Inverse designed photonic crystal waveguides for pulsed operation: dispersion, losses, and controlled light-matter interactions

Sintesi Tecnica: Guida a Cristalli Fotonici Progettata tramite Design Inverso per Operazioni Pulsate

Problematica
Le guide d'onda a cristalli fotonici (PCW) offrono un confinamento della luce sub-lunghezza d'onda e la capacità di manipolare la velocità di gruppo, rendendole ideali per potenziare le interazioni luce-materia. Tuttavia, la loro applicazione nei sistemi ottici pulsati è ostacolata da due sfide primarie: la dispersione e le perdite indotte dal disordine. Nelle tipiche PCW, diverse componenti di frequenza di un impulso si propagano a velocità differenti a causa della dispersione, causando l'allargamento e la deformazione dell'impulso. Inoltre, all'aumentare dell'indice di gruppo ($n_g$) per ottenere la luce lenta, le perdite per backscattering dovute al disordine di fabbricazione (rugosità ai bordi dei fori) scalano con $n_g^2$, limitando severamente la lunghezza del dispositivo e la larghezza di banda. Le precedenti tecniche di ingegneria della dispersione, che spesso si affidano a scansioni brute-force di parametri o a metodi di ottimizzazione limitati, faticano a ottenere simultaneamente ampie larghezze di banda, velocità di gruppo costante e basse perdite.

Metodologia
Gli autori propongono un framework di design inverso basato sul gradiente che accelera significativamente il processo di ottimizzazione. Il nucleo della loro metodologia prevede:

1. Risoluzione Efficiente del Modo: Utilizzo del metodo Guided Mode Expansion (GME) per risolvere i modi di Bloch e le relative frequenze. Questo approccio è riportato essere oltre 100 volte più veloce degli standard solver FDTD (Finite-Difference Time-Domain) o a elementi finiti 3D completi.
2. Formule Basate sulla Fisica: Incorporazione di formule analitiche per la perdita di backscattering derivate dalla teoria delle perturbazioni e dalla teoria dello scattering della funzione di Green. Ciò consente il calcolo efficiente della perdita indotta dal disordine senza ricorrere a simulazioni di scattering 3D complete.
3. Ottimizzazione Vincolata: Il problema di design è formulato come una minimizzazione vincolata di una funzione di costo. L'obiettivo è mantenere un indice di gruppo target ($n_g^t$) attraverso una specifica larghezza di banda (definita dal Prodotto Ritardo-Larghezza di Banda Normalizzato, NDBP).
4. Vincoli: L'ottimizzazione impone diversi vincoli pratici:
   • Perdita: Una perdita massima accettabile di backscattering, normalizzata per tenere conto della dipendenza da $n_g$.
     • Intervallo di Frequenza: Garantire che il modo rimanga all'interno di una specifica finestra di frequenza.
   • Operazione Monomodale: Prevenire la sovrapposizione con bande adiacenti per evitare lo scattering tra modi.
   • Fabbricazione: Imporre raggi minimi dei fori e distanze minime tra i fori per garantire la producibilità.
5. Algoritmo: Il problema vincolato viene risolto utilizzando un algoritmo di ottimizzazione a regione di fiducia (l'algoritmo trust-constr di SciPy), che gestisce il compromesso tra la funzione di costo e i vincoli tramite un metodo barriera.

Contributi Chiave e Risultati
Lo studio esegue un'esplorazione sistematica dei trade-off tra larghezza di banda, indice di gruppo, dispersione e perdita attraverso un vastissimo spazio di design (25.500 ottimizzazioni separate).

• Guadagni di Prestazione: L'approccio di design inverso produce PCW con un aumento di fino a un ordine di grandezza nella larghezza di banda e una riduzione delle perdite fino a 4 volte rispetto ai design convenzionali. Ad esempio, per un $n_g$ target di 30, la larghezza di banda aumenta da 0,5 nm a 25 nm, mentre la perdita diminuisce da 36 dB/cm a 9 dB/cm.
• Analisi dei Trade-off: Gli autori mappano i trade-off intrinseci tra dispersione e perdita normalizzata. Dimostrano che, sebbene l'aumento dell'NDBP o dell'indice di gruppo porti generalmente la curva delle prestazioni verso una maggiore dispersione e perdita, i design ottimizzati possono comunque superare significativamente le prestazioni delle guide W1 standard.
• Applicazione 1: Fotonica Quantistica: Il metodo viene applicato per progettare PCW per interfacce con punti quantici (QD). L'ottimizzazione mira a un alto fattore di Purcell ($PF$) entro una specifica regione spaziale (centro della guida d'onda) mantenendo basse perdite e una larga larghezza di banda. I risultati mostrano design capaci di supportare una larghezza di banda di 5 nm con un fattore di Purcell $>5$, un miglioramento significativo rispetto alla larghezza di banda di circa 0,2 nm dei design standard per prestazioni equivalenti. Ciò affronta la sfida dell'allargamento disomogeneo degli emettitori quantistici.
• Applicazione 2: Comunicazioni Ottiche: Il framework viene utilizzato per progettare modulatori di fase compatti per modulatori Mach-Zehnder (MZM). Ottimizzando per uno specifico spostamento di fase per unità di lunghezza gestendo al contempo le perdite indotte dal drogaggio, gli autori dimostrano design con larghezze di banda fino a 15 nm (rispetto a 1 nm per i design standard). I dispositivi ottimizzati raggiungono una lunghezza di sfasamento $\pi$ ($L_\pi$) breve quanto 0,26 mm con perdite basse come 1,9 dB/cm, offrendo uno spazio di trade-off tra compattezza e perdita.

Significatività
Il lavoro sostiene che questo studio fornisce un metodo generale ed efficiente per ottimizzare le tecnologie integrate a cristalli fotonici. Combinando il GME con il design inverso basato sul gradiente, gli autori superano i colli di bottiglia computazionali che precedentemente limitavano l'esplorazione di spazi di design complessi. I design risultanti offrono miglioramenti sostanziali in termini di larghezza di banda e perdite, consentendo un'operazione pulsata più robusta e facilitando applicazioni pratiche nelle interazioni luce-materia quantistiche e nelle comunicazioni ottiche ad alta velocità. Gli autori sottolineano che il loro approccio rivela i limiti fondamentali e i trade-off dell'ingegneria delle PCW, fornendo una via per dispositivi specifici per applicazione con specifiche ai massimi livelli. La metodologia si basa su software open-source, suggerendo che sia adattabile a varie geometrie di partenza e problemi di design.