Largest eigenvalue statistics of wavefront shaping in complex scattering media

Résumé Technique : Statistiques de la plus grande valeur propre du façonnage de front d'onde dans les milieux de diffusion complexes

Énoncé du problème
Le façonnage de front d'onde permet le contrôle cohérent des ondes (lumière, son) pour focaliser à travers des milieux de diffusion complexes, tels que les tissus biologiques ou les matériaux désordonnés. L'efficacité de ce processus est quantifiée par le facteur d'amélioration ($\eta$), défini comme le rapport entre l'intensité focalisée aux positions cibles et l'intensité moyenne des fronts d'onde non façonnés. Pour une cible unique, $\eta$ est maximisé par la conjugaison de phase optique numérique. Pour plusieurs cibles ($M_2 > 1$), l'amélioration maximale correspond à la plus grande valeur propre ($\lambda_{\text{max}}$) de l'opérateur de focalisation $A^\dagger A$, où $A$ est la sous-matrice de transmission de dimension $M_2 \times M_1$ du milieu.

Bien que la valeur moyenne du facteur d'amélioration $\langle \lambda_{\text{max}} \rangle$ soit bien comprise et évolue selon $M_1/M_2$ (où $M_1$ est le nombre de canaux d'entrée contrôlés), les fluctuations statistiques de ce facteur ($\Delta \lambda_{\text{max}}$) et sa pleine distribution de probabilité restent largement inexplorées, particulièrement pour des tailles de système finies et en présence de corrélations mésoscopiques à longue portée. Les théories asymptotiques existantes (par exemple, la loi de Marčenko–Pastur) échouent souvent à décrire avec précision les régimes expérimentaux de taille finie, et l'impact des déviations induites par les corrélations sur la reproductibilité reste incertain.

Méthodologie
Les auteurs emploient une approche tripartite combinant des mesures expérimentales, des simulations numériques et la théorie exacte des matrices aléatoires (RMT) :

1. Dispositif expérimental : Des matrices de transmission ont été mesurées par interférométrie à déphasage sur un échantillon diffusant constitué d'une couche d'environ $10\,\mu\text{m}$ d'épaisseur de nanoparticules d'oxyde de zinc (ZnO) densément compactées ($L \gg l_t$, où $l_t$ est le libre parcours moyen de transport). L'entrée était modulée par un modulateur de lumière spatiale (SLM) possédant $M_1$ degrés de liberté, et les intensités de sortie étaient mesurées à $M_2$ positions cibles.
2. Simulations numériques : Des algorithmes de fonction de Green récursive ont été utilisés pour simuler la propagation des ondes à travers des plaques diffusesives 2D de différentes épaisseurs ($k_0 L = 1, 50, 200$) et de différents libres parcours moyens de transport normalisés.
3. Cadre théorique : Les auteurs ont dérivé des prédictions exactes pour les tailles finies en utilisant l'ensemble de Laguerre–Wishart (LW). Ils ont modélisé la sous-matrice de transmission $A$ comme ayant des entrées gaussiennes complexes indépendantes (l'hypothèse standard pour les systèmes de diffusion ouverts sans corrélations à longue portée). Cela a permis le calcul analytique de la densité de probabilité jointe (JPDF) des valeurs propres et de la fonction de répartition (CDF) de la plus grande valeur propre, $Q_{\text{max}}(x)$, exprimée via des déterminants de fonctions gamma incomplètes.

