《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
深圳雨林凯AI1 分钟前
图案裂变的空间关系原理:元素放大为何必然挤压负空间,以及三个可调变量|雨林凯AI技术拆解
人工智能·算法
❀͜͡傀儡师4 分钟前
Spring AI 集成 TypeSafe:用判断模型处理工单分流与链路决策
java·人工智能·spring
ZGi.ai8 分钟前
AI Agent 和 Chatbot 有什么区别?
人工智能·知识库·工作流·chatbot·ai agent·智能体·agent workflow
一切皆是因缘际会8 分钟前
掌控信息论:同源星际通信零延迟架构
人工智能·深度学习·ai·系统架构·信息与通信·星际通信·同源通信
m0_5474866612 分钟前
《AIGC通识与应用教程》全套PPT课件2026
人工智能·aigc
DP DPharness13 分钟前
dsh-smooth-stream 到手后的完整装法,含本地预览验证
人工智能·dpharness
tellmewhoisi16 分钟前
机器学习:聚类算法
算法·机器学习·聚类
乱世刀疤26 分钟前
真人微短剧迎来新机遇
人工智能
Ivanqhz28 分钟前
线性模型计算量、MFU、反向传播 FLOPs
人工智能·深度学习·机器学习
szxinmai主板定制专家32 分钟前
FPGA高速IO+RK182X AI算力|RK3576+CODESYS工业自动化运动控制平台设计
运维·人工智能·嵌入式硬件·fpga开发·自动化·zynq