一种基于反射式半导体光放大器的光子储备池计算系统

1.本发明属于储备池计算技术领域，更为具体地讲，涉及一种基于反射式半导体光放大器的光子储备池计算系统。


背景技术：

2.储备池计算(rc)起源于递归神经网络，是一种易于训练、易于实施的新型神经网络计算模型，适用于处理时间相关的复杂信息，并且已经被广泛应用于时间序列预测、非线性信道均衡以及机器人控制等领域。
3.光在信息处理方面具有极快的运算速度、极高的带宽和并行处理等优势，以及时延rc系统相较于传统rc系统具有非常低的硬件实现成本，所以基于全光时延的rc系统得到了广泛的研究。
4.目前，国内外学者们基于各种全光器件提出了多种光子rc系统，例如：西安电子科技大学的项水英等人利用垂直腔面发射激光器(vcsel)构建了光子时延rc系统，探索了基于vcsel的rc系统在并行任务处理、高性能和高处理速率等方面的应用；giovanni donati等人基于微环谐振器(mrr)提出了光子rc系统，展现了mrr在可扩展的集成光子rc系统方面的前景；romain modestenguimdo等人不但利用量子级联激光器(qcl)构建了高性能的光子rc系统，而且基于半导体环形激光器(srl)提出了并行任务处理的光子rc系统；takuma tsurugaya等人利用半导体光放大器(soa)的交叉增益调制特性，研究了低功耗的光子rc系统，并揭示了soa在高性能光子rc系统中的应用前景。尽管与传统的soa相比，反射式半导体光放大器(rsoa)可以在低驱动电流下实现更低的噪声系数和更高的光学增益，但是目前还没有文献和专利报道通过利用rsoa的增益饱和引起的非线性，实现光子rc系统性能的提升。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，利用rsoa的增益饱和引起的非线性特性，设计一种基于反射式半导体光放大器的光子储备池计算系统，将传统时延反馈rc系统中的普通反射镜替换为rsoa，丰富了系统的非线性，从而提高了系统的性能。
6.为实现上述发明目的，本发明一种基于反射式半导体光放大器的光子储备池计算系统，其特征在于，包括：输入层、储备池层和输出层；
7.所述输入层包括驱动激光器dl和相位调制器pm；输入层用于对输入信号进行预处理，完成对输入信号的掩码过程；
8.首先将输入信号采样为离散信号u(n)，并且使u(n)的每个采样点都保持一个时间周期t，然后将u(n)与掩码信号m(t)以及缩放因子γ相乘，得到掩码输入信号s(t)，即s(t)＝u(n)
×
m(t)
×
γ；
9.然后，将s(t)通过pm调制到dl输出的激光信号上，得到调制信号ed(t)，再将ed(t)注入到储备池层；其中，调制信号ed(t)满足：
[0010][0011]
其中，id表示dl的稳态输出光强；
[0012]
所述储备池层包括响应激光器rl和反射式半导体光放大器rsoa；
[0013]
在储备池层中，来自输入层的调制信号ed(t)首先影响rl的非线性动力学特性，改变了rl的输出；其次，由于rsoa的增益饱和特性，rl的输出信号通过rsoa的放大和非线性变换后得到反馈信号er(t)，并反馈到rl中再次影响rl的非线性动力学特性，并改变rl的输出；然后，设置采样时间间隔为θ，在延迟时间τ内对rl输出的光信号进行等间隔采样，得到n个虚拟节点，其中第i个虚拟节点记为xi(n)，i＝1,2,
…
,n；
[0014]
所述输出层先记录n个虚拟节点的状态，并将每个虚拟节点的状态值作为输出值，再通过脊回归算法把输出值和预设的目标值之间的误差最小化，从而计算出每个虚拟节点的最优化读出权重wi；
[0015]
将虚拟节点xi(n)和最优化读出权重wi进行线性加权求和，从而得到输出层的最终输出结果y(n)；
[0016][0017]
本发明的发明目的是这样实现的：
[0018]
本发明基于反射式半导体光放大器的光子储备池计算系统，包括：输入层、储备池层和输出层；其中，在输入层进行信号的预处理，完成对输入信号的掩码过程，并将掩码输入信号注入到储备池层；在储备池层对rl的输出光进行等时间间隔采样，获取n个采样点作为储备池的虚拟节点；在输出层记录从rl到rsoa延迟线上的所有虚拟节点的状态，并通过脊回归算法计算得到最优化读出权重，然后将虚拟节点状态与读出权重进行线性加权求和，从而得到最终结果。
[0019]
同时，本发明基于反射式半导体光放大器的光子储备池计算系统还具有以下有益效果：
[0020]
