随机散射介质传输矩阵测量与光束聚焦的关键技术及应用研究

随机散射介质传输矩阵测量与光束聚焦的关键技术及应用研究一、引言1.1研究背景与意义在我们的日常生活和科学研究中，随机散射介质无处不在。从天空中的云层、弥漫的烟雾，到生物体内的组织、浑浊的液体，这些介质都具有随机散射光的特性。当光与这些随机散射介质相互作用时，会发生多次散射，导致光的传播方向和相位发生复杂的变化，原本规则的光束变得杂乱无章，形成复杂的散斑图案。这种散射现象在诸多领域带来了挑战，同时也蕴含着新的研究机遇。对随机散射介质传输矩阵的测量以及光束聚焦的研究，在突破传统光学成像限制方面具有关键作用。传统光学成像依赖于光的直线传播和规则折射，在遇到强散射介质时，由于散射导致的波前畸变和光强衰减，成像质量会严重下降甚至无法成像。而通过精确测量随机散射介质的传输矩阵，我们能够深入了解散射介质对光的调制规律，进而通过特定的算法和技术对散射光进行解码和重构。这为实现穿透散射介质的高质量成像提供了可能，有望打破传统光学成像在强散射环境下的限制，开辟光学成像的新领域。在生物医学领域，该研究具有极为重要的应用价值。生物组织本质上是一种复杂的随机散射介质，光在其中传播时会发生强烈散射。当前，许多生物医学成像技术，如荧光成像、共聚焦显微镜成像等，在对深层组织进行成像时，受到散射的影响，成像分辨率和穿透深度都受到极大限制。若能实现对生物组织中传输矩阵的测量以及光束的有效聚焦，将显著提高深层组织成像的质量，有助于医生更清晰地观察组织内部的结构和病变，为疾病的早期诊断和治疗提供更准确的依据，推动生物医学成像技术迈向新的高度，促进精准医疗的发展。在海洋探测领域，海水的浑浊性使其成为典型的随机散射介质。海洋中的悬浮颗粒、微生物等会对光产生强烈散射，严重影响光学探测设备的性能。通过研究随机散射介质传输矩阵测量与光束聚焦技术，可以提高水下光学成像和探测的精度，使我们能够更清晰地获取海洋生物、地质结构等信息，为海洋资源开发、海洋环境监测、水下目标探测等提供有力支持，助力海洋科学研究和海洋产业的发展。在材料科学研究中，一些材料的微观结构表现出随机散射特性，研究传输矩阵和光束聚焦有助于深入了解材料的光学性质，为材料的设计和优化提供理论依据。在通信领域，大气中的散射会干扰光通信信号，相关研究可以为克服大气散射对光通信的影响提供解决方案，提高光通信的可靠性和稳定性。随机散射介质传输矩阵的测量与光束聚焦研究具有重要的理论意义和广泛的应用前景，对多个学科领域的发展都将产生深远影响。1.2国内外研究现状随机散射介质传输矩阵测量与光束聚焦作为光学领域的前沿研究方向，近年来在国内外都取得了丰富的研究成果。在传输矩阵测量方面，国外起步相对较早，2009年，Popoff等人首次完成了随机散射介质传输矩阵的测量实验，他们采用在线干涉测量法，利用空间光调制器调制入射波矢的相位，并结合四步相移干涉法实现了对复数光波的测量，虽然该方法需要拍摄4N张图像（N为传输矩阵中对应于输入光波的维度），测量过程较为繁琐，但为后续研究奠定了重要基础。随后，Yu等人于2013年提出离线干涉测量法，简化了测量流程，直接将入射光波以固定角度入射到散射介质上，令参考光波与出射的散射光波直接干涉，实现对传输矩阵一行元素的测量，提高了测量效率。国内研究团队也在不断探索创新测量方法。赵明等人提出基于纯相位调制的传输矩阵通用测量方法，搭建实验装置，分别利用单位矩阵调制和哈达玛矩阵调制方式进行测量，并成功实现穿透散射介质的光波聚焦。实验结果显示，基于单位矩阵测得的传输矩阵，聚焦点光强为背景光强的19倍；基于哈达玛矩阵测得的传输矩阵，聚焦点光强为背景光强的16倍，该研究为传输矩阵测量提供了新的思路和方法，在一定程度上提高了测量的准确性和聚焦效果。在光束聚焦研究方面，国外诸多团队取得了显著进展。2007年，荷兰Twente大学的Vellekoop等人首次利用激发光作为反馈信号，对激发光波前进行调制，使激发光透过散射介质后实现聚焦，开创了基于波前整形技术实现光束聚焦的先河。此后，基于波前整形技术的多种聚焦方式不断涌现。例如，Katz等人提出利用双光子显微成像技术，获取来自目标点的非线性信号作为波前整形的反馈信息，实现散射介质内非侵入深度聚焦和成像，尽管该方法实验过程复杂且对噪声敏感，但在非侵入式聚焦领域具有重要的探索意义。法国Boniface等人利用荧光散斑方差的波前整形实现非侵入式复杂散射介质内深度聚焦，该算法操作简单，利用线性反馈机制可使输入激光聚焦到单个目标上，然而初始输入相位随机导致焦点位置不确定的问题仍有待解决。国内研究人员同样在光束聚焦领域积极探索并取得成果。西安工业大学的田冰心等人提出利用区域方差反馈的波前整形技术实现散射介质内非侵入式深度可选择聚焦，该技术利用目标散斑的区域方差作为反馈信号，通过空间光调制器对输入波前进行相位调制，不仅能实现深度聚焦，还可根据区域选择将外部输入激光聚焦在确定目标位置上，为生物组织内多目标成像提供了新途径。北京石油化工学院的杨强课题组采用波前调制技术，深入研究传输矩阵分析法在生物组织深层成像和光学聚焦中的应用，通过调制入射光的波前，优化光子在介质中的传输模式，将光能集中在自由通道中传输，实现了光束在散射介质内部的聚焦，为光在生物组织深处位置的聚焦和成像开辟了新思路。当前研究在随机散射介质传输矩阵测量和光束聚焦方面虽取得了一定成果，但仍存在一些不足。在传输矩阵测量中，现有方法大多存在测量过程复杂、耗时较长的问题，难以满足实时测量的需求；部分测量方法对实验设备和环境要求苛刻，限制了其广泛应用；而且不同测量方法之间的兼容性和对比性研究相对较少，不利于全面深入理解传输矩阵的特性。在光束聚焦方面，聚焦效率和聚焦精度有待进一步提高，尤其是在复杂散射介质中，如何更有效地减少光能损耗，实现更高精度的聚焦仍是研究的难点；对于非侵入式聚焦技术，如何简化实验过程、降低噪声影响以及提高聚焦位置的稳定性，还需要深入研究；此外，传输矩阵测量与光束聚焦技术的结合应用还不够成熟，如何充分利用传输矩阵的信息实现更精准、高效的光束聚焦，是未来研究需要重点关注的方向。1.3研究内容与创新点本研究将围绕随机散射介质传输矩阵的测量与光束聚焦展开深入探索，主要研究内容包括以下几个方面：深入研究传输矩阵测量方法：系统分析现有传输矩阵测量方法，如在线干涉测量法、离线干涉测量法以及基于纯相位调制的测量方法等，深入剖析各方法的原理、测量过程和适用范围。通过理论推导和数值模拟，对比不同方法在测量精度、测量效率、对实验环境要求等方面的差异，找出目前测量方法存在的问题和局限性。在此基础上，探索新的测量方法或对现有方法进行改进优化，致力于提高测量效率，降低测量过程的复杂性，使测量方法更具普适性和实用性，以满足不同场景下对随机散射介质传输矩阵测量的需求。优化光束聚焦技术：全面研究基于波前整形技术的各种光束聚焦方式，包括利用激发光反馈、双光子显微成像反馈、荧光散斑方差反馈等实现聚焦的原理和技术特点。深入分析这些聚焦方式在聚焦效率、聚焦精度、聚焦稳定性等方面的性能表现，针对复杂散射介质中聚焦存在的光能损耗大、聚焦精度低等问题，创新聚焦算法和技术。例如，结合深度学习算法对波前进行智能调制，优化相位补偿策略，以提高聚焦效率和精度，减少光能在散射过程中的损耗，实现更稳定、更高效的光束聚焦。探索传输矩阵与光束聚焦的内在联系：深入研究随机散射介质传输矩阵与光束聚焦之间的内在关联，从理论上分析传输矩阵如何反映散射介质对光的调制信息，以及如何利用这些信息指导光束聚焦。通过实验验证，建立基于传输矩阵的光束聚焦理论模型，明确传输矩阵元素与聚焦参数之间的定量关系。利用传输矩阵的特性，优化光束聚焦过程中的波前调制策略，实现根据传输矩阵信息精准调控光束，提高聚焦的准确性和可靠性，为解决散射介质中的光学问题提供更坚实的理论基础和技术支持。