Real-time estimation of the transmission matrix of an atmospheric channel
本文提出了一种用于估计时变大气信道传输矩阵的实时递归优化技术，证明了其通过增强光纤耦合并减少即使在强湍流条件下的功率中断，能够显著提升自由空间光通信性能。
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
光线在开放的空气中传播是脆弱的。虽然我们常认为天空是空旷的空间，但它实际上是一个不断流动的空气流体，其温度和压力在不断变化。这些微小的、不可见的波动就像一个巨大的、移动的透镜，在光波传播过程中使其发生弯曲和散射。对于试图利用激光在天空中传输数据、图像甚至量子信息的科学家和工程师来说，这种湍流是一个主要的障碍。它会导致光束闪烁、扩散并失去形状，从而导致信号丢失和图像模糊。几十年来，解决这一问题的标准方法是使用自适应光学技术，即通过测量畸变并翻转反射镜来抵消这种影响。然而，这种传统方法主要针对光波的弯曲进行校正，却无法修复光强剧烈波动的现象，而当空气非常湍流时，这正是个关键问题。
一组研究人员现在展示了一种不同的方法，该方法不仅将大气视为需要被校正的问题，而是将其视为一个可以被实时映射和逆转的复杂滤波器。他们专注于一个被称为“传输矩阵”的概念，这本质上是对特定区域空气如何转换进入其中的任何光模式的完整数学描述。如果你知道这张图谱，你就可以预先塑造你的光束，使得当它遇到湍流的大气时，大气的混沌会将光束重新排列成你在另一端所需的完美形状。挑战在于，大气变化得如此之快——通常仅需几毫秒——以至于当你测量完图谱时，空气已经移动了。研究人员致力于研究是否可以足够快地估算这个变化的图谱，以跟上风的速度，他们使用了一种在学习过去几刻钟的同时不断自我更新的方法。
为了测试这个想法，该团队构建了一个模拟真实世界大气链路的实验室装置。他们使用了一束激光和一个被称为空间光调制器的设备，该设备就像一个可编程的窗口，可以改变光的形状和相位。在其中一侧，他们生成了一系列特定的、已知的光模式，类似于音乐家通过弹奏音阶来为乐器调音。这些模式被送入一个模拟的湍流通道，该通道由第二个设备创建，该设备会对光施加随机的畸变，就像真实的物理大气一样。在另一端，一台相机测量了光在经过散射后的样子。他们创新的核心是一个计算机算法，该算法利用这些测量结果来实时构建传输矩阵的估算值。该算法并非等待完美测量整个图谱，而是使用一种递归过程，即它获取最新的数据，结合最近的历史测量记录，并不断精炼它对大气状态的猜测。
实验结果令人瞩目。当团队使用这种实时估算的图谱来塑造输入的激光束时，成功进入接收端微小光纤电缆的光量大幅增加。在他们的测试中（模拟了从轻微到极强湍流度的条件），与发送标准的、未经塑造的光束相比，新方法的连接效率提高了约百分之四十。更重要的是，该系统使连接变得更加可靠。在最强的湍流条件下，普通的波束会频繁完全失效，导致信号中断，而塑造后的光束则能保持稳定的连接。研究人员发现，信号跌落至可用水平以下的次数减少了约百分之七十，而且即使发生跌落，持续时间也短得多。这表明该系统不仅是在提高平均性能，而且是在积极防止当前自由空间光学链路中普遍存在的通信完全中断问题。
为了确保这些发现能在现实世界中站得住脚，该团队还对长达一公里的大气链路进行了广泛的计算机模拟。这些模拟证实，即使在湍流严重且风力强劲的情况下，该方法依然有效。研究表明，只要用于测量和塑造光的硬件足够快，该方法就足以应对真实环境中的快速变化。虽然目前的实验使用的是桌面级模拟器，但所选参数与当今现有的高速传感器和反射镜的能力相匹配。研究人员指出，他们的方法之所以特别有效，是因为它专注于光模式中最重要的部分，忽略了那些会减慢计算速度的次要细节。这使得系统能够足够快地更新其对大气的理解，从而在风速面前保持领先。
这项工作的意义不仅限于传输更快的数据。通过证明传输矩阵可以在高度湍流的条件下被实时估算并使用，研究人员为更稳定的自由空间光学通信开辟了一条路径。这项技术对于连接那些铺设光纤电缆成本过高或难度过大的偏远地区，以及连接卫星与地面（其中大气是一个恒定的障碍）至关重要。该研究表明，通过将大气视为一个动态的、可学习的系统而非静态的障碍，我们可以显著提高基于光的通信的清晰度和可靠性。团队的工作表明，只要拥有合适的算法，就可以驯服空气中混沌的舞动，将误差源转化为一个可控的变量，从而让光线比以往任何时候都传播得更远、更清晰。
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。