《Light: Science & Applications》合并BIC实现80倍阈值单模运行:超紧凑光子晶体激光器新突破

0 1

前言

近日,来自美国伦斯勒理工学院与北卡罗来纳州立大学的联合研究团队在《Light: Science & Applications》上发表了一项突破性成果(https://doi.org/10.1038/s41377-026-02355-w)。他们利用连续域中束缚态合并的物理机制,成功研制出一种可在80倍阈值功率下保持单模运行的超紧凑光子晶体激光器,整个激光器区域面积仅为15微米²(约相当于一根头发丝横截面积的1/5)。这一成果为高性能集成光源开辟了全新路径。

0 2

核心内容

1.什么是"合并BIC"?

连续域中束缚态是一种理论上具有无限高品质因子的光学状态,能够将光强烈束缚在介质中。然而在实际器件中,由于结构有限和制造误差,BIC的Q因子会显著下降。研究团队通过调整光子晶体空气孔直径,将多个非Γ点的偶然BIC与Γ点的对称保护BIC在动量空间中合并,形成"合并BIC"。这种结构下的Q因子在动量空间中的衰减从常规的1/k2转变为1/k6,极大提升了Γ点附近的Q因子稳定性和抗扰动能力。

2.实验验证:20×20阵列激光器

研究团队制备了周期为940nm、空气孔直径从410nm到514nm不等的InGaAsP量子阱光子晶体板。实验发现:

在预合并条件(d=467nm)下,BIC激光器表现出最优的单模稳定性,即使在80倍阈值功率下仍保持单模输出。

对比之下,在完全合并条件下,由于高Q区域被扩大,使得高阶模式(如p态)也获得较低的阈值增益,导致在50倍阈值时出现多模竞争。

通过有限元仿真和FDTD计算,团队进一步确认:在预合并条件下,基模(s态)与第一激发态(p态)的阈值增益分别为7.89cm−1和25.5cm−1,差距超过3倍;而在合并条件下,两者差距缩小至仅1.3倍。这一差异直接决定了高功率下的模式稳定性。

3.极致紧凑:5×5阵列激光器

为了验证微型化潜力,团队进一步制备了仅有5×5周期(面积<15μm²)的超紧凑光子晶体激光器。由于尺寸过小,边缘损耗显著,团队创新性地引入边缘工程:将边界处的空气孔直径缩小为中心区域的75%,有效提升了BIC模式的Q因子。实验结果显示,该微型激光器在10倍阈值功率下仍保持单模输出,并通过远场自干涉实验验证了其BIC模式特有的偏振涡旋结构。

0 3

研究意义

1.提出"预合并"作为单模激光器设计新范式

传统思路多追求完全合并以降低阈值,但该研究发现:在有限尺寸光子晶体中,预合并条件反而能最大化基模与高阶模式之间的增益差,从而在高功率下有效抑制模式竞争。这一反直觉的发现为未来高功率、高稳定性单模激光器提供了全新设计原则。

2.实现迄今最小面积的BIC激光器

通过边缘工程,团队成功将BIC激光器缩小至15μm²,远小于此前报道的mini-BIC或super-BIC器件。这一尺寸接近半导体激光器的物理极限,为片上光互连、光学传感、激光雷达等高度集成应用铺平了道路。

3.为电泵浦BIC激光器奠定基础

目前虽采用光泵浦,但该器件的结构设计与物理机制与电泵浦兼容。未来结合电注入技术与进一步优化模式选择,有望实现真正可集成的片上电泵浦BIC激光器。

图1:连续域中束缚态(BIC)合并激光器的理论分析

图2:所制备光子晶体平板的扫描电子显微镜图像及能带结构分析

图3:BIC激光器的实验表征

图4:有限尺寸光子晶体平板中BIC模式的分析

图5:BIC激光器的远场表征

图6:来自5×5阵列光子晶体平板的BIC激光器表征

【注】小编水平有限,若有误,请联系修改;若侵权,请联系删除!

相关推荐
JieE21229 分钟前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
冬奇Lab3 小时前
Agent 系列(23):Web Agent——让 Agent 真正浏览网页
人工智能·llm·agent
冬奇Lab3 小时前
每日一个开源项目(第135篇):codebase-memory-mcp - 给 AI Agent 一张代码库的知识图谱
人工智能·开源·llm
IT_陈寒6 小时前
JavaScript的闭包把我坑惨了,说好的内存会自动回收呢?
前端·人工智能·后端
Jack208 小时前
HarmonyOS开发中错误处理策略:网络异常统一处理
算法
哥布林学者8 小时前
深度学习进阶(三十一)FlashAttention:IO 感知的精确注意力
机器学习·ai
jooloo10 小时前
Codex 间歇性 400 之谜:一条对话里,它为什么有时候用 chat/completions,有时候切到 responses?
人工智能
用户51914958484510 小时前
OpenSSL PKCS#12 PBMAC1 堆栈缓冲区溢出漏洞 (CVE-2025-11187) 分析与验证
人工智能·aigc