Характеристика оптичних хвилеводів для фотонних інтегральних схем
Анотація
Швидка обробка сигналів зі швидкістю світла є основною перевагою фотонних інтегральних схем. Тому ці схеми мають гарні перспективи для реалізації математичних обчислень, в тому числі перемноження матриці на вектор. Метою роботи було створення та дослідження методики автоматичного вимірювання розподілу яскравості вздовж оптичних хвилеводів аналогових фотонних інтегральних схем. Під час дослідження використано емпіричні методи (спостереження, вимірювання, порівняння, експеримент) та комплексний метод (аналіз і синтез). Запропонована методика використовує цифрову камеру, яка фіксує зображення оптичного хвилеводу, освітленого світлодіодами, та програмне забезпечення для обробки зображень для розрахунку розподілу яскравості. Ця методика визначає найкращу апроксимацію цього розподілу, обчислює параметри нерівномірності яскравості та втрати оптичного випромінювання. Вимірювання набору оптичних хвилеводів допомагають визначити найкращих кандидатів для фотонних інтегральних схем. Виявлено, що оптичні хвилеводи з шліфованими поверхнями, які виконують функцію дифузного розсіювання, мають гарне поєднання плавного розподілу яскравості та малих втрат оптичного випромінювання. Завдяки багаторазовому дифузному відбиванню і розсіюванню в матеріалі хвилеводу, ці хвилеводи є перспективними кандидатами для аналогових фотонних інтегральних схем. Всі інші хвилеводи з необробленою поверхнею, з канавками або шліфовані з великим зерном мають достатні втрати оптичного випромінювання. Ці втрати, як правило, спричинені виходом оптичного випромінювання з поверхні хвилеводу. Отримані результати необхідні для точного проектування схем, що враховують розсіювання і втрати в оптичних хвилеводах. Запропонована методика може бути застосована в автоматизованому технологічному процесі виготовлення швидкої та економічної фотонної матриці для векторного множення, яка не потребує дорогого електронно-променевого, оптичного або лазерного літографічного обладнання
Ключові слова
розподіл яскравості; автоматичне вимірювання; обробка зображень; оцінка однорідності; оцінка втрат; множення фотонної матриці на вектор; оптоелектроніка
Використані джерела
[1] Bahali, K., Samian, A.L., Muslim, N., & Hamid, N.S.A. (2018). Measuring luminance of dawn with a DSLR. International Journal of Civil Engineering and Technology (IJCIET), 9(11), 1269-1278.
[2] Bangari, V., Marquez, B.A., Miller, H., Tait, A.N., Nahmias, M.A., de Lima, T.F., Peng, H.-T., Prucnal, P.R., & Shastri, B.J. (2020). Digital electronics and analog photonics for convolutional neural networks (DEAP-CNNs). IEEE Journal of Selected Topics in Quantum Electronics, 26(1), article number 7701213. doi: 10.1109/JSTQE.2019.2945540.
[3] Bogaerts, W., Pérez, D., Capmany, J., Miller, D.A.B., Poon, J., Englund, D., Morichetti, F., & Melloni, A. (2020). Programmable photonic circuits. Nature, 586, 207-216. doi: 10.1038/s41586-020-2764-0.
[4] Borovytsky, V., & Avdieionok, I. (2024). Economical optical matrix to vector multiplier. Proceedings SPIE, 12938, article number 129381F. doi: 10.1117/12.3013064.
[5] Borovytsky, V., Avdieionok, I., Tuzhanskyi, S., & Lysenko, H. (2022). Photonic integrated circuits for optical matrix-vector multiplication. Optoelectronic Information-Power Technologies, 43(1), 11-18. doi: 10.31649/1681-7893-2022-43-1-11-18.
[6] Cheng, J., et al. (2022). A small microring array that performs large complex-valued matrix-vector multiplication. Frontiers of Optoelectronics, 15, article number 15. doi: 10.1007/s12200-022-00009-4.
[7] Cheng, J., Zhou, H., & Dong, J. (2021). Photonic matrix computing: From fundamentals to applications. Nanomaterials, 11(7), article number 1683. doi: 10.3390/nano11071683.
[8] Dey, S. (2020). Python image processing cookbook: Over 60 recipes to help you perform complex image processing and computer vision tasks with ease. Birmingham: Packt Publishing.
[9] Huang, C., et al. (2020). Demonstration of scalable microring weight bank control for large-scale photonic integrated circuits. APL Photonics, 5(4), article number 040803. doi: 10.1063/1.5144121.
[10] Luo, W., et al. (2023). Recent progress in quantum photonic chips for quantum communication and internet. Light: Science & Applications, 12, article number 175. doi: 10.1038/s41377-023-01173-8.
[11] Ohno, S., Tang, R., Toprasertpong, K., Takagi, S., & Takenaka, M. (2022). Si microring resonator crossbar array for on-chip inference and training of the optical neural network. ACS Photonics, 9(8), 2614-2622. doi: 10.1021/acsphotonics.1c01777.
[12] Strąkowska, M., Urbaś, S., Felczak, M., Torzyk, B., Shatarah, I.S.M., Kasikowski, R., Tabaka, P., & Więcek, B. (2024). Modelling and thermographic measurements of LED optical power. Sensors, 24(5), article number 1471. doi: 10.3390/s24051471.
[13] Wojcik, B., & Żarski, M. (2021). The measurements of surface defect area with an RGB-D camera for a BIM-backed bridge inspection. Bulletin of the Polish Academy of Sciences. Technical Sciences, 69(3), article number e137123. doi: 10.24425/bpasts.2021.137123.
[14] Wu, W., Zhou, T., & Fang, L. (2024). Parallel photonic chip for nanosecond end-to-end image processing, transmission, and reconstruction. Optica, 11(6), 831-837. doi: 10.1364/OPTICA.516241.
[15] Zhou, H., Zhao, Y., Wang, X., Gao, D., Dong, J., & Zhang, X. (2020). Self-configuring and reconfigurable silicon photonic signal processor. ACS Photonics, 7(3), 792-799. doi: 10.1021/acsphotonics.9b01673.
[16] Zhu, Y., et al. (2024). Silicon photonic neuromorphic accelerator using integrated coherent transmit-receive optical sub-assemblies. Optica, 11(4), 583-594. doi: 10.1364/OPTICA.514341.