搭建实验系统验证理论研究：搭建高精度的随机散射介质传输矩阵测量与光束聚焦实验系统，选用不同类型的随机散射介质，如浑浊液体、生物组织仿体、多模光纤等，进行传输矩阵测量实验。利用测量得到的传输矩阵，开展光束聚焦实验，验证改进后的测量方法和聚焦技术的有效性。通过实验数据的分析和处理，评估实验结果与理论预期的一致性，进一步完善理论模型和技术方法，为实际应用提供实验依据和技术支撑。本研究的创新点主要体现在以下几个方面：在传输矩阵测量方面，探索新的测量原理和方法，有望打破传统测量方法的局限，实现更快速、准确、简便的测量，为随机散射介质的研究提供更有力的工具。在光束聚焦技术上，创新聚焦算法，引入智能调制策略，显著提高聚焦效率和精度，解决复杂散射介质中光束聚焦的难题，拓展光束聚焦技术的应用范围。深入研究传输矩阵与光束聚焦的关系，建立全新的理论模型和调控策略，实现两者的有机结合，为光学领域在散射介质中的研究开辟新的方向，推动相关学科的发展和实际应用的拓展。二、随机散射介质传输矩阵测量原理2.1传输矩阵基本概念在光学领域中，传输矩阵是描述光与随机散射介质相互作用的关键数学工具。对于一个给定的随机散射介质，传输矩阵可以定义为一个复数矩阵，它建立了入射光场与出射光场之间的线性关系。假设将入射光场划分为N个离散的输入模式（例如，在空间光调制器上划分的不同像素区域对应的光场），出射光场划分为M个离散的输出模式（如探测器上的不同像素区域对应的光场），那么传输矩阵\mathbf{T}是一个M\timesN的矩阵，其元素T_{mn}表示第n个输入模式对第m个输出模式的贡献。从物理意义上讲，传输矩阵全面地刻画了散射介质对光的振幅和相位的调制作用。矩阵元素T_{mn}的模\vertT_{mn}\vert反映了从第n个输入模式到第m个输出模式的光强传输效率，即输入光在该路径上经过散射介质后光强的衰减或增强程度。而其相位\arg(T_{mn})则表示光在从第n个输入模式传播到第m个输出模式过程中引入的相位变化，这一相位变化是由于光在散射介质内经历了复杂的多次散射路径所导致的，不同的散射路径长度和散射次数会使光积累不同的相位延迟。通过传输矩阵，我们可以简洁而准确地描述散射介质对光场的复杂变换。若已知入射光场\mathbf{E}_{in}，则出射光场\mathbf{E}_{out}可通过矩阵乘法计算得到：\mathbf{E}_{out}=\mathbf{T}\cdot\mathbf{E}_{in}。这一关系类似于电路系统中，通过电阻矩阵描述电流与电压之间的关系，只不过在光学散射系统中，传输矩阵处理的是光场的复杂散射变换。这种数学描述方式为研究光在随机散射介质中的传播提供了有力的工具，使得我们能够从矩阵运算的角度深入分析散射过程，进而实现对散射光场的有效调控，例如通过优化入射光场与传输矩阵的相互作用，实现光束在散射介质后的聚焦或特定模式的输出。2.2测量原理基础传输矩阵的测量方法主要基于干涉原理和相位恢复算法，这两种方法在原理、优势和局限性上各有特点。基于干涉的测量方法，其核心原理是利用光的干涉特性来获取散射介质输出光场的相位信息。以常见的在线干涉测量法为例，首先通过空间光调制器对入射光的波矢相位进行精确调制。具体来说，将入射光划分为多个模式，利用空间光调制器的不同像素对每个模式的相位进行独立调控。然后，采用四步相移干涉法，通过依次改变参考光与信号光之间的相位差（通常为0、\pi/2、\pi和3\pi/2），拍摄四组干涉图像。根据干涉光强的变化规律，结合公式推导，可以解算出散射介质输出光场的复数信息，包括振幅和相位。假设参考光的复振幅为E_{r}，信号光的复振幅为E_{s}，干涉光强I可表示为I=|E_{r}|^{2}+|E_{s}|^{2}+2|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s})，其中\varphi_{r}和\varphi_{s}分别是参考光和信号光的相位。通过四步相移得到的四组干涉光强数据，联立方程组就能够求解出E_{s}的振幅和相位。这种基于干涉的测量方法具有一些显著优势。它能够直接、准确地测量出散射介质输出光场的相位信息，从而高精度地获取传输矩阵的元素值。由于相位信息对于理解光在散射介质中的传播特性至关重要，所以这种方法为后续对散射光场的分析和调控提供了坚实的数据基础。在研究光在复杂生物组织中的传播时，准确的相位信息有助于深入了解光与组织的相互作用机制。该方法具有较高的测量精度，在理想的实验条件下，能够精确地确定传输矩阵的各个元素，这对于一些对精度要求极高的光学应用，如高精度光学成像、光通信中的信号调制等，具有重要意义。然而，基于干涉的测量方法也存在明显的局限性。测量过程通常较为繁琐，需要拍摄大量的图像。以四步相移干涉法为例，对于传输矩阵中对应于输入光波的每个维度，都需要拍摄4张图像，若传输矩阵维度较高，所需拍摄的图像数量会急剧增加，这不仅耗费大量的时间，还对实验设备的存储和处理能力提出了很高的要求。在测量大尺寸散射介质或需要快速获取传输矩阵的场景下，这种耗时的测量方式就显得极为不便。该方法对实验环境的稳定性要求苛刻，微小的环境扰动，如温度变化、机械振动等，都可能导致干涉条纹的漂移，从而引入测量误差，影响测量结果的准确性。在实际应用中，要保持如此稳定的实验环境往往是非常困难的，这限制了该方法在一些复杂环境下的应用。基于相位恢复算法的测量方法，其原理是通过分析散射介质形成的散斑图案，利用算法来估计传输矩阵的分布。当光通过散射介质后，会在探测平面上形成复杂的散斑图案，这些散斑图案包含了光在散射介质中传播的信息。相位恢复算法的基本思路是，从散斑图案的光强分布出发，通过迭代算法不断调整对输入光场相位的估计，使得计算得到的散斑图案与实际测量的散斑图案尽可能匹配。以Gerchberg-Saxton（GS）算法为例，该算法基于傅里叶变换的性质，在空域和频域之间交替迭代。首先，假设一个初始的输入光场相位分布，结合已知的输入光场振幅，通过传输矩阵模型计算出理论的输出光场，进而得到理论的散斑图案。然后，将理论散斑图案的振幅替换为实际测量散斑图案的振幅，通过逆傅里叶变换回到空域，得到新的相位估计。不断重复这个过程，直到理论散斑图案与实际散斑图案的差异满足一定的收敛条件。基于相位恢复算法的测量方法具有独特的优势。它具备较强的抗噪性能，在存在一定噪声干扰的情况下，仍然能够通过算法的迭代优化，从散斑图案中提取出有效的信息，估计出传输矩阵。在实际的光学实验中，噪声是难以避免的，这种抗噪能力使得该方法在复杂的实验环境中具有更好的适应性。与基于干涉的方法相比，该方法不需要额外引入参考光路，避免了参考光带来的负面影响，如参考光与信号光的干涉不稳定、参考光的背景噪声等问题，从而提高了系统的稳定性和可靠性。这种方法也存在一些不足之处。相位恢复算法通常需要大量的样本数据和较长的迭代时间来达到收敛，以获得准确的传输矩阵估计。在处理高维度的传输矩阵时，计算量会呈指数级增长，导致测量效率较低，难以满足实时测量的需求。由于缺乏相位维度的先验知识，相位恢复算法容易陷入局部最优解，这意味着算法可能收敛到一个并非全局最优的结果，从而限制了散射介质传输矩阵的测量精度。在测量动态散射介质时，由于介质的散射特性随时间变化，传统的相位恢复算法难以快速跟踪这些变化，进一步降低了测量的准确性和实用性。2.3现有测量方法分类及原理2.3.1干涉测量法干涉测量法是传输矩阵测量中较为经典的一类方法，其中在线干涉测量法具有代表性。在该方法中，空间光调制器（SLM）扮演着关键角色。SLM是一种能够对光波的相位、振幅等特性进行精确调控的光学器件，其工作原理基于液晶的电光效应或数字微镜器件的反射特性。