隨著資訊科技的高速發展，光場感知技術在各個領域的重要性日益凸顯。光場不僅包含光強度，還包括偏振、頻率和相位等多維度資訊。這些資訊對於揭示物質的組成和表面形貌至關重要，在光通訊、遙感、工業檢測、醫療診斷、化學分析和環境保護等領域都有廣泛的套用價值。
光譜與偏振探測
光譜探測與偏振探測是獲取關鍵資訊的主要手段。光譜探測透過分析光的不同波長成分來獲取資訊，是光按照波長或頻率分解後的分布圖，由於每種物質在不同波長下對光的吸收和反射特性各不相同，光譜就像一張包含重要資訊的「身份證」，分析光譜特性可以讓我們獲取物質的詳細資訊。
例如，我們可以透過分析植物反射出來的光譜確定植物的健康狀況；分析星光光譜了解恒星的化學組成和運動狀態；而在化學中，分析光譜則可以確定溶液中各種化學成分的濃度。
光的偏振狀態是指光波振動的方向，透過分析光波振動方向，可以揭示物體表面的形貌資訊、分子結構和應力分布等資訊。光的偏振屬於向量性質，光在透過不同介質時，其偏振狀態會發生變化。
人眼可以直接或間接觀察到光的強度、顏色（波長）、相位資訊，但無法感知光的偏振狀態，所以偏振光學的研究套用起步較晚，也更加復雜。
偏振探測可以套用於幾個方面：在工業檢測領域，偏振探測可以檢測到金屬表面微小的裂紋或其他缺陷，從而保證產品的品質和可靠性；在遙感領域，透過分析地表反射光的偏振狀態，可以區分不同型別的植被和土壤，甚至可以檢測出油汙染等環境問題，提供比傳統遙感更豐富的資訊，有助於環境監測和自然資源管理；在生物醫學領域，利用偏振顯微鏡可以觀察到細胞和組織的結構變化，幫助醫生進行更加準確的診斷。
傳統探測器的問題與局限
現有的偏振和光譜探測器通常只能在固定波長下獲取偏振資訊，或在固定偏振狀態下獲取光譜資訊。然而，在自然界的許多場景中，光場可能在寬光譜範圍內攜帶任意的偏振和強度變化。
現有的偏振和光譜探測器存在兩個主要問題：一是其探測能力與所需的時間或空間成正比；二是無法準確探測寬光譜範圍內具有任意變化的偏振和強度的高維光場資訊。
為了解決以上問題，中國科學院長春光學精密機械與物理研究所的李煒研究員團隊與新加坡國立大學的仇成偉教授團隊合作，開發了一種基於色散表面的高維光場探測器。
這一新型探測器能夠利用單個器件透過單次測量，對寬頻光譜範圍內具有任意變化的偏振和強度的高維光場進行全面表征。這一突破性的研究顯著提升了光場資訊的探測能力，極大地提高了探測的靈活性和效率，開啟了高維光場探測的新視角。
圖註：與傳統光檢測方法對比示意圖
（圖片來源：Dispersion-assisted high-dimensional
photodetector）
高維光場探測器的開發
這項研究的核心創新在於利用簡單的薄膜界面和空間色散與頻率色散特性，利用空間色散和頻率色散特性將光的高維資訊投影到波向量空間中。這種設計不僅簡化了傳統光譜和偏振探測器的復雜結構，還極大地提高了探測效率和精度。
先要了解，薄膜界面是兩種具有不同折射率的材料之間的過渡。它就像是光的「分揀」站，當光線穿過這些界面時，由於折射率的差異，光的傳播方向和速度會發生改變，產生折射和反射。使得不同波長和偏振態的光以不同的方式受到影響。
例如，一些波長的光可能在界面上被強烈反射，而其他波長的光則可能穿過界面繼續傳播。透過設計薄膜的厚度和材料組合，研究團隊能夠在波向量空間中實作對光的頻率和偏振的敏感性。
在選擇薄膜材料和結構時，就要施展出材料的魔法。研究團隊選擇了二氧化鈦（TiO₂）和二氧化矽（SiO₂）這兩種可見光波段具有「高透射率」的材料作為主要材料。高透射率意味著光在透過這些材料時能夠保持較高的能量傳輸效率，從而提高探測器的靈敏度和精度。此外，這些材料的光學特性使得它們能夠在不同波長和偏振狀態下產生所需的散射和折射效果，從而實作對光場資訊的高效編碼。
