宽带相位反演的扩展数值单色化方法
《Optics & Laser Technology》:Extended numerical monochromatization for broadband phase retrieval
【字体:
大
中
小
】
时间:2026年02月13日
来源:Optics & Laser Technology 4.6
编辑推荐:
徐正康|牛金|林辉祥|马永军|徐浩|王宇通|梁云松|柯长军|张福才|张晓石|李杰|范忠伟 中国科学院航天信息研究院,北京,100094,中国
摘要:随着阿秒科学的进步,人们得以在前所未有的尺度上探究超快过程,为超快成像开辟了新的前沿。超快阿秒脉冲的光谱通常具有较宽的带宽,而非单
徐正康|牛金|林辉祥|马永军|徐浩|王宇通|梁云松|柯长军|张福才|张晓石|李杰|范忠伟 中国科学院航天信息研究院,北京,100094,中国
摘要:随着阿秒科学的进步,人们得以在前所未有的尺度上探究超快过程,为超快成像开辟了新的前沿。超快阿秒脉冲的光谱通常具有较宽的带宽,而非单色辐射,这给图像重建带来了巨大挑战。在本研究中,我们提出了一种新算法——扩展数值单色化方法,该方法对数值单色化的解施加了先验约束。这一方法能够精确地对宽带衍射图案进行数值单色化,使得分辨率提升了大约2倍,15%带宽光源的实验结果便证明了这一点。值得注意的是,即便光谱采样率大幅降低,ENM仍能保持出色的重建性能。该方法适用于各种宽带光源,包括连续光谱和离散光谱,前提是研究的样品为非色散型。此外,我们还提出了一种改进方法来构建数值单色化过程中的关键矩阵,从而显著提升了计算速度。在某些情况下,计算时间减少了多达18倍,而且随着数据量的增加,加速效果还会进一步显现。凭借其更高的速度、更高的精度以及更强的稳定性,ENM为阿秒尺度的超快成像提供了新的视角和强大的工具。
引言:基于超快光学领域的基础技术,Hentschel等人于2001年成功生成了650阿秒的孤立阿秒脉冲[1]。近期的进展进一步缩短了孤立阿秒脉冲的持续时间,目前的纪录在43到53阿秒之间[2]、[3]。这些进展极大地拓展了阿秒脉冲的应用范围。随着阿秒脉冲光子通量的增加,单脉冲测量如今旨在捕捉纳米材料中的微观变化[4]、[5]。随着亚飞秒分辨率的超快成像技术的出现[6],它为探究电子动力学的最细微细节带来了巨大希望。这需要在空间和时间上都具有高分辨率,而通常是通过相干衍射成像技术来实现这一目标的[7]。相干衍射成像是一种强大的技术,它利用相位恢复算法来解决所谓的相位问题[8]、[9],从而能够相对轻松地实现单次拍摄的飞秒级纳米尺度成像。然而,在阿秒尺度上,相干衍射成像仍处于起步阶段。人们对其发展与应用前景寄予厚望,预计它将在不久的将来为阿秒尺度的成像与测量带来革命性的进步[10]、[11]。
自首次展示以来,相干衍射成像已被广泛认为是生物学[12]、[13]、[14]、[15]以及材料科学[16]、[17]、[18]等多个领域中一种强大的成像技术。层叠成像技术则将相干衍射成像拓展到了对复杂值物体的非破坏性、定量成像,其原理是通过在样品上扫描局部探针,进而共同重建物体和探针的图像[19]、[20]、[21]。在相干衍射成像中,光源通常需要是准单色的,也就是说,它必须只能容忍有限的光谱带宽,才能实现成功的相位恢复[22]。显然,光谱的展宽会模糊物体域与衍射强度之间的一一对应关系,从而使反演过程变得更加复杂。因此,使用现有的阿秒脉冲进行相干衍射成像面临着巨大挑战,因为这些脉冲本身就具有很宽的光谱带宽,往往接近或超过100%[3]。需要新的策略来解决由宽带照明导致的相干衍射图案模糊问题,从而在这些条件下实现纳米尺度成像。
