🔬 physics

Optimized Calibration of Terahertz Polarimetric Imaging Systems With Imperfect Polarizers for Accurate Jones-Matrix Mapping

本文提出了一种针对太赫兹偏振成像系统的优化原位校准框架，该框架通过对非理想线栅偏振器进行建模并确定最佳旋转角度，以最少的测量次数准确恢复样本琼斯矩阵，从而减少系统误差并实现更快速、可靠的现场部署成像。

原作者： M. Hassan Arbab

发布于 2026-07-08

📖 1 分钟阅读☕ 轻松阅读

原作者： M. Hassan Arbab

原始论文采用 CC BY 4.0 许可（https://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，你拥有一台高科技相机，它不仅能拍摄物体亮度的图像，还能捕捉撞击物体的光波的“扭转”和“取向”。这被称为太赫兹（THz）偏振成像。这就像拥有一种超能力，通过分析光是如何扭转的，来观察材料（如晶体或生物组织）隐藏的内部结构。

然而，为了获得清晰的图像，相机本身需要经过完美的调校。如果相机的内部透镜或反射镜稍微有一点偏差，图像就会发生畸变。这个调校的过程被称为校准（Calibration）。

以下是研究人员如何解决该相机特定问题的故事，使用了简单的类比：

1. 问题所在：“漏光”的太阳眼镜

为了校准这台相机，研究人员使用了一种特殊的工具：线网偏振器（Wire-Grid Polarizer, WGP）。你可以把它想象成一副带有非常精细、平行线条的高科技太阳眼镜。

理想情况： 在完美的世界里，这些太阳眼镜会允许上下振动的光通过，但会阻挡所有左右振动的光。
现实情况： 在现实世界中（尤其是对于太赫ertz波），这些“太阳眼镜”并不完美。它们是“漏光”的。一些“左右振动”的光会从线条间的缝隙中溜过去。
后果： 如果你告诉相机“我的太阳眼镜是完美的”，但实际上它们是漏光的，那么相机计算出的物体信息就会出错。这就像是用一个坏掉的温度计来测量温度；结果会始终存在偏差（即“系统误差”）。

2. 解决方案：承认泄漏

研究人员并没有假装太阳眼镜是完美的，而是建立了一个新的数学模型，承认：“是的，这些太阳眼镜确实会漏一点光。”

他们精确测量了光到底漏了多少，以及随着太赫兹波频率（颜色）的变化，这种光的相位（时序）是如何变化的。
通过将这些“漏光”数据输入到他们的校准数学模型中，他们可以抵消掉误差。这就像是告诉 GPS，“我的汽车车速表慢了 5 英里/小时”，这样 GPS 就能自动修正路径计算。

3. 优化过程：“三点”技巧

通常，要校准一个复杂的系统，你可能需要在许多不同的角度进行测量（比如把太阳眼镜旋转 18 次）。这非常耗时。

数学难题： 研究人员意识到，用于求解相机设置的数学运算就像一个拼图。有些排列拼图块的方式（测量角度）会让拼图对微小的错误非常敏感（就像一张摇晃的桌子）。而其他的排列方式则会让拼图非常稳定。
条件数（Condition Number）： 他们利用一个名为“条件数”的数学概念，找到了最稳定的排列方式。这就像是在寻找堆叠积木最稳妥的方式，以免轻轻一碰就倒。
结果： 他们发现，不需要进行 18 次测量。你只需要三个特定的角度（均匀间隔分布），就能得到几乎与 18 步长过程同样精确的结果。
- 类比： 想象你要猜出一个圆形的形状。你可以测量 18 个点，但如果你选对了那三个“完美”的点，仅用三个点就能画出一个近乎完美的圆。

4. 验证：晶体测试

为了证明他们的新方法有效，他们用一颗铌酸锂（Lithium Niobate）晶体进行了测试。

测试过程： 这颗晶体有两个不同的“光学轴”（就像两条光可以行进的不同道路）。研究人员旋转晶体并测量了反射的光。
对比：
- 当使用“旧”方法（假设偏振器是完美的）时，结果是错误的，尤其是在高频段。
- 当使用他们结合了优化三角度的“漏光”新方法时，结果与理论预测完美吻合。
成像： 随后，他们将两块不同的晶体（蓝宝石和铌酸锂）堆叠在一起并进行成像。他们的方法成功绘制出了每种晶体的独特属性，即便他们事先并不知道这些晶体的确切取向。

总结

这篇论文展示了一种更聪明、更快速的太赫兹成像相机校准方法。

不再忽视现实： 他们不再假装校准工具是完美的，而是通过数学手段解释了它们的缺陷（泄漏）。
善用脑力而非体力： 他们发现，通过选择三个特定的测量角度，就可以获得与进行 18 次测量同等高质量的结果，从而节省了大量时间。
结果： 这使得在野外环境下进行更快速、更准确的材料成像成为可能，确保了光偏振的“图像”真实可靠。