這種對光的頻率和偏振的敏感性可以很容易被共振設計和放大，為了證明這一點，研究團隊構建了Fabry–Pérot腔。Fabry–Pérot腔由兩個相互平行且高度反射的鏡子組成，利用光在腔內多次反射，使得不同波長和偏振態的光會經歷不同的幹涉效應，從而在腔內產生特定的傳輸特性。透過這種方式，對光的頻率和偏振的敏感性被進一步增強。
圖註：單次高維檢測方法示意圖
（圖片來源：Dispersion-assisted high-dimensional
photodetector）
此外，透過在兩側堆疊多層薄膜結構，研究團隊不僅實作了寬頻光譜探測，還實作了全斯托克斯偏振探測。全斯托克斯偏振探測是一種先進的光學表征技術，它能夠同時測量描述光偏振態的所有四個斯托克斯參量(S₀, S₁, S₂, S₃)，提供光偏振特性的完整資訊。
這四個參量分別表示光的總強度、水平/垂直方向和+45°/-45°方向的線偏振光強之差、以及左旋/右旋圓偏振光強之差。傳統的偏振探測方法通常只能測量其中一兩個參量，難以全面刻畫光的偏振態。
為了從復雜的光場數據中提取有用資訊，研究團隊采用了深度殘留誤差網路（ResNet）來進行解碼。ResNet是一種常見的神經網路架構，可以把ResNet想象成一座復雜迷宮中的捷徑，這些捷徑幫助模型更快速地找到出口，即數據中的有用資訊，使得網路能夠更深、更有效地進行訓練。
相比其他神經網路結構，ResNet在學習效果和訓練時間上表現更佳，並且能夠高效處理高維度的矩陣數據。
當光透過設計好的薄膜界面和腔體結構時，光的偏振和光譜資訊被編碼成復雜的二維透射分布資訊。這些資訊被高分辨率相機記錄下來，並輸入到預先訓練好的ResNet模型中。
由於同時編碼了復雜的偏振和光譜資訊，並且實驗上會引入額外的系統雜訊，初期采用的其他資訊提取方法只能實作對線偏振態的提取分析。透過測試，研究團隊最終確定ResNet模型可以成功實作高維資訊的提取。
實作更高效、精準的光場探測
為了驗證高維光場探測器的實際探測效果，研究團隊選擇了兩種典型的高維光場進行實驗測試：一種是雙色雙偏振雷射場，另一種是寬頻光照射金表面所產生的反射光場。這兩種光場具有復雜的偏振和光譜資訊，是檢驗探測器效能的理想選擇。
在這些實驗中，研究團隊證明了所設計的高維光場探測器能夠利用單次測量精確探測這些復雜光場的資訊。
例如，在雙色雙偏振雷射場的測試中，探測器能夠同時獲取兩種不同波長和偏振態的光場資訊，並準確還原其光譜和偏振特性。在寬頻光反射實驗中，探測器也成功地捕捉到了反射光場中各個波長的強度以及偏振態的變化，從而更全面地描述光場資訊。
為了進一步展示該探測器的整合度和便捷性，研究團隊將薄膜與微透鏡陣列和大面積成像傳感器陣列進行「三明治」式的組合，開發出了一種無需對準、單次測量的超整合高維光場成像儀。
該成像儀可以在一次成像中同時獲取目標的偏振和光譜資訊，實作高精度高維成像。這種設計不僅降低了實驗裝置的復雜性，還顯著提高了探測效率和準確性。
圖註：高維光電探測器和成像儀實驗
（圖片來源：Dispersion-assisted high-dimensional
Photodetector）
未來，研究團隊計劃在其他的寬波段範圍內實作相似的高維探測效果，並探索在實際套用中的高維探測系統，例如在戶外場景的高維探測。同時，利用如超表面、二維材料等材料體系實作探測器的進一步小型化，降低所需的先驗數據量，以實作更高效、精準的光場探測。
參考文獻：
Fan, Y., Huang, W., Zhu, F. et al. Dispersion-assisted high-dimensional photodetector. Nature 630, 77–83 (2024).
出品：科普中國
作者：蔡銘宣（中國科學院長春光學精密機械與物理研究所）
監制：中國科普博覽