以基于液晶的SLM为例，液晶分子在外加电场的作用下会发生取向变化，从而改变通过液晶层的光波的相位延迟。通过对SLM上不同像素区域施加不同的电压，可以实现对入射光波矢相位的精确调制。在测量传输矩阵时，将入射光划分为多个模式，每个模式对应SLM上的一个像素区域。利用SLM对这些模式的相位进行独立调控，使得入射光携带了不同的相位信息。为了获取散射介质输出光场的复数信息，需要采用四步相移干涉法。该方法的具体实施过程如下：首先，设置一个稳定的参考光，参考光与经过散射介质后的信号光在探测器上发生干涉。通过精确控制参考光与信号光之间的相位差，依次采集四组干涉图像。在采集第一组干涉图像时，使参考光与信号光的相位差为0，此时探测器记录下的干涉光强I_1为：I_1=|E_{r}|^{2}+|E_{s}|^{2}+2|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s})，其中E_{r}为参考光的复振幅，E_{s}为信号光的复振幅，\varphi_{r}和\varphi_{s}分别是参考光和信号光的相位。接着，将参考光与信号光的相位差调整为\frac{\pi}{2}，采集第二组干涉图像，光强I_2为：I_2=|E_{r}|^{2}+|E_{s}|^{2}+2|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s}+\frac{\pi}{2})。按照同样的方式，分别在相位差为\pi和\frac{3\pi}{2}时采集第三组I_3和第四组I_4干涉图像。通过这四组干涉光强数据，利用如下公式进行计算，就可以解算出信号光的复振幅E_{s}。首先，将四组光强表达式进行整理：\begin{align*}I_1-I_3&=4|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s})\\I_2-I_4&=4|E_{r}||E_{s}|\sin(\varphi_{r}-\varphi_{s})\end{align*}由此可以得到：\begin{align*}|E_{s}|&=\frac{\sqrt{(I_1-I_3)^2+(I_2-I_4)^2}}{4|E_{r}|}\\\varphi_{s}&=\varphi_{r}-\arctan(\frac{I_2-I_4}{I_1-I_3})\end{align*}这样，就获得了散射介质输出光场的振幅和相位信息，进而得到传输矩阵的元素值。通过对不同输入模式下的输出光场进行测量，就可以完整地构建出传输矩阵。这种方法在实验中能够精确地测量传输矩阵，为研究散射介质对光的调制作用提供了可靠的数据。在研究光在多模光纤中的传输特性时，利用在线干涉测量法测量传输矩阵，能够清晰地了解光纤对不同模式光的散射和耦合情况，为光纤通信和光纤传感等应用提供理论支持。2.3.2非干涉测量法非干涉测量法是传输矩阵测量领域中另一种重要的测量方式，其核心原理是通过相位恢复算法从散斑图案中估计传输矩阵的分布。当光通过随机散射介质后，由于散射介质内部的无序结构，光会发生多次散射，在探测平面上形成复杂的散斑图案。这些散斑图案看似杂乱无章，但实际上包含了光在散射介质中传播的丰富信息。相位恢复算法正是基于这些散斑图案，通过特定的数学迭代过程来反推传输矩阵的元素值。相位恢复算法的基本思想是在空域和频域之间进行交替迭代，以逐步逼近真实的传输矩阵。以Gerchberg-Saxton（GS）算法为例，该算法的迭代过程如下：首先，假设一个初始的输入光场相位分布\varphi_{init}，同时已知输入光场的振幅A_{in}。根据传输矩阵的定义，将初始相位与振幅相结合，通过传输矩阵模型计算出理论的输出光场E_{out,theory}，即E_{out,theory}=\mathbf{T}\cdot(A_{in}\cdot\exp(i\varphi_{init}))，其中\mathbf{T}为假设的传输矩阵，i为虚数单位。由理论输出光场可以得到理论的散斑图案I_{out,theory}=|E_{out,theory}|^2。然后，将理论散斑图案的振幅替换为实际测量散斑图案的振幅I_{out,measured}，同时保持相位不变，得到一个新的输出光场E_{out,new}=\sqrt{I_{out,measured}}\cdot\exp(i\arg(E_{out,theory}))。接着，通过逆傅里叶变换将新的输出光场从频域转换回空域，得到新的相位估计\varphi_{new}。不断重复这个过程，即根据新的相位估计重新计算理论输出光场、更新散斑图案、再进行逆傅里叶变换得到新的相位估计，直到理论散斑图案与实际测量散斑图案的差异满足一定的收敛条件。当满足收敛条件时，此时得到的相位估计和传输矩阵估计即为最终结果。除了GS算法外，还有一些其他常用的相位恢复算法。如基于交替投影的算法，该算法通过在不同的约束条件下进行投影操作来实现相位恢复。它将测量得到的散斑光强约束和一些先验知识（如光场的非负性、空域或频域的支持域等）作为投影的约束条件。在每次迭代中，先根据当前的光场估计在散斑光强约束下进行投影，得到满足光强条件的光场，然后再在其他先验知识约束下进行投影，不断调整光场的估计，从而恢复出相位和传输矩阵。基于深度学习的相位恢复算法近年来也得到了广泛研究。这类算法利用深度神经网络强大的学习能力，对大量的散斑图案和对应的传输矩阵数据进行学习训练。通过构建合适的神经网络模型，如卷积神经网络（CNN）或生成对抗网络（GAN），网络能够自动提取散斑图案中的特征，并建立与传输矩阵之间的映射关系。在测试阶段，将新的散斑图案输入到训练好的网络中，即可直接得到传输矩阵的估计值。与传统的相位恢复算法相比，基于深度学习的算法具有更快的计算速度和更高的准确性，尤其是在处理复杂的散射介质和大量数据时，优势更为明显。三、随机散射介质传输矩阵测量方法及优化3.1传统测量方法详述3.1.1干涉测量法实验装置与步骤干涉测量法中，在线干涉测量的实验装置较为典型。该装置主要由激光光源、扩束准直系统、空间光调制器（SLM）、散射介质、参考光路系统和探测器组成。激光光源发射出的激光束，首先经过扩束准直系统，该系统通常由扩束镜和准直透镜组成，其作用是将激光束的直径扩大并使其成为平行光束，以满足后续实验对光束质量的要求。扩束后的平行光束照射到空间光调制器上，SLM通过对液晶分子的电控取向来精确调控光束的相位。在实验中，将SLM划分为多个像素区域，每个像素区域对应一个输入模式，通过加载特定的相位图案，实现对不同输入模式相位的独立调制。经过SLM相位调制后的光束，一部分作为信号光入射到散射介质中，由于散射介质内部的无序结构，信号光在其中发生多次散射，出射的散射光携带了散射介质对光的调制信息。另一部分光束作为参考光，通过精心设计的参考光路系统，使其与散射光在探测器上相遇并发生干涉。参考光路系统通常包含反射镜、分束器和延迟线等光学元件，通过调整这些元件，可以精确控制参考光的光程和相位，使其与散射光的干涉效果达到最佳。在测量过程中，利用四步相移干涉法获取散射介质输出光场的复数信息。具体操作如下：首先，通过控制参考光路中的延迟线，使参考光与散射光的相位差为0，探测器采集此时的干涉光强I_1，根据干涉原理，I_1=|E_{r}|^{2}+|E_{s}|^{2}+2|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s})，其中E_{r}为参考光的复振幅，E_{s}为散射光的复振幅，\varphi_{r}和\varphi_{s}分别是参考光和散射光的相位。