[發明專利]一種微環諧振腔時延帶寬積最大化方法及系統

在審

• 申請號: 202211728153.9
• 申請日: 2022-12-29
• 公開（公告）號: CN115952717A
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 張林;李政;李宗澤;周笑艷
• 申請（專利權）人: 鵬城實驗室
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06N3/08;G06F111/10
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 溫宏梅

本發明公開了一種微環諧振腔時延帶寬積最大化方法及系統，所述方法包括：獲取微環諧振腔模型，根據所述微環諧振腔模型獲取所述微環諧振腔的系統參數；將所述微環諧振腔的系統參數輸入DRRs?A3C算法模型并運行所述DRRs?A3C算法模型；根據所述DRRs?A3C算法模型獲得所述微環諧振腔的最大時延帶寬積及所述最大時延帶寬積所對應的優化參數值。本發明先將微環諧振腔模型作為DRRs?A3C算法的仿真環境，對微環諧振腔的參數進行優化獲得最大時延帶寬積及其對應的耦合參數值，最大化時延帶寬積可提高微環諧振腔在光信號處理方面的能力，通過DRRs?A3C算法模型可以快速收斂獲得參數優化結果，同時降低收斂誤差。

技術領域

本發明涉及微納光學技術領域，尤其涉及一種微環諧振腔時延帶寬積最大化方法。

背景技術

集成光子學有助于減少占地面積，重量和功耗，提高穩定性和性能。微環諧振腔(MRR)作為一種重要的光子學元件，其具有大時延、高Q值、高精細度、極易加工、適合大規模集成等優點，因此非常適合蓄水池網絡的搭建。微環諧振腔一個很重要的參數——時延帶寬積(Delay-Bandwidth?Product，DBP)，其定義為：具有一定帶寬的光信號通過微環諧振腔后，可從其群時延－頻率譜上觀察到諧振波長(即中心頻率)處比非諧振波長處群時延更大，隨著波長逐漸遠離中心波長，群時延也逐漸降低，可以計算出群時延降低到原來一半時對應的頻率寬度，用該頻率帶寬乘以中心頻率處的最大群時延值即為時延帶寬積。在微環諧振腔(MRR)應用于光纖通信時，當群時延確定，則需要考慮其能承載的信號帶寬，因此獲取最大時延帶寬積具有重要意義。現有的解決辦法是利用電磁誘導透明(EIT)效應計算諧振腔的時延帶寬積，但EIT效應所計算獲得的時延帶寬積并不是微環諧振腔系統的最大時延帶寬積；還可以采用遺傳算法(GA)優化單微環形諧振腔結構計算最大時延帶寬積，但遺傳算法優化時間長，且容易得到局部最優解，并非全局最優解。此外，雙微環諧振腔和多微環諧振腔具有更大的時延帶寬積，但針對雙微環諧振腔的時延帶寬積并未被研究過。

因此，現有技術還有待改進。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種微環諧振腔時延帶寬積最大化方法及系統，旨在解決現有技術中無法快速獲得微環諧振腔的最大時延帶寬積的問題。

本發明解決問題所采用的技術方案如下：

第一方面：本發明實施例提供一種微環諧振腔時延帶寬積最大化方法，其中，所述方法包括：

獲取微環諧振腔模型，根據所述微環諧振腔模型獲取所述微環諧振腔的系統參數；

將所述微環諧振腔的系統參數輸入DRRs-A3C算法模型并運行所述DRRs-A3C算法模型；

根據所述DRRs-A3C算法模型獲得所述微環諧振腔的最大時延帶寬積及所述最大時延帶寬積所對應的優化參數值。

在一種實現方式中，所述獲取微環諧振腔模型，根據所述微環諧振腔模型獲取所述微環諧振腔的系統參數包括：

根據耦合模理論通過有限元仿真軟件和數值計算軟件建立微環諧振腔模型；

運行所述微環諧振腔模型獲取所述微環諧振腔模型的系統參數。

在一種實現方式中，所述DRRs-A3C算法模型的運行過程具體為：

初始化所述DRRs-A3C算法模型的全局神經網絡參數和工人神經網絡參數；

將狀態值S輸入所述DRRs-A3C算法模型的工人神經網絡，獲得所述工人神經網絡中Actor神經網絡的動作值A，將所述動作值A輸入環境，獲取獎勵R和新的狀態值S’，得到訓練集(S，A，R，S’)；