🔬 physics

Broadband Control of Light through Complex Media via Automatically Self-Referencing Transmission Matrix Characterisation

Este artículo presenta una técnica de autorreferencia automática basada en la tomografía de estado espacial que permite la caracterización robusta y de banda ancha de la matriz de transmisión de medios complejos sin referencias externas ni algoritmos iterativos, facilitando así el control de luz de alta fidelidad para aplicaciones en imagen biomédica y comunicaciones ópticas.

Autores originales: Marcos Morote, Mickael Mounaix, Andrew Komonen, Martin Plöschner, Joel Carpenter

Publicado 2026-09-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Marcos Morote, Mickael Mounaix, Andrew Komonen, Martin Plöschner, Joel Carpenter

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La luz viaja a través del mundo de formas predecibles cuando se mueve a través de aire claro o vidrio, pero se comporta de manera muy diferente cuando encuentra un entorno caótico. Imagine proyectar la luz de una linterna a través de una niebla espesa o un trozo de vidrio esmerilado; el haz se dispersa, rompiéndose en un patrón desordenado y aleatorio de puntos brillantes y oscuros. Esto sucede porque el material está lleno de diminutas imperfecciones que hacen rebotar la luz en todas las direcciones, desordenando la información que la luz transportaba. Durante décadas, los científicos han luchado por dar sentido a este caos, particularmente al intentar enviar imágenes o datos a través de tales materiales desordenados. La clave para desbloquear este potencial reside en comprender un mapa específico de cómo la luz entra y sale del material. Este mapa, conocido como matriz de transmisión, actúa como un manual de instrucciones completo para el viaje de la luz, describiendo exactamente cómo cada posible trayectoria a través del desorden se conecta con cada posible trayectoria de salida. Si los investigadores pudieran medir este mapa con precisión, podrían revertir el efecto de dispersión, convirtiendo un desenfoque desordenado de nuevo en una imagen nítida o un haz enfocado, incluso después de haber pasado por obstáculos complejos como el tejido biológico o cables de fibra óptica enredados.

El desafío siempre ha sido cómo medir este mapa sin perderse en el ruido. Los métodos tradicionales requieren un segundo haz de luz, perfectamente sincronizado, para actuar como referencia, comparando la luz dispersa contra este estándar conocido para averiguar los detalles ocultos. Esto funciona bien para láseres que son muy estables y coherentes, pero falla por completo cuando la fuente de luz es de banda ancha o de corta duración, como la luz blanca utilizada en la imagenología médica o en las comunicaciones de alta velocidad. En estos casos, el haz de referencia no puede mantenerse sincronizado con la luz desordenada, lo que hace imposible la medición. Otros intentos de resolver esto se han basado en adivinar la respuesta mediante complejos algoritmos informáticos o en seleccionar una parte específica de la luz para usarla como referencia, pero estos enfoques suelen crear puntos ciegos donde la luz es demasiado débil para ser medida o requieren tanta potencia de cómputo que los resultados no son fiables.

Un equipo de investigadores de la Universidad de Queensland ha desarrollado una nueva forma de mapear esta luz caótica que funciona sin ningún haz de referencia externo, independientemente de si la fuente de luz es estable o de banda ancha. En lugar de intentar comparar la luz con algo ajeno al sistema, su método trata a la propia luz como su propia guía. Utilizaron una técnica llamada tomografía de estado espacial, que esencialmente descompone la luz en sus bloques fundamentales de construcción y mide cómo cada uno de ellos interfiere con todos los demás. Al proyectar sistemáticamente diferentes patrones de luz en un cable de fibra óptica y registrar los patrones de intensidad resultantes en el otro extremo, pudieron reconstruir el mapa completo del comportamiento de la fibra. Este enfoque es único porque no necesita adivinar qué parte de la luz utilizar como referencia; en su lugar, utiliza la colección completa de modos de luz como una red distribuida de referencias, asegurando que ninguna parte del sistema quede sin medir.

Los investigadores probaron este método en una longitud de dos metros de fibra multimodo, un tipo de cable que puede transportar cientos de diferentes trayectorias de luz simultáneamente. Primero demostraron que la técnica funcionaba tan bien como el método tradicional, el estándar de oro para la luz láser de color único y estable, recuperando con éxito un mapa con 420 canales distintos. Más importante aún, demostraron que el método seguía siendo robusto cuando cambiaban a fuentes de luz de banda ancha que imitan la luz de coherencia corta utilizada en aplicaciones del mundo real. Al ajustar sus mediciones para que coincidieran con el ancho de banda específico de la fuente de luz, pudieron crear un mapa personalizado que optimizaba el control de la luz para ese tipo de iluminación específico. Cuando utilizaron estos mapas para dar forma a la luz en el extremo lejano de la fibra, pudieron enfocarla en puntos nítidos o formar figuras complejas como caras sonrientes, incluso cuando la luz era altamente desordenada.