技术摘要：针对非理想偏振片优化的太赫兹偏振成像系统校准

问题陈述
精确的太赫兹（THz）偏振成像需要稳健的系统校准，以恢复样品的琼斯矩阵（Jones matrix）。现有的太赫也系统校准程序（例如便携式 PHASR 扫描仪）通常依赖线网偏振器（WGP）作为参考元件。然而，在宽带太赫兹波段，商用 WGP 是非理想的光学元件。当线网周期与工作波长相当时，这些偏振器会表现出与频率相关的、平行于线网方向的偏振分量泄漏。在校准模型中忽略这种“泄漏”会引入系统误差，从而导致恢复的琼斯矩阵参数产生偏差。此外，由于校准参数是从有限的一组角度相关测量值中估计出来的，方程组的数值条件数（numerical conditioning）显著影响了测量噪声向校准误差的传播方式。现有方法通常需要大量的测量集（例如 18 个角度）来缓解这些问题，这在需要可部署到现场的场景中效率较低。

方法论
作者提出了一种针对太赫兹 PHASR 扫描仪的优化原位（in situ）校准框架，该框架明确考虑了非理想且具有泄漏特性的偏振片，同时最大限度地减少了所需的测量次数。

泄漏偏振器建模： 校准用的 WGP 不被建模为理想的阻断器，而是被建模为一个由频率相关的消光系数（ $\eta$ ）和相位延迟（ $\delta$ ）表征的无损泄漏元件。这些参数是通过对独立传输测量的悬空钨 WGP 进行实验表征得出的。
原位校准设置： 将一个旋转的 WGP 置于扫描仪焦平面处的参考镜前。系统记录旋转 WGP 时的反射电场，从而产生已知的偏振变换。
数学公式化： 作者推导了两种等效的校准公式，将测得的电场与系统的琼斯矩阵（ $J_2$ $J_{2}$ ）及入射场（ $E_1$ $E_{1}$ ）联系起来。
- 公式 A： 基于正交谐波基底的公式化方法，允许进行傅里叶级数解释。
- 公式 B： 另一种矩阵方程。
  两者都将已知的角度系数与未知的校准参数分离开来。
通过条件数进行优化： 为了在不牺牲精度的情况下减少测量负担，作者分析了系统矩阵的条件数（ $\kappa$ $κ$ ）。他们确定，减小条件数可以降低解对测量噪声的敏感性。
- 对于公式 A，最小化 $\kappa$ 需要非均匀分布的角度。
- 对于公式 B（首选公式），通过选择模 $\pi$ 均匀分布的角度来实现 $\kappa$ 的最小化（例如 $\Delta\phi = 60^\circ$ ）。
样品表征： 一旦完成校准，系统即可提取样品的琼斯矩阵。对于主轴未知的双折射样品，作者利用测得的琼斯矩阵的特征分解，来恢复沿晶体光轴的固有反射系数，且该过程与样品的取向无关。

核心贡献

泄漏偏振器模型： 开发了一个纳入 WGP 频率相关泄漏特性的校准框架，防止了恢复的琼斯矩阵产生系统性偏差。
优化角度选择： 推导出了能够使校准方程条件数最小化的三个旋转角度的最优集合（具体为 $45^\circ, 113^\circ, 157^\circ$ 或 $23^\circ, 67^\circ, 135^\circ$ ，取决于所使用的公式，其中等间距集合为首选）。
极简测量集： 证明了使用三个优化角度的极简集合可以获得与 18 个角度全集相当的结果，显著缩短了采集时间。
稳健的特征分解方法： 验证了一种仅使用两个样品旋转角度即可映射具有未知取向的双折射样品琼斯矩阵的程序。

结果

校准精度： 使用带有泄漏偏振器模型的优化三角度集合，与使用 18 个角度的参考校准相比，校准后的入射场和系统琼斯矩阵的相对误差保持在 10% 以下。
误差缓解： 通过使用旋转 x 切向铌酸锂（ $LiNbO_3$ ）晶体的验证表明，忽略 WGP 泄漏（使用简单的理想模型）会导致与理论反射系数产生系统性偏差，尤其是在较高频率处。引入泄漏模型消除了这种偏差，产生了与理论预测一致的结果。
成像能力： 系统成功绘制了双折射晶体堆叠（蓝宝石叠在 $LiNbO_3$ 上）的琼斯矩阵。尽管样品的特征轴未知，但通过对测得矩阵进行特征分解，准确恢复了沿寻常光轴和非常光轴的反射系数，并与理论值相符。
效率： 使用 ECOPS 技术可以实现快速采集，在特定的 WGP 角度下，获取每张太赫兹图像的时间不到一分钟，这使得三角度校准具有高度的实用性。

意义
该论文声称，这种优化的校准技术能够实现更快、更可靠的太赫兹偏振成像，特别是在需要最小化校准测量次数的现场部署场景中至关重要。通过显式建模标准线网偏振器的缺陷并从数学上优化测量角度，该方法确保了高保真度的琼斯矩阵映射，而无需依赖理想元件或耗时的测量过程。这种方法解决了宽带太赫兹偏振测量中，由于组件非理想性导致的此前无法修正的系统性误差问题。

1. 问题所在：“漏光”的太阳眼镜

2. 解决方案：承认泄漏

3. 优化过程：“三点”技巧

4. 验证：晶体测试

总结

类似论文