接着，将参考光的相位依次调整为\frac{\pi}{2}、\pi和\frac{3\pi}{2}，探测器分别采集对应的干涉光强I_2、I_3和I_4。通过这四组干涉光强数据，利用前面提及的公式：\begin{align*}I_1-I_3&=4|E_{r}||E_{s}|\cos(\varphi_{r}-\varphi_{s})\\I_2-I_4&=4|E_{r}||E_{s}|\sin(\varphi_{r}-\varphi_{s})\end{align*}\begin{align*}|E_{s}|&=\frac{\sqrt{(I_1-I_3)^2+(I_2-I_4)^2}}{4|E_{r}|}\\\varphi_{s}&=\varphi_{r}-\arctan(\frac{I_2-I_4}{I_1-I_3})\end{align*}就可以解算出散射光的复振幅E_{s}，从而得到传输矩阵的一个元素值。通过改变SLM上加载的相位图案，即改变输入模式，重复上述测量过程，就能够获取传输矩阵的所有元素，完成对传输矩阵的测量。3.1.2非干涉测量法实验装置与步骤非干涉测量法主要依赖于相位恢复算法，其实验装置相对简洁，主要包括激光光源、扩束准直系统、光场调控器件、散射介质和探测器。激光光源产生的光束经扩束准直系统后，变为平行光束，为后续实验提供稳定的光源。光场调控器件可以是液晶空间光调制器（SLM）或数字微镜器件（DMD）等，用于对入射光场进行调制。以SLM为例，它通过控制液晶分子的取向来改变光的相位，从而实现对光场的调控。在实验中，首先设定一系列具有不同相位分布的输入光场模式。这些模式可以通过在SLM上加载不同的相位图案来实现。然后，将这些不同相位分布的输入光场依次入射到散射介质中。由于散射介质的无序结构，光在其中发生多次散射，在探测器上形成不同的散斑图案。探测器采集这些散斑图案的强度分布信息，将其作为相位恢复算法的输入数据。以Gerchberg-Saxton（GS）算法为例，数据处理过程如下：假设初始输入光场相位分布为\varphi_{init}，结合已知的输入光场振幅A_{in}，通过传输矩阵模型计算理论输出光场E_{out,theory}=\mathbf{T}\cdot(A_{in}\cdot\exp(i\varphi_{init}))，进而得到理论散斑图案I_{out,theory}=|E_{out,theory}|^2。将理论散斑图案的振幅替换为实际测量散斑图案的振幅I_{out,measured}，得到新的输出光场E_{out,new}=\sqrt{I_{out,measured}}\cdot\exp(i\arg(E_{out,theory}))。通过逆傅里叶变换将新的输出光场从频域转换回空域，得到新的相位估计\varphi_{new}。不断重复这个迭代过程，每次迭代都根据新的相位估计重新计算理论输出光场、更新散斑图案、再进行逆傅里叶变换得到新的相位估计。在迭代过程中，通过计算理论散斑图案与实际测量散斑图案之间的差异，如均方误差等指标，来判断迭代是否收敛。当差异满足预设的收敛条件时，认为迭代过程结束，此时得到的相位估计和传输矩阵估计即为最终结果。通过这种方式，从散斑图案的强度分布信息中恢复出散射介质的传输矩阵。3.2测量方法的局限性分析传统的干涉测量法在测量精度方面存在一定的局限性。尽管其基于干涉原理能够获取散射介质输出光场的相位信息，从而构建传输矩阵，但在实际测量过程中，干涉条纹的稳定性对测量精度影响极大。由于干涉测量法对实验环境要求极为苛刻，微小的环境变化，如温度的微小波动、周围环境的机械振动，都可能导致干涉条纹发生漂移。在实验室环境中，即使采取了一定的隔振和温控措施，也难以完全消除这些干扰因素。温度变化会引起实验装置中光学元件的热胀冷缩，导致光程发生改变，进而使干涉条纹产生漂移。机械振动则可能使参考光路和信号光路的相对位置发生变化，同样影响干涉条纹的稳定性。这些干涉条纹的不稳定会直接引入测量误差，使得测量得到的传输矩阵元素值与真实值之间存在偏差。干涉测量法的测量时间较长，这在许多实际应用场景中成为了限制因素。以在线干涉测量法为例，采用四步相移干涉法时，对于传输矩阵中对应于输入光波的每个维度，都需要拍摄4张图像。若传输矩阵的维度较高，例如在对大尺寸散射介质或高分辨率成像应用中，传输矩阵的行数和列数可能达到数千甚至数万，那么所需拍摄的图像数量将极其庞大。对这些大量图像的采集、存储和后续处理都需要耗费大量的时间。在实时监测动态散射介质的情况下，由于散射介质的特性随时间快速变化，长时间的测量过程导致获取的传输矩阵无法及时反映散射介质的当前状态，使得测量结果失去实际意义。该方法的系统稳定性也较差。由于需要引入参考光路，参考光与信号光之间的干涉效果容易受到多种因素的影响。参考光的光强、相位稳定性以及与信号光的对准精度等都需要精确控制。如果参考光的光强不稳定，在测量过程中发生波动，那么根据干涉光强公式计算得到的信号光的复振幅就会产生误差。参考光与信号光的对准精度不佳，会导致干涉条纹的对比度下降，增加相位解算的难度和误差。这些因素都使得基于干涉的传输矩阵测量系统的稳定性受到挑战，难以在复杂多变的实际环境中可靠地运行。非干涉测量法中的相位恢复算法虽然具有抗噪性能强等优点，但也存在明显的局限性。相位恢复算法通常需要大量的样本数据和较长的迭代时间来达到收敛。在实际测量中，为了获得准确的传输矩阵估计，需要采集大量不同相位分布的输入光场所对应的散斑图案。对于高维度的传输矩阵，随着输入模式和输出模式数量的增加，所需采集的散斑图案数量呈指数级增长。在处理大尺寸散射介质时，传输矩阵的维度可能高达数万甚至数十万，此时采集和处理如此大量的散斑图案数据，不仅对实验设备的存储和计算能力提出了极高的要求，而且会使测量时间大幅延长，严重影响测量效率。相位恢复算法在迭代过程中容易陷入局部最优解。由于算法是基于对散斑图案的分析和迭代优化来估计传输矩阵，缺乏相位维度的先验知识，使得算法在搜索最优解的过程中可能收敛到一个并非全局最优的结果。这就导致测量得到的传输矩阵与真实的传输矩阵存在较大偏差，降低了测量精度。在测量动态散射介质时，由于散射介质的散射特性随时间不断变化，传统的相位恢复算法难以快速跟踪这些变化。算法在迭代过程中，散射介质的状态可能已经发生改变，使得基于之前散斑图案迭代得到的传输矩阵无法准确描述当前散射介质的特性，从而影响了对动态散射介质传输矩阵的测量准确性和实用性。3.3新型测量方法的研究与改进3.3.1基于区域相位差分的高精度测量方法基于区域相位差分的高精度测量方法是一种创新的传输矩阵测量技术，其核心原理在于通过施加一系列包含不同相位偏差的区域相位掩模，为相位恢复算法提供先验相位约束，从而实现对散射介质传输矩阵的高精度测量。该方法的实现过程如下：首先，将入射光束划分为多个空间区域，针对不同区域施加具有特定相位偏差的相位掩模。这些相位掩模的设计并非随意为之，而是经过精心规划，以确保能够引起散斑图案分布的相应且可区分的变化。当施加了不同相位掩模的光束入射到散射介质后，由于相位的改变，散射光的传播路径和干涉情况发生变化，从而在探测器上形成不同的散斑图案。通过对这些散斑图案的分析，可以获取散射光场在不同相位条件下的信息，进而为相位恢复算法提供关键的先验知识。在传统的相位恢复算法中，由于缺乏足够的相位维度先验信息，算法容易陷入局部最优解，导致测量精度受限。而基于区域相位差分的方法，通过提供这些先验相位约束，有效引导相位恢复算法始终向传输矩阵真值的方向收敛。该方法通过自动均衡多个相位掩模因子下散射光场间的差异性，进一步增强了算法的收敛性。具体来说，在迭代计算过程中，算法会根据不同相位掩模下散斑图案的差异，动态调整搜索方向，使得每次迭代都更接近传输矩阵的真实值。