近日，北京理工大學光電學院付時堯、高春清團隊提出了一種緊湊型光子角動量譜智能感知方法，采用自主研發的周期漸變超表面提取待測光束的角動量特征，并經設計搭建的SADT-Net神經網絡智能分析，實現了對光子角動量譜的精確測量，該項研究成果以“Metasurface based intelligent identification of total angular momentum spectra for beams”為題發表于SCI一區期刊ACS Photonics。該工作得到了北京市自然科學基金、國家自然科學基金、國家重點研發計劃等項目的支持。該工作的合作單位為中國電力科學研究院以及香港理工大學，北京理工大學是唯一通訊作者單位。北京理工大學光電學院2022級博士研究生李浪、2022級碩士研究生高李梁、中國電科院程宇心博士為該論文的共同第一作者，付時堯教授為該論文的通訊作者。

先前研究表明，光子作為一種能量子，也可攜帶角動量。在傍軸近似下，光子的總角動量態可表示為自旋角動量態與軌道角動量態的直積。自旋角動量有兩個本征值，對應宏觀的左右旋圓偏振態；而軌道角動量對應于宏觀的螺旋波面，其本征值可為任意整數。由于這些總角動量模式彼此正交，一束光中可同時包含多個總角動量模式，這些模式的相對強度分布就是這束光的總角動量譜，決定了光束的橫向拓撲結構（各向異性波前及偏振分布）。光束的總角動量已應用于大容量光通信、信息加密、新型拓撲結構光場研究等領域，而高精度測量總角動量譜是這些前沿領域的核心基礎。不同于軌道角動量譜的單一自由度測量，總角動量譜測量需要對兩種自旋角動量態下的軌道角動量譜進行同時感測。現有技術通常利用偏振敏感器件進行光束總角動量模式分束以間接測量，但分束模式易混疊，支持模式數有限，僅能識別總角動量模式，很難測量總角動量譜。

圖1 光束總角動量譜測量基本原理

針對上述問題，為實現對光子總角動量譜的精確測量，付時堯教授團隊應用幾何相位設計方法，制備了周期漸變結構超表面，完成了對待測光束總角動量分布特征的提取。該超表面的兩個衍射級分別為兩個自旋角動量本征模式下的特征提取衍射光場，經相機采集后，再利用該工作設計訓練的、建立了特征衍射光場與對應總角動量譜的映射關系的SADT-Net卷積神經網絡分析，最終高精度測量了待測光束的總角動量譜，測量均方誤差達到了10-6。該方法實現了對自旋角動量譜和軌道角動量譜的同時測量，最多支持34個總角動量模式，且魯棒性強。此外，該測量方法表現出很強的抗噪聲的能力，在實驗中引入圖像采集噪聲、光路對準誤差后，仍能保持光束總角動量譜的高精度識別。

圖2 不同強度圖像采集噪聲下的光束總角動量譜識別效果

該工作利用周期漸變結構超表面成功提取了待測光束的總角動量分布特征，再經人工智能算法識別，最終實現了對光束總角動量譜的快速高精度測量，提供了緊湊、快速、穩定、準確的光子態譜測量方案。該工作將有力促進大容量激光通信、新型激光探測、高維量子信息等基于光子角動量的新質應用發展。

文章鏈接：https://doi.org/10.1021/acsphotonics.4c01930