La importancia de este trabajo radica en su capacidad para extender el control preciso de la luz hacia regímenes donde antes se pensaba que era inmanejable. Los investigadores descubrieron que, para las fuentes de banda ancha, no existe un único mapa estático que funcione para todas las longitudes de onda; en cambio, el mejor control proviene de un mapa que está específicamente sintonizado con el ancho de banda de la luz que se está utilizando. Sus experimentos demostraron que, al hacer coincidir la medición con la fuente, podían mantener un control de alta calidad sobre un rango de colores mucho más amplio de lo que permiten los métodos tradicionales. Esto significa que las tecnologías que dependen de medios complejos, como los endoscopios para ver dentro del cuerpo humano o los sistemas de comunicación que envían datos a través de la atmósfera, podrían volverse mucho más efectivas y versátiles. El método elimina la necesidad de configuraciones frágiles y complejas, y abre la puerta al uso de fuentes de luz simples y potentes para ver y comunicarse a través de los entornos ópticos más difíciles.

Resumen Técnico: Control de Banda Ancha de la Luz a través de Medios Complejos mediante la Caracterización de la Matriz de Transmisión con Autorreferenciación Automática

Planteamiento del Problema
El control de la propagación de la luz a través de medios complejos, como las fibras multimodo (MMF) y los tejidos biológicos turbios, depende de la caracterización precisa de la matriz de transmisión (TM). Si bien la TM es un operador lineal determinista, la predicción teórica de la misma es generalmente impracticable debido a la estructura microscópica desconocida del sistema de dispersión. En consecuencia, la TM debe medirse experimentalmente.

Los métodos convencionales, como la holografía digital (DH) fuera de eje, requieren un haz de referencia de fase externo. Este enfoque enfrenta limitaciones significativas:

Restricciones de Coherencia: Para fuentes de baja coherencia o de banda ancha, el referente externo debe mantener la coherencia mutua, la coincidencia espacial/de polarización y la estabilidad de la trayectoria dentro de la corta longitud de coherencia de la fuente. Esto suele ser poco práctico o fundamentalmente inviable.
Pérdida de Señal: En condiciones de baja luminosidad (por ejemplo, mediciones de fotón único), la división de la señal para un haz de referencia hace que la recuperación sea prohibitivamente ruidosa.
Limitaciones de los Métodos de Autorreferenciación Existentes: Los enfoques alternativos que evitan las referencias externas sufren sus propios inconvenientes. Los métodos de filtro de correlación incurren en pérdidas que escalan con el número de modos y requieren hardware distal complejo. Los métodos basados únicamente en la intensidad, que dependen de la optimización global o de la recuperación de fase, son no convexos, computacionalmente demandantes y sensibles al ruido. Además, las estrategias que utilizan un campo de referencia interno preseleccionado crean "puntos ciegos" donde la referencia es débil o está ausente, un modo de fallo crítico en las MMF con campos de salida estructurados. Los enfoques de aprendizaje automático requieren extensos conjuntos de datos de entrenamiento y condiciones estables, y su rendimiento se degrada con fuentes de banda ancha donde los patrones de interferencia se desvanecen.

Metodología: Tomografía de Estado Espacial (SST)
Los autores presentan una técnica de autorreferenciación automática basada en la Tomografía de Estado Espacial (SST). Este método caracteriza la TM utilizando únicamente mediciones de intensidad en la salida distal, eliminando la necesidad de una referencia externa, de la recuperación de fase iterativa o de la selección previa de un canal de referencia interno.

Los principios centrales de la metodología son:

Reconstrucción de Vectores de Stokes de Alta Dimensión: El método enmarca el problema como un análogo espacial de alta dimensión de la polarimetría de Stokes. Para cada píxel de la cámara de salida $(x, y)$ , la relación entre los canales de entrada y salida se codifica como una matriz de densidad $\hat{\rho}_{x,y}$ de $N \times N$ en el espacio de Hilbert de $N$ modos de la fibra.
Estados de Analizador: Se excitan secuencialmente en el extremo proximal de la fibra un conjunto completo de $2N^2 - N$ estados de analizador $|\Omega_k\rangle$ . Estos estados consisten en patrones de interferencia por pares entre combinaciones de modos en cuatro desfases, además de los modos individuales.
Extracción de la Matriz de Densidad: Las proyecciones de intensidad $I_{|\Omega_k\rangle}$ se procesan para reconstruir el vector de Stokes $S_{x,y}$ y la matriz de densidad correspondiente $\hat{\rho}_{x,y}$ para cada píxel.
Extracción de Autoestados: El primer autoestado $|\phi_1\rangle$ de $\hat{\rho}_{x,y}$ identifica la superposición de modos de entrada que maximiza la entrega de potencia a ese píxel específico.
Bloqueo de Fase: Mientras que la matriz de densidad recupera el campo complejo salvo por un factor de fase desconocido, los lazos de fase entre diferentes píxeles de la cámara se recuperan mediante un algoritmo iterativo. Este algoritmo aprovecha la redundancia espacial proporcionada por el sobremuestreo de los granos de moteado (speckle) modal (requiriendo $M^2 \ge 4N$ píxeles). Al superponer píxeles vecinos con fase corregida dentro del mismo grano de moteado, se establece la relación de fase global, transformando la TM basada en píxeles en una matriz de transmisión basada en modos (MTM).