近年来,研究人员为解决宽带相位恢复所带来的挑战付出了大量努力。多波长相干衍射成像技术[23]以及多谐波阶数相干衍射成像技术[24]已经通过无需单色仪的高阶谐波产生源在实验中得到实现,这类照明光由多个谐波成分组成,从而证明了这些技术的可行性。2011年,一种名为“polyCDI”的方法被提出[25],它利用宽带光源成功实现了高分辨率的纳米级样品重建。此外,PIM[26]和SPIRE[27]算法在重建过程中能够同时恢复光谱权重以及物体和探针的信息。不过,这些方法实际上是广泛应用于其中的Gerchberg-Saxton算法[8]的延伸,它们与迭代相位恢复过程同时进行,而这本身就意味着需要大量的计算资源。此外,这些技术还依赖于对光源光谱的稀疏采样,这可能会导致相位恢复阶段出现误差,同时也限制了可用于成像的光谱带宽。
最近,Huijts等人提出了一种宽带相干衍射成像技术,他们能够从检测到的宽带衍射数据中重建出单色衍射图案[10]。他们的数值单色化策略适用于任何相干衍射成像方案,其性能几乎可与带宽为11%的单色光源相媲美。这一策略已被成功应用并拓展到了宽带层叠成像技术中[28]、[29]。他们算法的精髓在于建立宽带衍射图案与单色衍射图案之间的线性空间映射关系,这种映射关系被重新表述为线性系统的反问题求解,而该系统的传递函数则由一个缩放矩阵来表示。与多波长或polyCDI方法相比,数值单色化的一个优点在于,它能够减少所需的计算资源,提升重建速度。此外,数值单色化能够轻松处理具有宽泛、准连续光谱的照明情况,而对于这类情况,离散的多波长或polyCDI方法则难以应用。
尽管有这些优势,现有的数值单色化实现方法仍存在一些实际限制。首先,映射矩阵通常是通过对光谱积分进行直接离散化,并计算每个波长对每个探测器像素的贡献来构建的[10]。这就会导致系统矩阵规模庞大,且往往条件不佳,尤其是对于高分辨率的衍射数据而言,这对光谱采样率提出了极高的要求。其次,数值单色化通常是通过无约束最小二乘法来求解的[28]、[29]。这种全局正则化方法并没有充分利用衍射图案的特征能量分布——在零级衍射周围的低阶条纹包含了大部分信号,而高阶条纹则以噪声为主。因此,数值单色化重建结果可能会对测量噪声、光谱离散化误差以及迭代求解器的选择极为敏感。
在这项工作中,为了解决数值单色化存在的上述限制,并进一步拓展其应用范围,我们提出了一种新算法,即扩展数值单色化方法。ENM在传统的数值单色化框架基础上,通过在优化过程中引入额外的先验约束,以及重新设计关键系统矩阵的构建方式,从而提升了计算效率。通过模拟和实验,我们证明了ENM显著提升了数值单色化的稳健性和准确性,最终使得宽带相干衍射成像的分辨率更高,相位恢复也更稳定。具体而言,本研究旨在解决以下关键研究问题:
1. 算法效率:如何将关于衍射强度分布的先验知识纳入数值单色化过程,从而提升宽带相干衍射成像重建的稳健性和准确性?
2. 性能提升:与传统的数值单色化算法相比,ENM在空间分辨率、对光谱带宽的容忍度以及面对稀疏光谱采样时的表现,能在多大程度上得到提升?尤其是在实际的噪声条件下。
3. 计算可扩展性:能否将ENM与先进的迭代求解器(如CGS、GMRES)以及预处理策略有效结合,从而在保持重建质量的同时,降低高维衍射数据的计算成本?
