Phase-Drift Limits and Adaptive Quadrature Readout in Programmable Photonic Processors
本文分析了由顺序正交测量过程中的相位漂移引起的可编程光子处理器性能退化问题，并提出了能够显著降低与固定阶数方法相比之误差的自适应读取策略和增量感知估计器。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图捕捉一张舞者在舞台上旋转的完美照片。为了拍到这张照片，你需要同时捕捉两个东西：他们向左或向右倾斜的角度（即“余弦”位置）以及他们向前或向后倾斜的角度（即“正弦”位置）。如果你拍下一张左右倾斜的照片，然后等待一瞬间再拍下前后倾斜的照片，舞者已经移动了。你的最终照片会变成一张模糊、混乱的废片，因为这两个部分并不匹配同一瞬间的时间。这正是被称为可编程光子学（programmable photonics）的一个特定科学分支所面临的核心问题。这些是利用光子而非电流制造的微型、超高速计算机芯片。它们被用于从安全通信到教机器如何学习的所有领域。但光极其敏感；哪怕是最轻微的震动、温度的变化，甚至是一阵微风，都会让光波产生极其微小的波动和相位偏移。如果一个芯片试图分两步来测量光，这种微小的波动就会毁掉计算。大问题在于，误差到底会有多大，以及是否有聪明的办法可以修复它？
这篇论文通过研究如何在这些光子处理器中测量光来解决这个精确的问题。研究人员在使用来自一个八模态光处理器的实验数据时发现，如果先后顺序地（串行地）测量光信号的两个部分，光的“漂移”或晃动会导致一种特定类型的数学误差。他们发现，如果你只是按照固定的顺序进行测量——比如，总是先测量“左右”部分，然后再测量“前后”部分——你总会损失一些精度。然而，他们也发现了一种更聪明的方法。通过使用一种“预测性”策略，系统可以根据它认为光当前的运行状态，来决定先测量哪一部分。如果光处于一个“左右”测量对波动非常敏感的位置，系统会先测量“前后”部分（此时该部分对波动较不敏感），并将敏感的部分留到最后。
团队模拟了这个场景数百万次，以观察这种“自适应”策略的效果如何。他们发现，通过在测量顺序上变得聪明，与坚持使用固定顺序相比，你可以将光波动引起的误差降低高达 84.9%。他们不仅仅是在猜测；他们使用了来自一个运行了 300 秒、每秒进行约 125 次测量的处理器的真实数据，以证明他们的数学模型符合现实。他们还为工程师们创建了一本新的“规则手册”，清晰地展示了何时值得使用这种串行、逐步的测量方法，以及何时最好一次性测量所有内容。这个规则取决于光的波动程度以及探测器能收集到多少信息。本质上，他们将一个混乱、不可预测的问题变成了一套清晰、可控的指令，证明了只要有正确的时机和一点点预测，即使在周围环境摇晃的情况下，你也能让你的光子计算机保持精准。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。