一种模式选择性耦合器设计方法技术

本发明专利技术属于光纤通信系统领域，具体公开一种模式选择性耦合器设计方法，包括：确定待设计模式选择性耦合器的工作波长范围，计算需要耦合的少模光纤任一高阶模在工作波长范围内的有效折射率曲线；采用搜索优化算法，以用于匹配耦合高阶模的目标光纤在工作波长范围内的有效折射率曲线与高阶模的有效折射率曲线偏差逐渐收敛至零为目标，搜索优化出目标光纤的参数；以最大化在工作波长范围内高阶模与目标光纤基模之间的平均转换效率为目标，优化在待设计模式选择性耦合器中少模光纤和所述目标光纤之间的间距，完成模式选择性耦合器设计。本发明专利技术可根据实际耦合器工作波长范围进行精准设计，实现定制化逆向设计，实现高效率、大带宽、低损耗的耦合。

【技术实现步骤摘要】
一种模式选择性耦合器设计方法
本专利技术属于光纤通信系统领域，更具体地，涉及一种模式选择性耦合器设计方法。
技术介绍
近年来，随着智能终端的普及和新型网络业务的发展，网络流量呈爆炸式增长，以单模光纤(或少模光纤)为基础的传统光纤通信系统已经逐渐逼近非线性香农极限。为了能够突破非线性香农极限，以便满足未来超大容量通信需求，基于少模光纤的模分复用方案已成为近年光纤通信领域的前沿方向和热点课题之一。模分复用技术通过使用彼此正交的少模光纤空间模式作为独立的传输信道，进而可以成倍提升光纤传输系统的容量。在模分复用系统中，模式复用器和解复用器是最关键的部分，基于自由空间光学的模式复用器和解复用器结构简单，但需要较高的光路稳定性，体积大难于集成，具有较高的插入损耗；基于波导技术的模式复用器和解复用器虽然可以降低器件对波长的依赖性，但其结构和光纤结构不匹配，会造成较大的插入损耗；全光纤模式复用器和解复用器主要有基于熔融拉锥的模式选择性耦合器、基于绝热转换的光纤光子灯笼等，尺寸小，采用复用器接口，插入损耗低，但其对波长敏感，器件可用带宽窄。因此，设计一种对波长不敏感的全光纤耦合器件在较宽的波长范围内实现模式的高效率耦合显得尤为重要。
技术实现思路
本专利技术提供一种模式选择性耦合器设计方法，用以解决现有模式选择性耦合器设计方法所设计出的耦合器在实际工作中工作波长限制高的技术问题。本专利技术解决上述技术问题的技术方案如下：一种模式选择性耦合器设计方法，包括：确定待设计模式选择性耦合器的工作波长范围，计算需要耦合的少模光纤任一高阶模在所述工作波长范围内的有效折射率曲线；采用搜索优化算法，以用于匹配耦合所述高阶模的目标光纤在所述工作波长范围内的有效折射率曲线与所述高阶模的有效折射率曲线偏差逐渐收敛至零为目标，搜索优化出所述目标光纤的参数；以最大化在所述工作波长范围内所述高阶模与所述目标光纤基模之间的平均转换效率为目标，优化在待设计模式选择性耦合器中所述少模光纤和所述目标光纤之间的间距，完成模式选择性耦合器的设计。本专利技术的有益效果是：本专利技术所提出的设计方法的实质是寻找在高阶模存在的波长范围内和少模光纤高阶模有效折射率曲线重合或重合度很高、实现相位匹配的单模光纤(或少模光纤)参数，因此利用本专利技术方法，可以针对任意少模光纤中的任意高阶模式利用搜索优化算法的方式得到对应目标单模光纤(或少模光纤)的参数，则该目标光纤的基模与少模光纤高阶模能在工作波长范围内实现相位匹配，从而实现高效率、大带宽、低损耗的耦合。另外，在得到目标光纤的参数之后，以最大化在耦合器工作波长范围内少模光纤高阶模与目标光纤基模之间的平均转换效率为目标，优化少模光纤和目标光纤的间距，能够实现耦合器较高的模式耦合效率。本专利技术设计的模式选择性耦合器采用全光纤耦合方式，结构紧凑，不受外界因素干扰；且可根据耦合器实际工作波长范围(可宽可窄，波长不受限)设计得到模式选择性耦合器后，该耦合器可在该工作波长范围内的多个波长下(波长不受限)连续稳定工作，且在很宽的波长范围内(波长也不受限)实现高模式耦合率和低插入损耗。上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述搜索优化算法为已训练的光纤参数预测神经网络；则所述搜索优化出所述目标光纤的参数，具体为：将所述高阶模对应的有效折射率曲线中多个离散点数据输入所述光纤参数预测神经网络，得到用于匹配耦合所述高阶模的目标光纤的参数。本专利技术的进一步有益效果是：本优选方案采用神经网络进行目标光纤参数的搜索优化，实际是提出一种基于深度学习的波长不敏感全光纤模式选择性耦合器设计方法。神经网络是一个比较强大的非线性拟合工具，可以有效得到用于匹配耦合所述高阶模的目标光纤的参数。进一步，所述光纤参数预测神经网络的训练方法为：随机取不同光纤参数的单模光纤或少模光纤；分别计算各光纤参数的单模光纤或少模光纤基模在所述工作波长范围内的有效折射率曲线；构建训练样本集，其中，每个训练样本包括：作为神经网络输入量的每个有效折射率曲线中多个离散点，以及作为神经网络输出量的该有效折射率曲线所对应的光纤参数；采用所述训练样本集训练神经网络，得到所述光纤参数预测神经网络。本专利技术的进一步有益效果是：采用该训练方法，得到在特定工作波长范围内光纤基模有效折射率曲线与光纤参数的对应关系，能够有效寻找在高阶模存在的波长范围内和少模光纤高阶模有效折射率曲线重合或重合度很高、实现相位匹配的单模光纤或少模光纤参数。进一步，所述随机取不同光纤参数的单模光纤或少模光纤中，该光纤参数为影响该单模光纤或少模光纤的基模有效折射率的参数。本专利技术的进一步有益效果是：在以往的全光纤模式选择性耦合器件中，往往只考虑到了光纤纤芯直径对模式有效折射率的影响，而本方案中考虑了所有可能影响模式有效折射率的因素，充分利用了单模光纤(或少模光纤)的相关参数。进一步，所述神经网络为深度神经网络，所述神经网络中的回归器为自适应矩估计算法和批量计算优化的梯度下降法；且在所述训练中采用均方根误差函数作为误差函数。进一步，所述间距的优化采用仿真优化的方式。进一步，所述设计方法还包括：获取所述少模光纤和所述目标光纤，并基于所述间距，制作模式选择性耦合器。进一步，所述制作方法为研磨抛光、熔融拉锥或腐蚀。本专利技术还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种模式选择性耦合器设计方法。附图说明图1为本专利技术实施例提供的一种模式选择性耦合器设计方法流程框图；图2为本专利技术实施例提供的另一种基于神经网络深度学习的模式选择性耦合器设计方法的步骤流程图；图3为本专利技术实施例提供的用于深度学习的神经网络框架示意图；图4为本专利技术实施例提供的使用研磨抛光法制造所设计的模式选择性耦合器示意图；图5为本专利技术实施例提供的示例一中LP11模对应的模式选择性耦合器分别在1550nm处和S+C+L波段耦合区的耦合信息示意图；图6为本专利技术实施例提供的示例一中LP21模对应的模式选择性耦合器分别在1550nm处和S+C+L波段耦合区的耦合信息示意图；图7为本专利技术实施例提供的示例二中LP11模对应的模式选择性耦合器分别在1550nm处和S+C+L波段耦合区的耦合信息示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。实施例一一种模式选择性耦合器设计方法，如图1所示，包括：确定待设计模式选择性耦合器的工作波长范围，计算需要耦合的少模光纤任一高阶模在所述工作本文档来自技高网...