Contribuciones Clave

Autorreferenciación Adaptada a la Fuente: La técnica se ajusta intrínsecamente a las propiedades de coherencia de la fuente de luz empleada. Aprovecha sistemáticamente todos los modos que se propagan como referencias de fase distribuidas sin preselección, asegurando que siempre se encuentre una referencia adecuada.
Capacidad de Banda Ancha: A diferencia de los métodos dependientes de patrones de interferencia estables, la SST funciona eficazmente tanto con fuentes de larga coherencia (LCS) como con fuentes de corta coherencia/banda ancha (SCS).
Validación Experimental: Los autores demostraron experimentalmente el marco de trabajo en una MMF de índice gradual de 2 m (que soporta 420 modos espaciales/de polarización) a través de regímenes coherentes, de baja coherencia y de banda ancha.

Resultados Experimentales

Fuente de Larga Coherencia (LCS): La MTM ( $420 \times 420$ ) medida por SST se comparó con una medición estándar de DH fuera de eje. La matriz SST mostró más canales cerca de la atenuación de 0 dB y una mayor resolución espacial en el análisis de valores singulares. Aunque las métricas de solapamiento de campo fueron comparables, la evaluación visual sugirió que la SST produjo patrones más nítidos. Los autores atribuyen las pequeñas discrepancias en el solapamiento al desplazamiento mecánico y a las aberraciones de la onda de referencia en la configuración de DH, señalando que la naturaleza de autorreferenciación de la SST (trayectoria casi común y fase promedio plana) la hace más robusta contra tales artefactos.
Fuente de Corta Coherencia (SCS): El método se probó con fuentes de banda ancha emuladas (anchos de banda $\Delta\lambda_S$ $Δ λ_{S}$ de hasta 30 nm, superando el ancho de banda de correlación de la fibra $\Lambda \approx 10$ $Λ \approx 10$ nm).
- Análisis de Autoestados: A medida que aumentaba el ancho de banda de la fuente, ocurría la decoherencia espacial, lo que resultaba en múltiples autoestados no nulos. La SST identificó con éxito los modos mutuamente coherentes, ensamblando una MTM ( $\text{MTM}_{\Delta\lambda_S}$ ) que maximiza la entrega de potencia para el ancho de banda específico de la fuente.
- Desempeño de Conformación de Haz (Beam Shaping):
  - Para patrones complejos (por ejemplo, caras "sonrientes/tristes") que utilizan la mayoría de los modos ( $\delta\lambda_T \approx \Lambda$ ), el control óptimo se logró utilizando una MTM ajustada al ancho de banda de la fuente ( $\Delta\lambda_S \le 2\Lambda$ ). Crucialmente, la MTM monocromática ( $\Delta\lambda_S = 0$ ) fue consistentemente superada por la MTM de banda ancha para $\Delta\lambda_S > 0$ .
  - Se identificó un concepto de MTM de "banda más ancha", que mostró un aumento de banda constante de $\sqrt{2}$ ( $\delta\lambda'_T \approx \sqrt{2}\delta\lambda_T$ ) específicamente para patrones donde $\delta\lambda_T \approx \Lambda$ cuando se utiliza una MTM ajustada a $\Delta\lambda_S = 2\Lambda$ .
  - Para el enfoque de puntos simples ( $\delta\lambda_T > \Lambda$ ), el desempeño mejoró sustancialmente, con la $\text{MTM}_{3\Lambda}$ generando puntos con un 80–85% de solapamiento a través de un ancho de banda de $3\Lambda$ .

Significancia y Reivindicaciones
El artículo afirma que este trabajo extiende el control de la luz a través de medios complejos hacia regímenes de iluminación de banda ancha previamente inaccesibles para una caracterización precisa de la TM. Al permitir la medición de autorreferenciación adaptada a la fuente, el método facilita la conformación de haces espaciales y de polarización de alta fidelidad para:

Imagen Biomédica: Particularmente relevante para endoscopios de fibra multimodo del grosor de un cabello, donde se prefieren fuentes de banda ancha.
Comunicaciones Ópticas: Permitiendo el control en medios desordenados con fuentes de baja coherencia.
Aplicaciones de Láser de Alta Potencia: Donde las referencias externas suelen ser impracticables.

Los autores enfatizan que, a diferencia de los enfoques de optimización o de aprendizaje automático, la SST proporciona una solución determinista y no iterativa que no depende de la estabilidad de los patrones de interferencia que se desvanecen por las fuentes de banda ancha. El método reduce la caracterización del campo complejo a una secuencia de mediciones de intensidad independientes, manteniendo la información de fase necesaria para la conformación de haces determinista.

Más como este