本项工作的主要贡献如下:(1) 我们将ENM定义为一个带正则化的反问题,它在衍射域中引入了一种具有物理意义的、经过空间加权的?2先验约束,这种约束能够保留低阶、信噪比高的衍射成分,同时抑制以噪声为主的高阶条纹。(2) 我们开发了一种基于克罗内克积的高效策略,用于构建数值单色化过程中的关键系统矩阵,这种方法能够在不牺牲准确性的前提下,显著加快矩阵构建的速度。(3) 通过系统的模拟实验,我们证明了在多种不同的光谱带宽和光谱采样率条件下,ENM都能显著提升重建分辨率和稳健性,包括对带宽高达80%的宽带光谱以及严重下采样的光谱也能实现成功重建。(4) 我们使用带宽为15%的可见光光源进行了实验验证,结果显示ENM能使分辨率提升约两倍,残差也有所改善,同时证实ENM与不同的迭代求解器以及ILU预处理方法兼容。
本文的其余部分结构如下:第2节回顾了数值单色化的原理,并介绍了所提出的ENM框架,包括其中的先验约束以及高效的矩阵构建方法。第3节通过数值模拟展示了分辨率、带宽容忍度以及光谱采样要求方面的提升情况。第4节描述了实验装置,并展示了可见光层叠成像的结果,以此验证ENM的性能。第5节讨论了所提方法的适用范围和局限性,并概述了将其拓展到其他宽带相干衍射成像配置的可能性。第6节总结了本文内容,并提出了未来的研究方向。
片段摘录:
数值单色化:在宽带相干衍射成像中,宽带衍射图案代表了光谱中所有波长对应的衍射图案的非相干叠加[10]。由于这种叠加效应,干涉条纹会出现“模糊”现象,这使得标准的相位恢复算法无法发挥作用[22]。根据傅里叶变换关系,在远场衍射条件下,探测器检测到的强度可表示为:Iλ(x,y,z)=(cλz|F{U(x′,y
模拟实验:为验证所提出的ENM算法的性能,我们首先进行了一系列数值测试,研究ENM对模拟图像分辨率的影响。此外,我们还探讨了该算法在光谱采样率较低以及光谱带宽较宽条件下的性能表现。
实验部分:我们的可见光实验装置如图4所示,该装置以一种宽带且空间上非相干的白光LED作为光源。我们使用了带通光谱滤光片来限定光源的时间光谱特性,而由L2 - A1 - L3构成的4f光学结构,配合20微米的孔径,则起到了空间滤波的作用,用以确保照明光的空间相干性。经过带通滤光片后的光线的光谱分布如图4所示,其范围在501纳米到595纳米之间。关于光谱采样的讨论:从理论上讲,所提出的ENM算法适用于任何具有部分时间相干性的宽带光源,无论其光谱是连续的(如LED、超连续谱)还是离散的(如高阶谐波产生技术产生的光谱)。连续光谱的情况已在模拟和实验结果中得到了验证,而离散光谱的额外验证结果则见补充材料S4。此外,ENM在宽带光谱与窄带光谱之间也具有稳定性。
结论:宽带光源给相位恢复算法带来了巨大挑战,常常导致重建失败。数值单色化算法通过利用光谱本身的信息,实现对衍射图案的数值单色化,从而解决了这一问题。本项工作中的ENM算法在现有数值单色化算法的基础上,引入了一种强大的改进措施:利用关于衍射图案分布的先验信息,施加强有力的约束。
CRediT作者贡献声明:
徐正康:撰写——审阅与编辑、撰写——初稿、可视化、软件、方法论、研究实施、正式分析、概念构思。牛金:撰写——审阅与编辑、验证、研究实施、数据整理。林辉祥:撰写——审阅与编辑、监督、资源提供、数据整理。马永军:撰写——审阅与编辑、监督。徐浩:撰写——审阅与编辑、监督。王宇通:撰写——审阅与编辑、监督。梁云松:
利益冲突声明:作者声明自己不存在任何已知的、可能影响本文研究成果的财务利益或个人关系。
致谢:作者声明,本研究在研究开展、论文撰写以及发表过程中获得了资金支持。这些支持来自中国国家重点研发计划(2021YFB3602600)(2024YFE0205800);中国科学院(GJJSTD20200009)(2018 - 131 - S);中国国家自然科学基金(NSFC)(62121003)(10010108B1339 - 2451)(项目编号12074167);北京市科学技术委员会(Z221100006722008)等。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号