基于线性神经网络的高速光偏振仪

　　1　引　言

　　光波的偏振是一个丰富的信息源泉,在许多应用中对它的测量具有十分重要的意义。测量光偏振的方法很多[1]。传统测量光偏振的方法由于普遍使用转动部件或调制器,影响了测量速度,使得它们无法满足光偏振态瞬变场合下的需求(如跟踪材料表面发生的快速物理化学反应)。1982年,Azzam提出了一种基于振幅分割方法的高速测量光偏振的传感器2分振幅光偏振仪(DOAP)[2],它没有使用任何转动部件或调制器,能够同时近似实时地测量出描述待测光偏振态的全部Stokes参数。到目前为止,国内外研究人员已经提出了十几种基于振幅分割原理的光偏振测量装置,并且将它们成功地应用于脉冲加热瞬态热物性测量和在线监控金属薄膜生长厚度等领域[325]。

　　人工神经网络(ANN)具有信息的分布存储、并行处理以及自学习能力等优点,它的发展为传感器的信号处理提供了新的有效手段。本文基于振幅分割原理,利用一种既能产生反射光衍射又能产生透射光衍射的特殊金属光栅作为分光器,采用线性神经网络进行数据处理,研制出一种新型的光栅分振幅光偏振仪(G2DOAP)。介绍了它的工作原理,并通过仿真实验对它进行了测试和分析。

　　2　工作原理

　　利用金属光栅分光,采用神经网络进行数据处理的G2DOAP的结构如图1所示,它主要由光学系统、电路系统和人工神经网络组成[629]。

　　G2DOAP的光学系统如图2所示。图中的金属光栅既能产生反射光衍射又能产生透射光衍射。入射光斜入射在它的表面,产生多束衍射光。利用其中的±1级反射光衍射和±1级透射光衍射实现入射光偏振态的高速测量。在这四束光的光路上分别放置一个方位角为Am(m=0,1,2,3)的起偏器Pm(m= 0,1,2,3)。为提高光偏振仪对左、右旋圆偏振分量的区分度,在起偏器P3的前面又放置一个λ/4波片(QWR),它的快轴方向与P3透光轴的夹角为45°。电路系统的四个光电二极管D0~D3将这四束光的光强线性地转换为电信号,经过信号调理后,得到电信号i0~i3,然后由高速高分辨率A/D转换器将它们转换为数字量,通过USB2.0接口上传到PC机。为了提高光偏振仪测量的重复性,采用四象限硅光电池测量0级透射衍射的方法实现仪器与待测光的精确对准。(限于篇幅,这里没有给出电路系统的具体结构)

　　将电路系统输出的电信号作为神经网络的输入,将描述入射光偏振态的Stokes参数作为神经网络的输出,在PC机上建立神经网络模型。然后,提供一系列的已知偏振态的偏振光对神经网络进行训练。将这些偏振光的Stokes参数作为网络的期望输出,它们入射到DOAP时,电路系统产生的相应输出作为网络的输入,通过调整神经网络中神经元的权值和阈值,使得由输入计算出的网络输出与期望输出的均方差最小或者小于一定值,这时,网络训练停止。网络训练结束后,网络内的权值和阈值分布存储了描述电路系统输出的电信号与入射光Stokes参数之间关系的信息。在测量入射光未知的偏振态时,只要将电路系统输出的电信号作为训练后的网络输入,就可以由神经网络计算出描述入射光偏振态的Stokes参数。