Optical Fourier Architecture for Universal Nonlinear Functions

技术摘要：用于通用非线性函数的光学傅里叶架构

问题陈述
本文解决了光学计算中的一个根本性瓶颈：如何在不依赖于资源密集型且高延迟的光电转换的情况下，将非线性变换嵌入到严格线性的动力学过程中。虽然相干光学处理器在处理大规模并行线性矩阵向量运算方面表现出色，具有亚纳秒级的延迟，但它们缺乏一种确定性的、通用的方法来合成任意非线性函数。以往通过编译参数化光学电路来实现函数合成的方法，多依赖于非线性数值优化或启发式搜索，这些方法存在局部最优解、收敛瓶颈以及无法保证所需电路配置存在性的问题。

方法论
作者提出了一种精确的代数架构，通过一个二模（$2 \times 2$）线性光学电路来评估任意有限傅里叶级数。其核心创新在于，不再将输入变量视为待编码的状态，而是将其作为参数直接编码到可调单模相位移位的相位中。

该方法论分为以下步骤：

1. 傅里叶表示： 将定义在紧致区间上的任意目标函数 $f(x)$ 近似为截断傅里叶级数 $\hat{f}(x)$。随后将其映射为复单位圆上的洛朗多项式 $\hat{f}(z)$，其中 $z = e^{i\pi x/\tau}$。
2. 酉约束： 由于线性光学网络是严格酉（unitary）的，目标多项式 $\hat{f}(z)$ 不能单独实现；它必须伴随一个辅助多项式 $g(z)$，使得总强度 $|\hat{f}(z)|^2 + |g(z)|^2$ 在单位圆上所有的 $z$ 点上保持恒定。
3. 谱分解： 作者利用 Fejér-Riesz 定理证明了此类互补多项式 $g(z)$ 的存在性。$g(z)$ 的系数通过谱分解进行确定性求解，具体是通过对 Toeplitz 矩阵进行 Cholesky 分解来实现。这完全避免了迭代优化。
4. 递归电路合成： 一旦确立了 $\hat{f}(z)$ 和 $g(z)$ 的系数向量，作者便利用一种代数约简算法（类似于经典的 Schur 算法）。该算法通过递归识别正交端点向量，来确定一系列静态 $SU(2)$ 酉矩阵（由马赫-曾德尔干涉仪实现）和相位移位器。该过程将目标操作系统地分解为对于 $N$ 阶谐波展开的 $2N$ 个静态酉矩阵和相位移位器的级联。

主要贡献

• 存在性证明： 本文提供了一个严格的证明，证明对于每一个有限傅里叶级数，都存在一个精确、无损的光学电路，从而消除了启发式搜索方法固有的不确定性。
• 确定性编译： 作者推导出了构建电路的解析方法。该合成过程是非迭代的，仅需经过一次谱分解和递归约简，其计算复杂度随 $N$ 呈 $O(N)$ 阶缩放。
• 被动非线性： 该架构表明，通过将函数参数编码进相位移位器，可以在严格线性的光学系统中实现有效的非线性，从而将非线性计算嵌入到作用于空间光学模态的线性过程之中。
• 可扩展性： 所得光学系统对于 $N$ 阶谐波展开表现出 $O(N)$ 的深度，使得函数评估可以在被动光学的飞行时间内完成。

结果
作者通过数值模拟验证了其观点：

• 光滑函数： 该架构成功合成了具有有界误差的平滑 $\text{sinc}(x)$ 函数，且使用了适度的电路深度。误差被证明仅源于有限傅里叶截断，而非电路编译本身。
• 不连续函数： 该方法还测试了一个带有离散跳跃间断点的分段阶梯状 $\text{sinc}(x)$ 函数。尽管面临吉布斯现象（Gibbs oscillations）和高阶谐波截断的需求，该算法仍保持了数值稳定性。
• 效率： 对于包含超过一千项的傅里叶级数和辅助多项式，整个程序（包括设置、分解、合成和绘图）在标准笔记本电脑 CPU 上运行时间不足五秒。

意义与主张
本文声称为集成光子平台上的单变量非线性光学计算提供了一个“通用的、确定性的基础”。通过将通用函数逼近理论与光子硬件相结合，这项工作为无需挑战性的非线性材料、单光子源或测量诱导非线性的可编程非线性操作提供了一条路径。

作者强调，虽然该算法从量子信号处理（QSP）和数据重上传（data re-uploading）框架中汲取了灵感，但其计算完全运行在经典相干光学振幅之上。这使得该方法对于近期的集成光子学技术是可及的。该研究的范围较为适中，明确指出目前的代数策略仅限于一元多项式。如何将该方法扩展到多变量函数或在不进行光电转换的情况下实现光学电路的链式连接，仍是一个开放性问题。