基于神经网络建模与毛细管拉锥工艺的光子灯笼传输特性及制备技术研究

《iScience》：Research on the transmission characteristics and fabrication process of photonic lanterns

　　

作为一种能够实现从多根单模光纤到一根多模光纤低损耗绝热过渡的波导器件，光子灯笼（photonic lantern, PL）在模分复用通信（mode division multiplexing, MDM）、高功率激光操控及天文观测等领域展现出广阔的应用前景。本论文系统研究了光子灯笼的模式演化物理机制、数值建模方法及传输特性表征。详细阐述了包括材料预处理、光纤束排布、拉锥优化、精密切割及异质熔接在内的全流程制备技术，并对关键工艺因素进行了分析。综合表征结果显示，在低功率下传输效率超过98%，而模场测试验证了与仿真一致的模演化规律，为光子灯笼的工程应用奠定了理论基础和技术支撑。

研究背景与现存问题

光子灯笼（photonic lantern, PL）是一种能够将多根单模光纤（single-mode fiber, SMF）中的基模光场绝热过渡到一根多模光纤（multimode fiber, MMF）中的波导器件。在模分复用通信系统中，不同空间模式可作为独立信道传输信息，从而显著提升通信容量；在高功率光纤激光器中，高阶模相比基模具有更高的非线性效应阈值和更好的抗畸变能力，对抑制受激布里渊散射（stimulated Brillouin scattering, SBS）和横向模式不稳定（transverse mode instability, TMI）具有重要意义；在天体探测领域，自由空间光场所携带的波前信息进入光纤后由不同模式承载，对模场信息的分析与计算有助于实现近衍射极限成像乃至超分辨成像。然而，如何高效、低损耗且可控地实现基模与高阶模之间的相互转换，一直是光纤光学领域的核心技术难题。

尽管光子灯笼自2005年提出以来已取得长足发展，但在实际工程应用中仍面临两大挑战：其一，传统光束传播法（beam propagation method, BPM）模拟每次运行需约1小时，无法满足批量优化和实时控制的需求；其二，高精度制备对工艺控制要求极为严苛——光纤束的对称性、塌缩均匀性及熔接对准度均会严重影响器件性能与良率。

研究内容与结论

针对上述问题，研究人员开展了涵盖“传输特性—制备工艺—性能测试”全链条的系统研究。采用BPM和模式展开传播法（mode expansion propagation method, MEPM）阐明了模式演化的物理机制，并引入神经网络建模实现了对传输特性的高精度快速预测——计算速度提升了五个数量级以上。在制备方面，采用毛细管套管拉锥单模光纤束的方案，系统分析了洁净度控制、光纤束排布技巧、拉锥参数选择及熔接对准度对器件性能的影响。对所制备的光子灯笼系列进行的效率和模场特性表征，验证了设计准则和仿真结果，揭示了高功率下的热效应机理，并确认了该器件在模式控制系统中的应用潜力。

主要关键技术方法

研究人员主要采用了以下几种关键技术方法：一是基于快速傅里叶变换（fast Fourier transform, FFT）的BPM算法（借助Rsoft-BeamPROP软件），用于数值计算光子灯笼中的模演化过程；二是基于MEPM的算法（借助PhotonDesign-FIMMPROP软件），通过将整个波导划分为若干段、求解每段的特征模并利用联合散射矩阵递推得到总传输矩阵，可同时获得前向和后向传输矩阵且误差不随距离累积；三是构建了一个包含多个隐藏层（每层2000个神经元）、激活函数为LeakyReLU、采用dropout正则化（丢弃概率0.2）的神经网络模型，以输入光的振幅和相位为输入、输出端各特征模的复系数为输出，通过最小化均方误差（mean square error, MSE）损失函数并使用Adam优化器进行训练；四是采用毛细管套管拉锥的制备工艺路线，具体包括材料预处理（氢氟酸腐蚀包层、玻璃毛细管预拉锥等）、光纤束排布与熔融拉锥、精密切割以及异质熔接等步骤。

研究结果

光子灯笼中的光场传输特性：研究发现，光子灯笼的输入光场与输出光场之间存在一一对应关系，可通过传输矩阵紧凑表达。对于5×1非模式选择性光子灯笼的BPM仿真表明，光束从五根分立单模光纤的导模（基模）出发，进入拉锥区形成超模形态，经腰区和多模光纤区后最终变为多模光纤的导模形态。但BPM存在计算误差随距离积累、计算效率低（每次传输需1.5–2小时）的缺点。相比之下，MEPM不仅可同时获取前后向传输矩阵，且各段间计算独立、误差不累积。以3×1模式选择性光子灯笼为例，MEPM计算给出了全场分布信息、各特征模随传输距离的损耗以及完整的传输矩阵。扫描拉锥区长度的结果表明，当拉锥长度超过17000 μm后损耗很小。虽然MEPM显著提升了计算效率（约10分钟完成一次结构计算），但其精度依赖于结构参数的准确掌握，难以精确标定实物器件。

研究人员进一步构建了dropout神经网络模型。训练数据集包含6×1光子灯笼的1500组原始输入输出光场对，经数据增强扩充至6000组，测试集含300组未参与训练的数据。结果显示，网络经25000轮训练后趋于收敛，预测值与真实值高度相关。在不同隐藏层数的对比中，3隐藏层（每层2000神经元）结构取得了最佳平衡：光强MSE最低达9.793×10^-5，R²达0.9973；相位MSE最低达3.772×10^-3，R²达0.9551。在计算效率方面，训练好的神经网络模型以60.2807毫秒/样本的速度输出预测结果，较传统BPM仿真（1.5–2小时/样本）提升了五个数量级以上。

