计的 S 参数。g 根据测量的 S 参数绘制的偏振分布示意图。h 设计的偏振分布示意图。
图6 实验结果眼镜区分。两副形貌特征相似但功能不同的眼镜照片，a为线偏光眼镜，b为圆偏光眼镜，c和d为相关测量结果。
总结与展望
本研究提出了一种基于非交错手性干涉偏振测量的新方法超表面，实现了对不同均匀极化的高精度测量。结合深度卷积神经网络，该方法能够快速、稳健地对空间非均匀极化进行实验分析，并达到20 μm的分辨率，通过优化甚至可提升至10 μm。此超表面设计能有效区分形态相似但极化特性不同的物体，且较传统设计具有更高空间分辨率。尽管超表面尺寸减小会导致性能略有下降，但神经网络的应用有助于缓解此问题。然而，该方案在处理非相干光混合偏振场景时存在局限。此外，由于CMOS传感器焦距和工作距离不匹配，尚未构建紧凑原型，但直接传输模式为未来实现微型化设备提供了可能。该方案有望扩展至其他光谱带，并在高空间分辨率偏振测量领域展现巨大潜力。
文献详情
https://www.nature.com/articles/s41377-023-01337-6
