全集成光子神经形态处理器实现多维光学传感与高速通信稳定

为解决多维光场信息解耦难题，研究人员开发了集成光敏化器和光子神经网络(ONN)的全集成芯片，通过逆向设计实现强度/偏振/波长(91%准确率)的单次并发感知，并在100 Gb/s高速通信中实现扰动稳定。该工作为低延迟、高能效的光学传感与复杂信息处理提供了新范式。

　　

在信息技术和现代智能系统中，多维光学传感扮演着关键角色。光场携带的强度、偏振和波长等多维信息，如同信息的"指纹"，能显著提升决策分析和复用数据传输能力。然而传统方法面临两大瓶颈：一方面需要级联单维传感器和分立光电器件进行信息解耦，导致系统臃肿；另一方面依赖复杂的离线数字信号处理(DSP)，引入高延迟和高能耗。卫星遥感和生物医学成像等领域对此尤为敏感，而光通信中偏振扰动引发的信号劣化更是亟待解决的痛点。

针对这些挑战，国内某研究机构的研究人员创新性地提出"全集成光子神经形态处理器"方案，相关工作发表在《SCIENCE ADVANCES》。该团队通过逆向设计光敏化器和可重构光子神经网络(ONN)，实现了芯片级的多维光学传感系统。关键技术包括：1) 采用偏振分束旋转器(PSR)和六端口干涉仪构建光敏化器；2) 开发基于马赫-曾德尔干涉仪(MZI)网格的线性光学干涉单元(OIU)；3) 创新性设计锗硅(Ge-Si)全光非线性激活器(AONA)；4) 建立五层神经形态系统进行原位训练。

在"全集成神经形态硅光子系统"部分，研究展示了芯片架构：光敏化器将混合输入x→映射为六通道非简并态f(x→)，随后ONN通过g(f(x→))实现维度解耦。其中MZI采用氮化钛(TiN)热相移器调控，AONA则利用电极部分覆盖的Ge膜产生可调非线性响应。

"逆向设计光敏化器"章节揭示了优化策略：通过最小化分析矩阵M_6×4(λ)的波长间相关系数，将品质因数(FOM)从1.21优化至0.58。实验显示该设计对1550-1559nm波长和180种偏振态产生显著差异响应。

"光子神经网络处理"部分阐明了ONN的独特优势：AONA在-2至-1.5V偏压下呈现类tanh非线性，其自由载流子吸收响应时间仅1ps，支持高速检测。公式P_out=e^-αL_GeP_in/[1+στ/hωS(1-e^{-α(L_Ge-L_E)})P_in]准确描述了其光学特性。

"光学三维传感演示"验证了系统性能：五层ONN对强度、偏振和波长的平均误差分别为1.4%、1.64°和0.31nm，准确率达91%。研究还发现网络规模需与任务复杂度匹配——10波长检测需要五层网络，而单波长任务仅需两层。

最具突破性的成果体现在"DSP-free高速通信信号稳定"应用：在随机偏振/波长扰动下，传统光电探测器(PD)的误码率(BER)超过20%，而该芯片使BER稳定在2×10^-2的软判决前向纠错(SD-FEC)阈值之下，且无需额外硬件补偿。

这项研究开创性地实现了三个维度的突破：1) 通过"光敏化器-ONN"协同设计，解决了多维信息的光学域直接解耦难题；2) 全光处理架构使延迟降至0.52ns，能效达0.24pJ/OP，较电子处理提升两个数量级；3) 在100Gb/s PAM4信号处理中展示了实用价值。尽管当前训练仍依赖外部电子控制，但该工作为光计算与传感的深度融合指明了方向，特别是在动态波长路由和环境扰动监测等低延迟场景具有重大应用前景。