量智信息中心_量科网

通用多端口干涉仪（UMI）已成为对光学模式执行任意线性变换的关键工具，可在神经网络和玻色采样等经典与量子信息处理的核心应用中实现对光态的精确调控。尽管基于马赫-曾德尔干涉仪网络的UMI架构已相当成熟，但近年来交替堆叠固定多通道混合层与相位掩模的新方案因其对损耗和制造误差的高鲁棒性备受关注。然而，这类方案目前缺乏在低光学深度下计算设计参数的最优解析方法。该研究团队提出了一种创新性的酉矩阵分解方法，通过交替使用2N+5个相位掩模和2N+4个离散傅里叶变换矩阵序列实现架构分解。该分解法可用于设计基于相位掩模和多模干涉耦合器的通用干涉仪，其通过实施离散傅里叶变换，为传统基于数值优化的设计方案提供了解析替代路径。