拉锥型单模光纤束光子灯笼的制备：研究人员详细介绍了基于毛细管中单模光纤束拉锥型光子灯笼的制备流程，包括材料选择与预处理、单模光纤排束与熔融拉锥、端面切割及熔接等步骤。关键工艺细节分析表明：（1）洁净度至关重要，任何污渍或液体残留都会在熔融拉锥和熔接阶段引起严重燃烧，导致良率下降；在60次独立拉锥尝试中，标准洁净室条件下的制备良率约为85%，轻微污染时降至约35%，干燥条件差时低于10%；（2）光纤束排布需严格呈正多边形排列，以保证良好的模演化性能；（3）拉锥参数的选择决定了塌缩效果——过塌缩或加热过度会导致光纤束扭曲，加热不足则气孔过大且不规则，最优配置为中心气孔几乎消除、三个外围气孔均匀分布且毛细管外径约为光纤束外接圆直径的两倍，此时熔接成功率可达约90%；（4）熔接对准偏差超过±0.5 μm会导致大于0.65 dB的额外损耗，角度倾斜超过±0.3°会使模式纯度劣化超过3 dB。

光子灯笼的效率测试：以3×1非模式选择性光子灯笼为例，在微通道水冷（水温20±1℃）条件下，单通道输入功率低于1.5 W时效率保持在98%以上；但当单通道输入功率超过1.5 W后，损耗随功率增大而显著增加，3 W输入时效率降至约62%。这种非线性效率退化归因于熔融拉锥（腰部）区域的热效应，且该效应是可逆的——降低输入功率后效率即可恢复，在测试功率水平（水冷条件下≤5 W）下未观察到永久性损伤。

非模式选择性光子灯笼的模场特性测试：对3×1非模式选择性光子灯笼进行单臂输入测试，分别在三个臂注入基模激光后，在尾纤端获得的近场光斑分别为LP₀₁模与三个不同方向LP₁₁模的叠加形态，测量结果与数值计算结果基本一致（模重叠积分均超过0.965）。对5×1、(5+1)×1和7×1非模式选择性光子灯笼的单臂测试同样得到了与数值计算结果基本一致的输出结果（重叠积分超过0.934）。多臂同时输入时，由于环境扰动导致输入光场间的相位差随时间连续变化，输出光斑形态也随之连续变化，频率在100 Hz以内，这实验证明若要利用非模式选择性光子灯笼实现光束模式控制，必须将其置于自适应控制系统中并通过控制算法实现锁相。

模式选择性光子灯笼的模场特性测试：对3×1模式选择性光子灯笼的单臂测试表明，从芯径15 μm的1号臂注入基模时，输出端得到较大模场面积的基模；从芯径10 μm的2号臂注入时得到LP_11o类模；从芯径10 μm的3号臂注入时得到LP_11e类模，实验结果与数值模拟一致。通过相关滤波法模式分解得到串扰矩阵：1号臂输出的基模纯度为94.6%（?0.24 dB），主要串扰为LP₀₂模（?13.4 dB）；2号臂输出的LP_11o模纯度为78.6%（?1.04 dB），对LP₀₁串扰为?5.9 dB；3号臂输出的LP_11e模纯度为84.3%（?0.74 dB），对LP₀₁和LP_11o的串扰分别为?12.6 dB和?12.1 dB。对(5+1)×1模式选择性光子灯笼的测试显示，其虽具备一定模式选择能力，但实际成品中存在一定的模式串扰。

讨论与结论

本文建立了涵盖BPM、MEPM及神经网络建模的完整分析框架。其中，神经网络建模实现了传输特性的高精度快速预测，计算速度提升五个数量级以上，光强预测MSE达9.793×10^-5，相位预测MSE达3.772×10^-3。建立了基于毛细管中单模光纤束拉锥型光子灯笼的高精度制备工艺体系，详述了全流程技术，系统分析了洁净度控制、排束对称性、塌缩均匀性和熔接对准度等关键工艺细节的影响机制。对制备的光子灯笼进行了全面性能表征：效率测试显示低功率下传输效率超过98%，揭示了高功率下的热效应机理，在水冷条件下可支持5 W单臂输入；模场特性测试验证了非模式选择性和模式选择性光子灯笼的模演化规律，实验结果与数值模拟匹配良好。

未来研究中，针对当前制备工艺在高功率条件下的效率退化问题，建议进一步优化散热结构。一种有效策略是采用双包层结构光纤作为输入，减小拉锥区模场直径的膨胀比，从而缩短所需绝热长度、降低损耗。另一优化方向是引入光子晶体结构以降低包层有效折射率。长春光学精密机械与物理研究所的最新专利提出在单模光纤束周围周期性排列毛细管，拉锥后形成光子晶体结构，可进一步避免合束过程中的光泄漏、降低传输损耗并提高激光相干合束效率。

研究局限性：神经网络模型和制备工艺已在特定实验室条件下得到验证，其在其他器件几何结构、材料体系或大规模制造环境中的普适性有待进一步研究。