当前位置: 首页 > news >正文

【Microsystems Nanoengineering】利用多功能液晶偏振光栅抑制微型光学泵浦磁力计中的激光功率噪声

【Microsystems &Nanoengineering】利用多功能液晶偏振光栅抑制微型光学泵浦磁力计中的激光功率噪声

摘要

传统单光束光泵磁力仪(OPM)依赖分立偏振光学元件,体积大、装调复杂,且易受激光功率噪声限制。

本文提出 ** 多功能液晶偏振光栅(LCPG)** 方案:单器件同时实现偏振转换 + 光束分束功能,替代多个传统体光学元件。

器件性能:795 nm 衍射效率 95%、偏振椭率~44.6°,对入射偏振、角度、环境温度均具备高鲁棒性。

搭建微型 OPM 探头体积仅 4 cm³,差分探测模式灵敏度达 8.6 fT/Hz¹ᐟ²,相比传统结构提升 28%。该液晶器件兼容规模化低成本制备,为芯片级量子传感、生物磁成像提供小型化低噪声新方案。

引言

光泵磁力仪(OPM)无液氦低温约束,具备超高灵敏度,在脑磁图、心磁图等生物磁探测领域极具应用价值。

现有单光束 OPM 痛点:

依赖线偏振片、1/4 波片等分立元件,体积大、光路装调严苛、环境鲁棒性差;

激光功率起伏引入本底噪声,制约磁场探测灵敏度;

超表面纳加工成本高、量产难度大,难以工程落地。

本文采用潘查拉特南 - 贝里(PB)相位液晶偏振光栅 LCPG,单片集成偏振转换与分束,构建差分探测架构抑制激光共模噪声,兼顾小型化、高灵敏与可量产性。

工作原理与器件设计

利用 PB 相位调控液晶分子取向,LCPG 可将入射光衍射为 ±1 级左右旋圆偏振光,0 级光直通分离。

一束圆偏振光进入铷气池作为信号光,另一束作为参考光,两路光电信号差分,有效抑制激光功率共模噪声。

选用 Rb 原子 795 nm D1 线泵浦,可实现完全原子自旋极化,适配 SERF 无自旋弛豫工作模式。

图 1 液晶偏振光栅架构与 OPM 工作原理、原子能级泵浦机制

LCPG 理论设计与仿真

通过琼斯矩阵建模光栅光学响应,光栅周期设计 3 μm,理论衍射偏转角 30.7°;

优化液晶层厚度与双折射,实现半波相位延迟,±1 级理论衍射效率接近 100%;

高斯光束通过光栅后可稳定分离两束圆偏振光,光斑均匀,适配原子气池均匀泵浦需求。

图 2 LCP 相位分布、光场仿真与实物显微表征

器件制备与光学表征

采用激光直写光取向工艺制备液晶偏振光栅,周期一致性好、膜厚均匀性误差 < 0.7%。

光学测试:

任意入射偏振态下,衍射效率稳定高于 95%;

±1 级偏振椭率稳定在 ±44.6°,偏振态保真度高;

入射角度 ±10°、20–100 ℃宽温范围内,偏振与衍射性能几乎无劣化;

长期光强与偏振漂移极低,具备工程实用稳定性。

图 3 LCPG 偏振、衍射效率随入射角度 / 偏振的测试结果

图 4 器件长期偏振与功率稳定性测试

微型 OPM 系统实测

搭建微型 OPM 探头整体体积仅 4 cm³,内置铷气池、加热线圈、双光电探测器。对比三种工作模式:

传统 OPM:灵敏度 12 fT/Hz¹ᐟ²

LCPG 单端模式:11.7 fT/Hz¹ᐟ²

LCPG 差分模式:8.6 fT/Hz¹ᐟ²(提升 28%)三种模式带宽相近(~140 Hz),满足生物磁成像带宽需求。

图 5 微型 OPM 实物、测试光路与频率响应、噪声灵敏度对比

结论

单片 LCPG 替代多个体偏振器件,同时实现偏振转换 + 光束分束,大幅简化光路、缩小体积;

光栅衍射效率 95%、偏振纯度高,角度 / 温度 / 偏振鲁棒性优异,适合工程应用;

基于差分探测架构有效抑制激光功率噪声,灵敏度提升 28%;

液晶工艺成熟可量产、成本低,为穿戴式脑磁图、便携式量子磁力仪奠定基础。

—免责声明—

本公众号旨在传递与分享各领域科研知识、科研资讯,所有内容、图片均已注明出处,且仅供个人学习、知识记录,不作为商业用途。如涉及版权或其他问题,请及时联系邮箱xxxgdragonm@163.com,我们将尽快进行协调处理。

原文 DOI:10.1038/s41378-026-01297-y

原文链接:https://www.nature.com/articles/s41378-026-01297-y

http://www.jsqmd.com/news/823883/

相关文章:

  • 告别昂贵授权!用J-Link和TopJTAG Probe免费玩转FPGA/STM32边界扫描测试
  • 使用Taotoken后我们如何直观观测API延迟与稳定性
  • 【力扣100题】50.最长有效括号
  • MinGW-w64完整指南:3步搭建Windows C/C++开发环境
  • 面向非完备信息环境的博弈策略智能体设计,在迷雾中博弈:面向非完备信息环境的智能体设计——从理论到PyTorch实战
  • YOLOv5实战:如何一键导出检测框的坐标、类别和置信度到TXT文件(附完整代码)
  • 从BIOS自检到图形桌面:用一张流程图和命令复盘Linux(CentOS 7)开机八大步骤
  • VirtualMonitor虚拟显示器:软件定义多屏工作空间的终极解决方案
  • 从飞思卡尔智能车大赛看嵌入式系统开发:感知、决策与控制实战
  • 面向金融文本的事件抽取与风险传导建模,当AI读懂金融“潜台词”:事件抽取与风险传导建模如何预判下一场风暴?
  • 不止于配置:用Eigen和Qt Quick 3D做个旋转立方体,实战理解线性代数
  • 什么是大模型:概念、分类与当前主流模型全梳理
  • 从录音到文字,2026年这5款免费录音转文字软件怎么选
  • 【linux学习】linux基本指令02
  • 如何通过LizzieYzy围棋AI分析工具在30天内实现棋力突破:从入门到实战的完整指南
  • 2026最新Xshell-8.0安装教程(官方免费正版,无需破解)
  • 基于Monaco Editor与AI大模型构建Web版智能代码编辑器的实践
  • 个人 AI 记忆系统:我的构想与三个落地方向
  • 跨平台B站视频下载:BilibiliDown完整使用指南
  • 仅限档案学研究者获取:NotebookLM定制提示词库V2.3(含17个NARA/中国第一历史档案馆认证模板)
  • 性价比高的AI应用厂家
  • 终极免费NCM转换指南:3分钟解锁你的网易云音乐
  • 终极指南:如何用免费开源软件FanControl完全掌控你的电脑风扇
  • 「PKUWC2018」Slay the Spire
  • LVGL字体优化实战:如何将中文字库放到外部SPI Flash并动态加载(节省内部RAM)
  • @Autowired 和 @Resource 的区别
  • 国产CPU与自研Wi-Fi 6芯片协同,构建自主可控高速无线连接方案
  • 贪心——划分字母区间
  • COLMAP重建翻车了?NeRF数据预处理中相机位姿估计的3个常见陷阱与调试技巧
  • AI专著生成工具评测:快速产出20万字专著,哪款最值得用?