該方法結合振幅、相位與偏振,在更小空間內存儲更多數據。
![]()
中國研究人員近日公布了一種全息數據存儲系統,該系統利用光的振幅、相位和偏振等多種特性,在三維空間內實現信息的存儲與讀取。由福建師范大學譚小地教授帶領的研究團隊發現了一種新方法,與傳統存儲方式相比,可在相同物理空間內顯著增加信息存儲量。
全息數據存儲是一種先進的光學技術,利用激光將數字信息存儲于材料內部。與硬盤或光盤等僅在表面存儲數據的方式不同,該技術通過在材料體積內記錄重疊的光學圖案,實現更高的存儲密度和更快的數據傳輸速率。譚小地教授表示:"基于偏振全息原理,我們采用名為卷積神經網絡的深度學習架構,成功將偏振作為獨立的信息維度加以利用。"
全息數據存儲以激光圖案生成的圖像頁形式捕捉信息。編碼過程將數字數據轉換為這些圖像頁,解碼過程則將其還原為用戶數據。然而,此前大多數全息存儲系統僅依賴一至兩種光維度進行編碼。由于難以可靠保存并解碼數據,將偏振作為第三維度的應用始終面臨挑戰。
為解決該問題,研究團隊改進了基于張量的偏振全息技術。該技術能在數據重構過程中保持偏振狀態,使其可作為穩定獨立的數據編碼維度。通過雙相位全息圖控制兩個正交偏振態的強度與相位,團隊構建了三維調制編碼方案,使單一純相位空間光調制器得以同時編碼振幅、相位與偏振信息。
為實現系統實用性,科學家們還設計了一種卷積神經網絡,僅利用系統采集的強度圖像即可同步解碼光的各項特性。傳統傳感器僅能識別光強度,而通過分別在有偏振器和無偏振器條件下采集衍射圖案訓練神經網絡,系統無需復雜測量即可重構完整三維數據。
研究團隊驗證了相關理論,并開發出緊湊型實驗裝置,在偏振敏感介質中完成編碼光場的記錄與重構。通過分析圖像提取振幅、相位與偏振特征后,將這些數據輸入神經網絡,僅憑強度測量結果即可重構三維數據。譚小地教授強調:"總體而言,我們的研究結果表明,多維聯合編碼顯著提升了單頁全息數據的信息承載量,從而增強了存儲容量。"
譚教授指出,基于神經網絡的同步解碼技術省去了復雜測量與分步重構環節,實現了更快速的讀取與更高效的解碼。這為實用化、高容量、高通量的全息存儲技術鋪平了道路。他認為,這種多維全息存儲技術有望縮小數據中心規模、提升大規模歸檔能力、提高處理與傳輸效率。他在新聞稿中總結道:"該技術還可應用于更安全的數據傳輸、光學加密和先進成像領域。"
盡管該系統仍處于研究階段,團隊計劃通過提升編碼灰度級數來增加容量,并改進記錄介質的穩定性、均勻性與可重復性。他們還將致力于集成體全息復用技術,實現多頁多通道存儲。
該研究成果已發表于《Optica》期刊。
如果朋友們喜歡,敬請關注“知新了了”!
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.