基于深度神经网络的硅基混合复用/解复用器设计
摘要
深度神经网络（DNN）在光子器件的快速设计中展现出卓越性能，成为硅光子学领域的前沿技术。基于DNN逆向设计一种TM0、TE0和TE1三种模式的硅基混合复用/解复用器，优化设计得到的混合复用/解复用器件尺寸为4.8 μm×2.56 μm。实验测试结果显示：在1550 nm中心波长处，TM0、TE0和TE1模插入损耗分别为0.56 dB、0.31 dB和0.93 dB，复用/解复用串扰小于-17.63 dB，且工作带宽大于100 nm。基于DNN的逆向设计方法可快速设计并实现高集成度、高性能硅基混合复用/解复用器，为大容量片上光通信和光互联提供关键器件。
引用本文（GB/T 7714）
张淋 Zhang Lin, 谢龙勤 Xie Longqin, 相子涵 Xiang Zihan, 等. 基于深度神经网络的硅基混合复用/解复用器设计[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。