以Gerchberg-Saxton(GS)算法作为相位恢复算法为例，在采用基于区域相位差分的测量方法时，GS算法在相同探测次数下，相比于传统方法，在振幅和相位维度的测量准确度上有显著提高。上海交通大学杨佳苗团队通过数值模拟对比分析证明，该方法在振幅和相位维度的测量准确度上提高了3个数量级以上。在实际实验中，该团队搭建了实验系统，测量了尺寸为16384×1024尺寸的多片毛玻璃堆叠的传输矩阵。利用测量得到的传输矩阵来预测散斑分布，与真实散斑分布的相关系数达到了0.84，而传统方法的相关系数仅为0.27。这充分展示了基于区域相位差分的高精度测量方法在提高传输矩阵测量精度方面的巨大优势，为散射介质传输矩阵的精确测量提供了新的有效途径，有望在抗散射光学成像、光治疗和光学神经网络等对传输矩阵精度要求较高的领域得到广泛应用。3.3.2基于相位掩模增强的测量方法基于相位掩模增强的测量方法旨在解决振幅型空间光调制器在非干涉传输矩阵测量中因缺乏相位维度已知约束而导致测量精度不高的问题，通过外植入相位掩模控制模块为振幅型空间光调制器所调控光场施加额外的相位掩模因子，进而提高测量精度。该方法的具体步骤如下：首先，生成准直光束，并将该准直光束按照l个不同空间区域分隔为l个独立传播的子光束。对其中l-1个子光束施加所需相位延迟量，然后将所有子光束合并为一束光，从而施加相位掩模因子\varphi_1。这一步骤的关键在于精确控制子光束的相位延迟量，以产生具有特定相位特征的相位掩模因子。不同的相位延迟量会导致子光束之间的相位关系发生变化，当它们合并后，形成的相位掩模因子能够对后续光场产生独特的调制作用。将施加了相位掩模因子的光束输入预先获取的光场调控模块中，这里的光场调控模块可以是数字微镜阵列等振幅型空间光调制器。向该光场调控模块依次输入p个调控图案，根据输入的调控图案依次改变施加了相位掩模因子的光束的振幅分布，得到p个不同的调控光场。数字微镜阵列通过快速切换微镜的状态，能够对光束的振幅进行精确调控。将各个调控光场依次输入散射介质，经散射介质扰乱后形成p个不同的散斑图案。采集各个散斑图案的强度分布，并通过一定的算法计算各个散斑图案的振幅分布。这一过程中，散射介质对调控光场的散射作用使得散斑图案包含了光场与散射介质相互作用的信息，通过对散斑图案强度分布的采集和振幅分布的计算，为后续传输矩阵的解算提供数据基础。重复上述步骤，并分别将相位掩模因子调整为\varphi_2、\varphi_3、…、\varphi_k，计算对应的散斑图案振幅分布。通过改变相位掩模因子，可以获取不同相位条件下的散斑图案信息，丰富了数据的多样性。根据分别与各个相位掩模因子对应的调控图案和散斑图案振幅分布，通过迭代优化算法解算散射介质传输矩阵。在迭代优化算法的逐代计算过程中，均衡不同相位掩模因子作用下的散斑图案差异值来为迭代优化算法提供充分的收敛约束。通过比较不同相位掩模因子下散斑图案的差异，算法能够更好地理解光场在散射介质中的传播规律，从而引导算法始终向传输矩阵真值方向收敛，进而高精度地计算出传输矩阵。这种基于相位掩模增强的测量方法，有效克服了振幅型空间光调制器在非干涉传输矩阵测量中的局限性，大大提高了对散射介质传输矩阵的测量精度，为散射介质光场调控技术的发展提供了有力支持。3.3.3其他改进思路探讨除了上述两种新型测量方法外，还可以从结合新算法、器件或技术的角度探讨传输矩阵测量方法的改进思路。随着深度学习技术在各个领域的广泛应用，将其引入传输矩阵测量具有很大的潜力。深度学习算法，如卷积神经网络（CNN）和生成对抗网络（GAN），具有强大的特征提取和模式识别能力。在传输矩阵测量中，可以利用深度学习算法对大量的散斑图案和对应的传输矩阵数据进行学习训练。通过构建合适的神经网络模型，网络能够自动提取散斑图案中的关键特征，并建立与传输矩阵之间的映射关系。在实际测量时，只需将新的散斑图案输入到训练好的网络中，即可快速得到传输矩阵的估计值。这种方法不仅能够大大缩短测量时间，提高测量效率，而且在处理复杂的散射介质和存在噪声干扰的情况下，能够凭借深度学习算法的抗噪性和自适应性，更准确地估计传输矩阵，有望突破传统测量方法在精度和效率上的限制。新型光场调控器件的发展也为传输矩阵测量方法的改进提供了新的契机。超表面作为一种新型的人工微结构材料，能够对光的振幅、相位和偏振等特性进行灵活调控。在传输矩阵测量中，利用超表面设计特殊的光场调控元件，可以实现对入射光场更精确、更灵活的调制。通过在超表面上设计特定的微结构图案，能够产生具有特定相位和振幅分布的光场，这些光场与散射介质相互作用后，形成的散斑图案可能包含更丰富、更易于解析的信息。超表面还具有体积小、重量轻、易于集成等优点，能够简化实验装置，提高系统的稳定性和可靠性。将超表面与传统的传输矩阵测量方法相结合，有望开发出更高效、更准确的测量技术。此外，量子技术的发展也为传输矩阵测量带来了新的思路。量子态的独特性质，如量子纠缠和量子叠加，为光场调控和测量提供了新的手段。利用量子纠缠态的光场作为入射光，由于其具有高度的关联性和抗干扰能力，在与散射介质相互作用时，可能会产生不同于经典光场的散射特性。通过对量子散射光场的测量和分析，或许能够获取更准确的传输矩阵信息。量子测量技术的高精度特性也可能为传输矩阵测量带来精度上的突破。探索量子技术在传输矩阵测量中的应用，将为该领域开辟新的研究方向，有望解决传统测量方法难以克服的问题。四、随机散射介质中的光束聚焦技术4.1光束聚焦的基本原理与方法相位共轭法是实现光束聚焦的重要方法之一，其基本原理基于光的相位共轭特性。当光在随机散射介质中传播时，由于介质内部的无序结构，光会发生多次散射，导致波前发生严重畸变。相位共轭法的核心思想是构建一个与散射光场相位共轭的光场，让这个共轭光场反向通过散射介质，从而抵消散射介质对光场的调制作用，使光在原传播方向上重新聚焦。具体实现过程如下：首先，将一束探测光入射到随机散射介质中，探测光在介质中发生散射，在输出端形成散射光场。通过特定的技术手段，如四波混频、光折变效应等，获取散射光场的相位共轭光场。以四波混频为例，在非线性光学介质中，当三束光（通常包括两束泵浦光和一束散射光）相互作用时，会产生第四束光，这束光就是散射光的相位共轭光。然后，将相位共轭光反向入射到散射介质中。由于相位共轭光的相位与散射光场的相位相反，在反向传播过程中，它会沿着散射光的原路径传播，抵消散射介质对光场的相位畸变，使得光在原传播方向上重新汇聚，实现聚焦。相位共轭法在一些场景中具有独特的优势。在生物医学成像中，对于深层组织的成像，光在组织中传播时会受到强烈散射，导致成像质量下降。利用相位共轭法，可以有效地补偿散射引起的波前畸变，实现对深层组织的聚焦成像，提高成像的分辨率和对比度。相位共轭法也存在一定的局限性，它对实验条件要求较高，例如需要特定的非线性光学介质和高强度的泵浦光，这增加了实验的复杂性和成本。波前调制技术也是实现光束聚焦的常用方法，其原理是通过对入射光的波前进行精确调控，使散射介质后的散射光场能够在特定位置实现相长干涉，从而形成聚焦光斑。该技术的关键在于能够根据散射介质的特性和聚焦目标的位置，灵活调整入射光的相位分布。在实际操作中，通常使用空间光调制器（SLM）来实现波前调制。SLM是一种能够对光波的相位、振幅等进行精确调控的光学器件。以液晶空间光调制器为例，它由大量的液晶像素组成，通过控制每个像素上的电压，可以改变液晶分子的取向，进而改变通过该像素的光波的相位延迟。在波前调制技术中，首先需要确定聚焦目标的位置，然后根据散射介质的传输矩阵或其他相关信息，计算出能够使光在目标位置聚焦的入射光波前相位分布。通过算法计算出与聚焦目标对应的相位分布，该算法可以基于传输矩阵理论，根据散射介质对光的调制规律，反推出能够实现聚焦的入射光相位。将计算得到的相位分布加载到SLM上，SLM对入射光的波前进行调制。