【技术保护点】
1.一种模式选择性耦合器设计方法，其特征在于，包括：/n确定待设计模式选择性耦合器的工作波长范围，计算需要耦合的少模光纤任一高阶模在所述工作波长范围内的有效折射率曲线；/n采用搜索优化算法，以用于匹配耦合所述高阶模的目标光纤在所述工作波长范围内的有效折射率曲线与所述高阶模的有效折射率曲线偏差逐渐收敛至零为目标，搜索优化出所述目标光纤的参数；/n以最大化在所述工作波长范围内所述高阶模与所述目标光纤基模之间的平均转换效率为目标，优化在待设计模式选择性耦合器中所述少模光纤和所述目标光纤之间的间距，完成模式选择性耦合器的设计。/n

【技术特征摘要】
1.一种模式选择性耦合器设计方法，其特征在于，包括：
确定待设计模式选择性耦合器的工作波长范围，计算需要耦合的少模光纤任一高阶模在所述工作波长范围内的有效折射率曲线；
采用搜索优化算法，以用于匹配耦合所述高阶模的目标光纤在所述工作波长范围内的有效折射率曲线与所述高阶模的有效折射率曲线偏差逐渐收敛至零为目标，搜索优化出所述目标光纤的参数；
以最大化在所述工作波长范围内所述高阶模与所述目标光纤基模之间的平均转换效率为目标，优化在待设计模式选择性耦合器中所述少模光纤和所述目标光纤之间的间距，完成模式选择性耦合器的设计。


2.根据权利要求1所述的一种模式选择性耦合器设计方法，其特征在于，所述搜索优化算法为已训练的光纤参数预测神经网络；
则所述搜索优化出所述目标光纤的参数，具体为：
将所述高阶模对应的有效折射率曲线中多个离散点数据输入所述光纤参数预测神经网络，得到用于匹配耦合所述高阶模的目标光纤的参数。


3.根据权利要求2所述的一种模式选择性耦合器设计方法，其特征在于，所述光纤参数预测神经网络的训练方法为：
随机取不同光纤参数的单模光纤或少模光纤；
分别计算各光纤参数的单模光纤或少模光纤基模在所述工作波长范围内的有效折射率曲线；
构建训练样本集，其中，每个训练样本包括：作为神经网络输入量的每个有效折射率曲线中多个离散点，以及作为...

【专利技术属性】
技术研发人员：张森瑜，张聪，刘德明，唐明，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42