光学前沿动态
OPTICS FRONTIERS
12
2026
-
06
基于深度学习的相变可重构太赫兹超构器件逆向设计
作者：
天津大学 Zhen Tian 团队、圣母大学 Ranjan Singh 团队和大连理工大学 Tun Cao 团队提出了一种基于深度学习的逆向设计框架，该框架能够创建动态可重构的太赫兹超构器件，并实现自适应的多维加密。通过使用残差神经网络，该网络经过训练，可将目标电磁响应直接映射到器件几何形状，从而跨越连续的材料相变，作者的方法消除了传统迭代设计的瓶颈，并实现了快速、高精度地生成多功能超构架构。所得器件能够对Ge$_2$Sb$_2$Te$_5$ (GST)中的偏振、深度和相变进行复用控制，从而实现具有最小串扰和接近衍射极限保真度的八通道加密全息。此外，作者还实现了一种可重构的衍射太赫兹神经超构器件，该器件在双密钥安全协议下执行通用逻辑运算，需要物理硬件和数字密钥序列才能进行精确解密。智能设计自动化与物理层加密的结合，为安全、高容量和自适应的太赫兹通信建立了一种新的范式，为 6G 及以后的动态可重构无线架构铺平了道路。
研究成果于 2026 年 6 月 5 日以 “Deep Learning Inverse Design of Phase-Change Reconfigurable Terahertz Metadevices for Multidimensional Secure Communication”为题发表于《Advanced Materials》。
图1：基于深度学习的动态加密太赫兹可重构超构器件逆向设计
图2：前向预测网络的架构和结果与多维复用太赫兹超构器件的逆向设计框架
图3：太赫兹动态可重构超构器件的仿真与实验表征
图4：太赫兹可重构逻辑计算平台
来源：optics光学世界
最新动态
感谢您访问崇帆科技官方网站，如有合作意向或建议，请通过以下方式联系我们，我们会尽快给予回复，谢谢！
移动版
官方公众号