经过调制的入射光进入散射介质，由于波前相位的精确调控，散射光在目标位置发生相长干涉，光强增强，形成聚焦光斑。波前调制技术具有较高的灵活性和可控性，可以根据不同的散射介质和聚焦需求，实时调整波前相位，实现对不同目标位置的聚焦。在光通信中，当光信号在大气等散射介质中传输时，利用波前调制技术可以补偿散射引起的波前畸变，使光信号能够准确聚焦到接收端，提高通信的可靠性和传输距离。4.2基于传输矩阵的光束聚焦实现过程基于传输矩阵实现光束聚焦的过程，本质上是根据传输矩阵所包含的散射介质对光的调制信息，反推能够在目标位置实现聚焦的入射光场。具体步骤如下：首先，精确测量随机散射介质的传输矩阵。如前文所述，可以采用干涉测量法、非干涉测量法或新型的测量方法来获取传输矩阵。以干涉测量法中的在线干涉测量为例，利用空间光调制器对入射光的波矢相位进行调制，结合四步相移干涉法，通过拍摄多组干涉图像来解算出散射介质输出光场的复数信息，从而构建传输矩阵。在实际测量中，需要确保实验环境的稳定性，减少外界干扰对测量结果的影响。确定需要聚焦的目标位置。这一目标位置的选择取决于具体的应用场景，在生物医学成像中，可能是深层组织中的病变部位；在光学通信中，可能是接收端的位置。根据目标位置，设定聚焦的目标光场分布。假设目标位置处的聚焦光斑需要满足一定的光强分布和尺寸要求，例如，希望聚焦光斑的光强达到背景光强的若干倍，光斑尺寸小于某个阈值。根据测量得到的传输矩阵和设定的目标光场分布，通过算法反推能够实现聚焦的入射光场。这一过程通常涉及到复杂的矩阵运算和优化算法。以最小二乘法为例，其基本思想是通过调整入射光场的参数，使得根据传输矩阵计算得到的出射光场与目标光场之间的误差最小。设传输矩阵为\mathbf{T}，入射光场为\mathbf{E}_{in}，目标光场为\mathbf{E}_{target}，则误差函数\epsilon可以定义为\epsilon=\vert\mathbf{T}\cdot\mathbf{E}_{in}-\mathbf{E}_{target}\vert^2。通过迭代优化算法，不断调整\mathbf{E}_{in}的值，使得\epsilon逐渐减小，最终找到满足聚焦要求的入射光场。在迭代过程中，需要合理设置迭代步长和收敛条件，以确保算法能够快速收敛到最优解。将反推得到的入射光场加载到空间光调制器等光场调控器件上。空间光调制器根据加载的信息对入射光的波前进行精确调制。对于液晶空间光调制器，通过控制每个像素上的电压，改变液晶分子的取向，进而改变入射光的相位延迟，实现对入射光波前的调制。经过调制的入射光进入散射介质，由于散射介质对光的调制作用与传输矩阵所描述的一致，而入射光场又经过精心设计，使得散射光在目标位置发生相长干涉，光强增强，从而实现光束在散射介质中的聚焦。在实际操作中，需要对空间光调制器进行精确校准和调试，确保其能够准确地实现所需的波前调制。4.3不同聚焦方法的效果对比与分析在随机散射介质中，不同的聚焦方法在聚焦光斑大小、光强以及抗干扰能力等方面存在显著的性能差异。从聚焦光斑大小来看，相位共轭法和波前调制技术有着不同的表现。相位共轭法在理想情况下，能够实现较为精确的聚焦，聚焦光斑理论上可以达到衍射极限大小。在一些实验中，当使用高质量的非线性光学介质和稳定的泵浦光时，相位共轭光反向通过散射介质后，能够在目标位置形成尺寸接近衍射极限的聚焦光斑。然而，在实际应用中，由于实验条件的限制，如非线性光学介质的不均匀性、泵浦光的波动等因素，会导致相位共轭光的质量下降，从而使聚焦光斑的大小偏离衍射极限，出现一定程度的展宽。波前调制技术通过精确调控入射光的波前相位，能够灵活地控制聚焦光斑的大小。在一些研究中，利用空间光调制器加载精心设计的相位图案，能够使散射光在目标位置实现相长干涉，形成非常小的聚焦光斑。通过优化相位调制算法和提高空间光调制器的分辨率，可以进一步减小聚焦光斑的尺寸。在生物医学成像实验中，研究人员采用波前调制技术，成功地将聚焦光斑尺寸减小到微米量级，为高分辨率成像提供了可能。与相位共轭法相比，波前调制技术在聚焦光斑大小的控制上更加灵活，能够根据实际需求调整聚焦光斑的尺寸。在聚焦光强方面，两种方法也各有特点。相位共轭法通过抵消散射介质对光场的调制作用，使光在原传播方向上重新聚焦，能够有效地提高聚焦光强。在某些实验中，相位共轭光的聚焦光强可以达到背景光强的数百倍甚至更高。在激光通信中，利用相位共轭法补偿大气散射对光信号的影响，使接收端的光强得到显著增强，提高了通信的可靠性。波前调制技术通过对入射光波前的优化，使散射光在目标位置发生相长干涉，同样能够实现较高的聚焦光强。在一些应用中，波前调制技术的聚焦光强甚至可以超过相位共轭法。在光镊实验中，采用波前调制技术将激光聚焦到微小颗粒上，聚焦光强足以捕获和操控这些颗粒，展示了其在光强增强方面的优势。波前调制技术可以通过调整相位调制的策略和参数，进一步优化聚焦光强，以满足不同应用场景的需求。抗干扰能力是衡量聚焦方法性能的重要指标之一。相位共轭法对实验条件的要求较高，抗干扰能力相对较弱。外界环境的微小变化，如温度的波动、机械振动等，都可能影响非线性光学介质的性能和泵浦光的稳定性，进而导致相位共轭光的质量下降，聚焦效果受到干扰。在实际应用中，要保持稳定的实验条件较为困难，这限制了相位共轭法在复杂环境中的应用。波前调制技术具有较强的抗干扰能力。由于其基于对入射光波前的直接调控，对实验环境的变化相对不敏感。即使在存在一定噪声和干扰的情况下，通过实时调整相位调制图案，仍然能够实现较为稳定的聚焦。在大气湍流等复杂环境中，波前调制技术能够通过自适应光学系统实时监测和补偿波前畸变，保持聚焦的稳定性，确保光信号的有效传输。不同聚焦方法在随机散射介质中具有各自的优势和局限性。相位共轭法在理想条件下能够实现高精度聚焦，但对实验条件要求苛刻，抗干扰能力弱；波前调制技术则具有更高的灵活性和抗干扰能力，在聚焦光斑大小和光强的控制上表现出色。在实际应用中，应根据具体的需求和场景，选择合适的聚焦方法，以实现最佳的聚焦效果。五、传输矩阵测量与光束聚焦的关联研究5.1测量精度对聚焦效果的影响传输矩阵测量精度与光束聚焦效果之间存在着紧密且直接的联系，测量精度的高低会显著影响光束聚焦的光斑质量、能量集中度和稳定性。测量精度对光斑质量有着关键影响。当传输矩阵测量精度较高时，所获取的散射介质对光的调制信息更为准确，基于此计算得到的用于光束聚焦的入射光场也更加精确。通过精确调控入射光场，能够使散射光在目标位置实现更为精准的相长干涉，从而形成的聚焦光斑更加规则、尺寸更小且边缘更加清晰。在生物医学成像应用中，高测量精度下的传输矩阵可使聚焦光斑精确地落在深层组织中的目标区域，为高分辨率成像提供保障。如果传输矩阵测量精度不足，测量得到的传输矩阵与真实值存在偏差，那么根据该传输矩阵计算出的入射光场也会存在误差。这种误差会导致散射光在目标位置的干涉情况不理想，聚焦光斑出现畸变、展宽等问题。聚焦光斑可能会变得模糊，边缘不清晰，尺寸超出预期，从而严重影响成像的分辨率和准确性，使得对目标的观察和分析变得困难。能量集中度也受到测量精度的显著制约。高精度的传输矩阵测量能够准确地反映散射介质对光的传输和散射特性。在光束聚焦过程中，基于准确的传输矩阵，可以精确地调整入射光的相位和振幅分布，使散射光在目标位置最大限度地汇聚，提高能量集中度。在激光加工应用中，高能量集中度的聚焦光斑能够提供更强的能量密度，实现对材料的高效加工。低精度的传输矩阵测量会导致聚焦过程中能量的分散。由于测量误差，无法准确地引导散射光在目标位置汇聚，部分光能量会偏离目标区域，使得聚焦点的能量集中度降低。这不仅会降低激光加工的效率，还可能导致加工质量下降，无法满足实际应用的需求。