基于机器学习的宽带低色散谷光子晶体慢光波导设计
摘要
谷光子晶体（VPhC）慢光波导即使在存在结构缺陷或尖锐拐角的情况下，也能够实现稳健的光传输。然而，目前VPhC慢光波导的归一化延迟带宽积（NDBP）仍然较为有限。为此，以胡须型（Bearded）界面VPhC波导为主要对象，研究基于机器学习的宽带低色散VPhC慢光波导设计方法。首先，采用二维平面波展开法仿真Bearded界面VPhC波导边界态的色散曲线，并分析界面附近等边三角形空气孔大小对拓扑边界态宽带低色散慢光特性的影响。进而，通过训练串联分类回归结构的正向预测神经网络，筛选具有显著慢光特性（群折射率≥20）的VPhC波导，并对其NDBP与界面附近空气孔大小之间的关系进行建模。最后，利用粒子群优化算法驱动该网络，优化界面两侧相对应的三排空气孔的尺寸，设计一种中心波长在1550 nm处的宽带低色散VPhC慢光波导结构。所得VPhC慢光波导的群折射率和带宽分别为21.89和25.24 nm，NDBP可达0.356。研究结果可为宽带低色散VPhC慢光波导的设计以及基于机器学习的集成光子器件优化提供参考。
引用本文（GB/T 7714）
赵雨辰 Zhao Yuchen, 王叶萍 Wang Yeping, 胡展 Hu Zhan, 等. 基于机器学习的宽带低色散谷光子晶体慢光波导设计[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。