自适应_自适应智能超表面

由亚波长谐振器组成的超表面，能够控制电磁波的波前。由于其超紧凑的结构特性，使其在很多领域有重要用途，包括成像、探测和信息处理等。然而，目前大多数已提出的超表面都是静态的，这意味着一旦制造，它们将具有固定的功能。

编码超表面是实现动态调整的最有前途的候选者之一。 在编码的超表面中，每个亚波长单元都包含一个电或光可调的二极管，该二极管可以在两种具有高对比度反射幅度和相位的状态之间切换，从而产生可以实时重新配置的数字化2D轮廓。这意味着我们可以调节这些二极管来调控超表面器件的响应。

近来，有科学家结合可编码的超表面和深度学习，设计出了能够自适应环境的智能器件。该器件的概念图如图1所示。系统包括三个主要部分：超表面，传感器，控制系统。传感器感知外部环境，将这些信息喂给训练好的深度神经网络模型，网络能迅速的输出结果，控制器根据这些结果调整超表面的二极管，最终实现适应环境的目的。图1c展示了通过调整超表面的倾斜方向来维持反射谱的固定方向。因为深度神经网络模型能够快速的输出结果，所以该器件能够做到实时调控。

图1 自适应超表面的工作原理。 a. 自适应超表面系统在卫星通信和航空中的潜在应用；b. 人造超表面的前视图和后视图； c. 自适应光束转向示意图–倾斜 超表面不会影响反射波的方向； d. 智能超表面的关键组成部分。

不久前，浙江大学的陈红胜教授提出了自适应的隐身器件，该器件通过动态实时调整超表面参数，以应对不断变化的环境，实现影身。

器件的工作原理如下图所示。探测器（Detector）感知到入射光信息（入射角、偏振、频率）和背景信息，一同喂给人工神经网络（ANN）。ANN能够快速输出各个二极管单元的电压。超表面的电压经过调整后，能够产生特定的响应，实现隐身。这里比较关键的是ANN，它提前通过大量数据进行训练，考虑到了无数种可能的环境，目标（label）就是实现隐身。

图2 具有深度学习功能的超表面隐身衣的示意图。

该文作者将超表面隐身衣覆盖在散射体（蜥蜴）上。图3a表示了4种不同的入射条件，这是为了证明超表面隐身衣的自适应能力。背景变化包括蜥蜴脚下平坦或崎岖。入射光的变化包括入射角以及频率。图3b是背景场，即没有散射体存在时的磁场强度。图3c是将超表面隐身衣覆盖在散射体上测得的磁场图。图4d是没有盖隐身衣，只留下蜥蜴时测得的磁场图。对于图3b和图3d，能观察到蜥蜴影响了入射光的反射，磁场图显示出巨大差异。而对比图3b和图3c,两者很相近，说明覆盖在蜥蜴上的超表面披风起到了隐身的效果。而且从背景1到背景4，超表面隐身衣都起到了很好的效果，说明它能应对很多场景。值得一提的是，这些场景都是在同一器件下完成的，仅仅是通过自适应的方式快速调整了二极管的电压。

图3 演示自适应隐身披风对入射波和背景随机变化的响应

这一开创性研究代表了两个快速发展的领域（超表面和人工智能）独特而强大的结合，这将在各个领域提供广泛的应用。编码超表面作为一种可调的功能器件，配上深度学习这一反应迅速准确的大脑，两者结合能够实时处理信息。在纳米光学方向上，除了隐身器件，还有很多可以考虑自适应的器件。比如完美吸收器，光开关，偏振控制器件等等。这或许是未来智能光学器件的趋势。

最后，附上一张清华大学宁存政教授讲座的PPT：光电科学技术创新的范式。

参考文献：

1 Qian C, Zheng B, Shen Y, et al. Deep-learning-enabled self-adaptive microwave cloak without human intervention[J]. Nature Photonics, 2020: 1-8.

2 Zhang, S. AI empowered metasurfaces.Light Sci Appl 9,94 (2020).