Contributions clés et résultats

• Théorie exacte de taille finie : L'article fournit des expressions analytiques exactes pour la moyenne $\langle \lambda_{\text{max}} \rangle$ et la pleine distribution de probabilité $P_{\text{max}}(\lambda_{\text{max}})$ pour des $M_1$ et $M_2$ finis. Ces prédictions, basées sur l'ensemble LW, décrivent précisément les données expérimentales dans le régime où les corrélations à longue portée sont négligeables (par exemple, dans les milieux faiblement diffusants ou pour de petits $M_1$). Ce cadre supplante la prédiction asymptotique de Marčenko–Pastur, qui dévie significativement pour les nombres de canaux finis typiques des expériences ($M_2 \in [1, 5]$).
• Validation de l'amélioration moyenne : Les résultats expérimentaux et numériques confirment que le facteur d'amélioration moyen est robuste face aux corrélations mésoscopiques à longue portée. L'évolution $\langle \lambda_{\text{max}} \rangle \sim M_1/M_2$ est vérifiée quel que soit l'épaisseur de l'échantillon ou la force de la corrélation, ce qui est cohérent avec la référence LW.
• Découverte de fluctuations géantes : La principale découverte est que, si la moyenne n'est pas affectée, les fluctuations du facteur d'amélioration sont hautement sensibles aux corrélations mésoscopiques à longue portée.
  • Dans les régimes de faible diffusion (plaques minces ou petits $M_1$), les fluctuations expérimentales correspondent aux prédictions théoriques de LW.
  • À mesure que le nombre de canaux d'entrée contrôlés ($M_1$) augmente ou que l'épaisseur de l'échantillon croît (diffusion plus forte), l'écart-type expérimental observé $\Delta \lambda_{\text{max}}$ dépasse systématiquement la prédiction de LW.
  • Les simulations numériques sur des plaques épaisses révèlent des fluctuations « géantes » qui peuvent être plusieurs fois supérieures à la référence sans corrélation.
• La corrélation comme sonde : La déviation des fluctuations par rapport à la référence paramètre-libre de LW sert de signature directe des corrélations mésoscopiques à longue portée. Les auteurs démontrent que ces corrélations peuvent être détectées à l'aide de jeux de données relativement petits ($M_1 \lesssim 200$, $M_2=1$) et d'échantillons minces ($\approx 10 l_t$), là où les méthodes précédentes nécessitaient de mesurer des matrices de transmission massives ($M_1, M_2 > 2000$) à travers des échantillons très épais.
• Indépendance de l'équilibre d'intensité : L'étude montre également que l'amplitude du facteur d'amélioration ($\lambda_{\text{max}}$) n'est pas corrélée avec l'équilibre d'intensité entre les multiples cibles ; une forte amélioration peut se produire avec des répartitions d'intensité entre les cibles égales ou très inégales.

Signification et revendications
L'article établit que le facteur d'amélioration n'est pas seulement une métrique de performance de focalisation, mais un observable statistique sensible. Les auteurs affirment que :

1. Fondation statistique : Le cadre LW de taille finie fournit une base rigoureuse et sans paramètre pour prédire les performances du façonnage de front d'onde en l'absence de corrélations.
2. Outil de diagnostic : Les fluctuations du facteur d'amélioration offrent une sonde simple et expérimentalement accessible pour détecter les corrélations mésoscopiques à longue portée dans les milieux de diffusion complexes. Cela fait le pont entre les expériences de façonnage de front d'onde et la physique fondamentale du transport d'ondes mésoscopiques (ex: fluctuations de conductance universelle, localisation d'Anderson).
3. Limites des modèles actuels : Les résultats soulignent que les modèles standards de matrices aléatoires (supposant des entrées indépendantes) sont insuffisants pour les milieux fortement diffusants avec de nombreux canaux contrôlés, car ils ne parviennent pas à capturer les fluctuations géantes induites par les corrélations.
4. Large applicabilité : Bien que démontrées avec des ondes optiques, les lois physiques sous-jacentes reposent sur la diffusion multiple et les statistiques de taille finie, suggérant que les conclusions s'étendent aux systèmes acoustiques, élastiques, micro-ondes et de matière.

Les auteurs concluent que l'établissement d'une cartographie prédictive entre la théorie de la diffusion multiple mésoscopique et la théorie des matrices aléatoires corrélées reste un problème ouvert, mais que leur travail identifie avec succès les signatures statistiques de ces corrélations dans les statistiques des valeurs propres extrêmes du façonnage de front d'onde.