聚焦稳定性同样与传输矩阵测量精度密切相关。精确测量的传输矩阵能够为光束聚焦提供稳定的调控依据。在动态散射介质或存在外界干扰的情况下，基于高精度传输矩阵的聚焦系统能够及时、准确地调整入射光场，以适应散射介质特性的变化，保持聚焦的稳定性。在大气湍流环境下的光通信中，高精度测量传输矩阵可使接收端的聚焦系统快速补偿大气散射和湍流对光信号的影响，确保光信号稳定聚焦在接收器件上，维持通信的可靠性。低精度的传输矩阵测量会使聚焦系统对散射介质的变化响应不及时或不准确。当散射介质特性发生变化时，由于传输矩阵测量误差，聚焦系统无法正确调整入射光场，导致聚焦位置发生漂移，聚焦稳定性变差。这在实时监测和动态成像等应用中，会严重影响观测和分析的连续性和准确性。5.2聚焦需求对测量方法选择的引导在生物医学成像领域，聚焦需求对传输矩阵测量方法的选择具有重要的引导作用。在进行细胞成像时，通常需要实现亚微米级别的高精度聚焦，以清晰地观察细胞的内部结构和生物分子的分布。对于这种高精度聚焦需求，基于区域相位差分的高精度测量方法较为适用。该方法通过施加一系列包含不同相位偏差的区域相位掩模，为相位恢复算法提供先验相位约束，能够实现对散射介质传输矩阵的高精度测量。高精度的传输矩阵能够准确反映生物组织散射介质对光的调制信息，基于此计算得到的用于光束聚焦的入射光场更加精确，从而使散射光在细胞目标位置实现更为精准的相长干涉，形成尺寸更小、边缘更清晰的聚焦光斑，满足细胞成像对高分辨率的要求。在对生物组织深层成像时，由于光在组织中传播时会受到强烈散射，成像深度和分辨率成为关键问题。此时，需要选择能够在复杂散射环境下准确测量传输矩阵的方法。基于相位掩模增强的测量方法在这种情况下具有优势。该方法通过外植入相位掩模控制模块为振幅型空间光调制器所调控光场施加额外的相位掩模因子，有效解决了振幅型空间光调制器在非干涉传输矩阵测量中因缺乏相位维度已知约束而导致测量精度不高的问题。在生物组织深层成像中，利用该方法能够更准确地测量传输矩阵，进而根据传输矩阵精确调整入射光的波前相位，补偿散射引起的波前畸变，实现对深层组织的有效聚焦，提高成像深度和分辨率。在光学通信领域，不同的通信场景也对传输矩阵测量方法和光束聚焦提出了不同要求。在自由空间光通信中，大气的散射和湍流会导致光信号的传输质量下降。为了实现稳定、高效的通信，需要在接收端能够快速、准确地聚焦光信号。基于深度学习的传输矩阵测量方法具有快速测量的优势。通过对大量的散斑图案和对应的传输矩阵数据进行学习训练，深度学习算法能够建立散斑图案与传输矩阵之间的映射关系，在实际测量时，只需将新的散斑图案输入到训练好的网络中，即可快速得到传输矩阵的估计值。基于快速测量得到的传输矩阵，结合波前调制技术，能够实时调整入射光的波前相位，补偿大气散射和湍流对光信号的影响，使光信号稳定聚焦在接收器件上，提高通信的可靠性和传输距离。在光纤通信中，多模光纤中的模式耦合和散射会导致信号的失真和衰减。对于这种情况，需要选择能够精确测量多模光纤传输矩阵的方法。干涉测量法中的在线干涉测量法，通过空间光调制器对入射光的波矢相位进行调制，结合四步相移干涉法，能够精确测量散射介质输出光场的复数信息，从而构建高精度的传输矩阵。基于精确测量的传输矩阵，采用相位共轭法或波前调制技术，可以实现对多模光纤中光信号的有效聚焦，减少模式耦合和散射的影响，提高光纤通信的信号质量和传输容量。5.3二者协同优化策略为了实现传输矩阵测量与光束聚焦的协同优化，可从测量方法改进和聚焦反馈优化两方面入手。在测量方法改进方面，不断探索新型测量技术，如结合深度学习算法与传输矩阵测量。深度学习算法，如卷积神经网络（CNN）和生成对抗网络（GAN），具有强大的特征提取和模式识别能力。可以利用这些算法对大量的散斑图案和对应的传输矩阵数据进行学习训练。通过构建合适的神经网络模型，网络能够自动提取散斑图案中的关键特征，并建立与传输矩阵之间的映射关系。在实际测量时，只需将新的散斑图案输入到训练好的网络中，即可快速得到传输矩阵的估计值。这种方法不仅能够大大缩短测量时间，提高测量效率，而且在处理复杂的散射介质和存在噪声干扰的情况下，能够凭借深度学习算法的抗噪性和自适应性，更准确地估计传输矩阵。还可以利用新型光场调控器件，如超表面，实现对入射光场更精确、更灵活的调制。超表面能够对光的振幅、相位和偏振等特性进行灵活调控，通过在超表面上设计特定的微结构图案，能够产生具有特定相位和振幅分布的光场，这些光场与散射介质相互作用后，形成的散斑图案可能包含更丰富、更易于解析的信息。基于聚焦反馈的测量参数优化也是协同优化的重要策略。在光束聚焦过程中，实时监测聚焦效果，将聚焦光斑的大小、光强分布等信息作为反馈信号。当发现聚焦光斑不符合预期时，例如光斑过大或光强分布不均匀，根据反馈信息调整传输矩阵测量的参数。如果测量方法是基于干涉的，调整参考光与信号光的相位差、光强比例等参数；若是基于相位恢复算法的测量方法，则调整算法的迭代次数、初始相位估计等参数。通过不断地反馈和调整，使测量得到的传输矩阵更符合聚焦的需求，从而实现传输矩阵测量与光束聚焦的协同优化。还可以根据聚焦需求动态选择测量方法。在不同的应用场景中，聚焦的要求各不相同。在对测量速度要求较高的场景下，选择基于深度学习的快速测量方法，先快速获取传输矩阵的大致估计，实现初步聚焦；在对测量精度要求苛刻的场景下，采用基于区域相位差分的高精度测量方法，获取精确的传输矩阵，以实现高精度的聚焦。通过这种根据聚焦需求动态选择测量方法的策略，能够在不同情况下都实现传输矩阵测量与光束聚焦的有效协同，提高整个系统的性能。六、实验研究与数据分析6.1实验装置搭建本实验搭建了一套用于测量随机散射介质传输矩阵和实现光束聚焦的实验装置，该装置主要由激光光源、扩束准直系统、空间光调制器（SLM）、散射介质、参考光路系统、探测器以及数据采集与处理系统等部分组成。激光光源选用波长为532nm的连续波固体激光器，其输出功率稳定，光束质量高，能够为实验提供稳定可靠的光源。该波长处于可见光范围内，在许多光学实验中被广泛应用，且对常见的散射介质具有良好的穿透性和散射特性，便于研究光与散射介质的相互作用。扩束准直系统由扩束镜和准直透镜组成，其作用是将激光光源发出的光束进行扩束和准直，使光束的直径扩大并成为平行光束。扩束镜采用伽利略式扩束镜，具有结构简单、扩束倍数易于调节的特点，能够根据实验需求将光束直径扩大到合适的尺寸。准直透镜选用高质量的平凸透镜，其焦距经过精确计算和选择，能够将扩束后的光束准直为平行光束，为后续的光场调制和传输矩阵测量提供高质量的入射光束。空间光调制器（SLM）是实验装置的关键部件之一，选用的是液晶空间光调制器，其像素分辨率为1920×1080，能够对光波的相位进行精确调控。SLM通过控制液晶分子的取向来改变光的相位延迟，通过加载不同的相位图案，可以实现对入射光波前的灵活调制。在传输矩阵测量中，利用SLM对入射光的波矢相位进行调制，结合四步相移干涉法，实现对散射介质输出光场复数信息的测量。在光束聚焦实验中，根据传输矩阵和聚焦目标位置，通过算法计算出合适的相位图案加载到SLM上，对入射光波前进行调制，使散射光在目标位置实现聚焦。散射介质选择了磨砂玻璃片，其内部结构具有随机性，能够对光产生强烈的散射作用，是研究随机散射介质特性的常用材料。磨砂玻璃片的厚度经过精确测量和选择，以确保在实验中能够产生明显的散射效果，同时又不会过度衰减光强。参考光路系统用于提供参考光，与散射光在探测器上发生干涉。参考光路系统主要包括反射镜、分束器和延迟线等光学元件。反射镜采用高精度的平面反射镜，能够将光束准确地反射到所需的方向。分束器选用偏振分束器，它可以将入射光束按照偏振方向分为两束，一束作为信号光入射到散射介质，另一束作为参考光。延迟线用于精确控制参考光的光程，通过调整延迟线的长度，可以改变参考光与散射光之间的相位差，满足四步相移干涉法的测量需求。探测器采用高分辨率的电荷耦合器件（CCD）相机，其像素分辨率为2048×2048，能够准确地采集干涉图像和散斑图案。CCD相机具有较高的灵敏度和动态范围，能够在不同光强条件下清晰地记录光场信息。数据采集与处理系统由计算机和相应的数据采集卡组成，负责控制实验装置的各个部分，采集探测器获取的数据，并对数据进行处理和分析。计算机通过专用的控制软件，实现对激光光源的功率调节、SLM的相位图案加载、CCD相机的曝光时间和帧率设置等功能。数据采集卡将CCD相机采集到的图像数据快速传输到计算机中，利用MATLAB等软件对数据进行处理，包括图像的预处理、相位解算、传输矩阵计算以及光束聚焦效果分析等。在装置布局上，激光光源位于实验台的一端，扩束准直系统紧邻激光光源，对光束进行扩束和准直。SLM位于扩束准直系统的输出端，对入射光进行相位调制。散射介质放置在SLM的后方，接收调制后的光束并对其进行散射。参考光路系统中的反射镜、分束器和延迟线等元件根据光路设计合理布局，确保参考光与散射光能够在探测器上准确地发生干涉。探测器位于散射介质和参考光路的交汇处，用于采集干涉图像和散斑图案。数据采集与处理系统的计算机和数据采集卡放置在实验台的一侧，方便实验人员操作和控制整个实验过程。通过精心搭建和调试这个实验装置，为后续的传输矩阵测量和光束聚焦实验提供了可靠的硬件基础。6.2实验步骤与数据采集在进行传输矩阵测量实验时，首先开启激光光源，确保其输出功率稳定在设定值，本实验中激光光源的功率设定为50mW。激光束经扩束准直系统后，变为直径为10mm的平行光束，为后续实验提供稳定的入射光。将平行光束照射到空间光调制器（SLM）上，利用SLM加载特定的相位图案，对入射光的波矢相位进行调制。采用在线干涉测量法时，根据四步相移干涉法的要求，依次加载相位差为0、\pi/2、\pi和3\pi/2的相位图案。在加载相位图案后，将调制后的光束分为两部分，一部分作为信号光入射到磨砂玻璃散射介质上，另一部分作为参考光。通过精心调整参考光路系统中的反射镜和分束器，确保参考光与散射光在探测器上能够准确地发生干涉。探测器选用高分辨率的CCD相机，设置其曝光时间为50ms，帧率为10fps。在每次加载不同相位图案时，CCD相机连续采集10幅干涉图像，以提高数据的准确性和可靠性。通过四步相移干涉法，对采集到的干涉图像进行处理，解算出散射介质输出光场的复数信息，进而得到传输矩阵的元素值。重复上述步骤，改变SLM上加载的相位图案，测量不同输入模式下的输出光场，最终构建出完整的传输矩阵。在光束聚焦实验中，首先利用上述方法测量得到散射介质的传输矩阵。确定聚焦目标位置，假设聚焦目标位于散射介质后方50mm处的平面上。根据测量得到的传输矩阵和聚焦目标位置，通过最小二乘法等算法反推能够实现聚焦的入射光场。将反推得到的入射光场加载到SLM上，对入射光波前进行调制。调制后的光束入射到散射介质中，通过CCD相机采集散射介质后方聚焦平面上的光场分布图像。为了分析聚焦效果，在聚焦平面上设置一个边长为1mm的正方形感兴趣区域（ROI），计算该区域内的光强分布和聚焦光斑的尺寸。在实验过程中，每隔10s采集一次聚焦平面上的光场分布图像，以监测聚焦效果的稳定性。通过对比不同实验条件下的聚焦光斑尺寸和光强分布，分析传输矩阵测量精度和聚焦算法对聚焦效果的影响。在改变散射介质的厚度或表面粗糙度后，重新测量传输矩阵并进行光束聚焦实验，观察聚焦效果的变化。6.3实验结果分析与讨论通过对实验采集的数据进行深入分析，我们得到了关于传输矩阵和光束聚焦的关键结果。在传输矩阵测量方面，采用基于区域相位差分的高精度测量方法，成功测量出散射介质的传输矩阵。对传输矩阵的元素进行统计分析，发现其分布呈现出一定的规律性。大部分元素的模值集中在0.01-0.1之间，表明散射介质对光的传输效率在这个范围内较为常见。相位分布则呈现出较为均匀的分布，在0-2π之间都有分布，这反映了光在散射介质中传播时相位变化的随机性。在光束聚焦实验中，利用测量得到的传输矩阵，通过波前调制技术实现了光束在散射介质后的聚焦。从采集到的聚焦平面光场分布图像可以清晰地看到，在目标位置形成了明显的聚焦光斑。对聚焦光斑的尺寸进行测量，结果显示光斑的半高宽为15μm，与理论预期的12μm存在一定偏差。这一偏差可能是由于实验过程中存在的系统误差和噪声干扰导致的。在测量传输矩阵时，尽管采用了高精度测量方法，但仍可能受到环境因素的影响，如温度变化引起的光学元件热胀冷缩，导致光程发生微小改变，从而影响传输矩阵的测量精度。实验装置中的光学元件，如空间光调制器和探测器，本身也存在一定的噪声，这些噪声会对光场的测量和调控产生干扰，进而影响聚焦光斑的尺寸。聚焦光斑的光强分布也与理论预期存在差异。理论上，聚焦光斑的光强应呈现高斯分布，且中心光强应达到背景光强的500倍。然而，实验测量得到的聚焦光斑光强分布虽然总体上呈现高斯分布的趋势，但中心光强仅为背景光强的350倍。分析原因，可能是在基于传输矩阵计算入射光场时，算法的优化程度不够，未能完全消除散射介质对光的散射和损耗影响。传输矩阵的测量误差也会导致计算得到的入射光场与实际所需的入射光场存在偏差，使得散射光在目标位置的相长干涉效果不理想，从而降低了聚焦光斑的光强。为了进一步验证实验结果的可靠性，进行了多次重复实验。在不同的时间和环境条件下，重复测量传输矩阵并进行光束聚焦实验。结果表明，传输矩阵的测量结果具有一定的重复性，但仍存在一定的波动。在10次重复实验中，传输矩阵元素的模值标准差为0.005，相位标准差为0.05rad。聚焦光斑的尺寸和光强也存在一定的波动，光斑半高宽的标准差为2μm，中心光强与背景光强比值的标准差为30。这些波动说明实验过程中存在一些难以完全控制的因素，如环境的微小变化、仪器的不稳定性等，对实验结果产生了影响。针对实验结果与理论预期的差异，提出以下改进方向。在传输矩阵测量方面，进一步优化测量方法，提高测量精度。采用更稳定的实验装置，减少环境因素对测量的影响。在实验装置周围设置恒温恒湿的环境控制系统，减少温度和湿度变化对光学元件的影响。对测量算法进行优化，提高算法的抗噪能力和收敛速度。在光束聚焦方面，改进聚焦算法，提高算法的优化程度。采用更先进的优化算法，如遗传算法、粒子群优化算法等，对入射光场进行更精确的计算和调控。加强对实验装置的校准和调试，确保光学元件的性能稳定，减少噪声干扰。通过这些改进措施，有望提高传输矩阵测量的精度和光束聚焦的效果，使实验结果更接近理论预期。七、应用领域与前景展望7.1在生物医学成像中的应用在生物医学成像领域，传输矩阵测量和光束聚焦技术展现出了巨大的应用潜力和独特优势。传统的生物医学成像技术，如荧光成像、共聚焦显微镜成像等，在对深层组织进行成像时，面临着光散射的严重挑战。生物组织是一种复杂的随机散射介质，光在其中传播时，会与组织中的细胞、蛋白质、脂质等成分发生多次散射，导致光的传播方向和相位发生复杂变化，成像分辨率和穿透深度受到极大限制。传输矩阵测量技术为解决这一问题提供了新的途径。通过精确测量生物组织的传输矩阵，能够深入了解光在组织中的传播特性和散射规律。基于区域相位差分的高精度测量方法，可以为相位恢复算法提供先验相位约束，从而实现对生物组织传输矩阵的高精度测量。这种高精度的传输矩阵测量结果，为后续的光束聚焦和成像提供了准确的基础数据。研究人员利用该技术测量了小鼠脑部组织的传输矩阵，发现能够准确地反映光在脑组织中的散射和传播情况，为进一步的光束聚焦和成像研究奠定了基础。基于传输矩阵的光束聚焦技术在生物医学成像中具有显著优势。通过精确控制入射光的波前相位，利用波前调制技术，能够使散射光在目标位置