(1)、通过使用rsoa作为储备池层中的有源反射镜，与使用普通反射镜的传统rc系统相比，本发明具有更丰富的非线性特性，具有更好的性能；
[0021]
(2)、本发明通过使用rsoa，对rl的反馈信号进行非线性变换，展宽了系统的一致性区域，提高了系统的鲁棒性。
附图说明
[0022]
图1是本发明基于反射式半导体光放大器的光子储备池计算系统框图；
[0023]
图2是santa fe混沌时间序列预测任务的仿真结果图；
[0024]
图3是非线性信道均衡任务的仿真结果图。
具体实施方式
[0025]
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许
会淡化本发明的主要内容时，这些描述在这里将被忽略。
[0026]
实施例
[0027]
图1是本发明基于反射式半导体光放大器的光子储备池计算系统框图。
[0028]
在本实施例中，如图1所示，本发明一种基于反射式半导体光放大器的光子储备池计算系统，包括：输入层、储备池层和输出层；
[0029]
输入层包括驱动激光器dl和相位调制器pm；输入层用于对输入信号进行预处理，完成对输入信号的掩码过程；
[0030]
首先将输入信号采样为离散信号u(n)，并且使u(n)的每个采样点都保持一个时间周期t，然后将u(n)与掩码信号m(t)以及缩放因子γ相乘，得到掩码输入信号s(t)，即s(t)＝u(n)
×
m(t)
×
γ；在本实施例中，采用一个带宽为7.45ghz的混沌信号作为掩码信号；
[0031]
然后，将s(t)通过pm调制到dl输出的激光信号上，得到调制信号ed(t)，再将ed(t)注入到储备池层；其中，调制信号ed(t)满足：
[0032][0033]
其中，id表示dl的稳态输出光强；
[0034]
储备池层包括响应激光器rl和反射式半导体光放大器rsoa；其中，rl的非线性动力学特性同时受到两个信号的影响，分别是来自输入层的调制信号ed(t)的影响和来自反射式半导体光放大器rsoa的时延反馈信号er(t)的影响。
[0035]
具体来讲，来自输入层的调制信号ed(t)首先影响rl的非线性动力学特性，改变了rl的输出；其次，由于rsoa的增益饱和特性，rl的输出信号通过rsoa的放大和非线性变换后得到反馈信号er(t)，并反馈到rl中再次影响rl的非线性动力学特性，并改变rl的输出；然后，设置采样时间间隔为θ，计算延迟时间τ＝t+θ，其中，t＝n
×
θ；在延迟时间τ内对rl输出的光信号进行等间隔采样，得到n个虚拟节点，其中第i个虚拟节点记为xi(n)，i＝1,2,
…
,n；
[0036]
在本实施例中，rl的非线性动力学特性和rsoa的增益饱和特性需要满足一定条件，通常都由速率方程来描述，因此，在本实施例中，我们基于利用普通反射镜的传统rc系统的速率方程，通过修正其中的反馈项，建立rl的速率方程如下：
[0037][0038][0039]
其中，e(t)和nr(t)分别表示rl的慢变复电场振幅和载流子浓度，er(t-τ)表示来自rsoa的反馈信号，αr是rl的线宽增强因子，g是增益系数，n0是透明载流子浓度，ε是增益饱和系数，τ
p
和τ
c,r
分别是rl的光子寿命和载流子寿命，k
inj
是dl到rl的注入强度，kc是rl和rsoa之间的互耦合强度，jr是rl的注入电流，ω是rl输出光的角频率，δω＝2πδv代表dl与rl之间的角频率失谐，δv是dl与rl之间的频率失谐，χ(t)是高斯白噪声，βr是自发辐射率。
[0040]
由于rsoa的工作模式与垂直腔半导体光放大器(vcsoa)的反射模式类似，所以通
过修改vcsoa的速率方程，建立rsoa的速率方程如下：
[0041][0042][0043]
其中，s(t)和n(t)分别表示rsoa的总光子浓度和载流子浓度，p
in
(t)表示从rl到rsoa的注入光功率，h表示普朗克常数，v＝c/λ是光信号的中心频率，λ是注入光信号的波长，v＝whl是rsoa有源区的体积，βr是自发辐射率，α1＝k0+γk1n(t)是有源区的内部损耗，k0和k1分别表示不依赖载流子的损失系数和依赖载流子的损失系数，i是注入电流，q是元电荷，a
rad
和a
nrad
分别是线性辐射和线性非辐射复合系数，b
rad
和b
nrad
分别是双分子辐射和双分子非辐射复合系数，c
aug
是俄歇复合系数。
[0044]
由于复电场振幅e(t)和光功率p(t)可以通过p(t)＝|e(t)|2hv联系起来，同时光功率p(t)和光子浓度s(t)可以通过s(t)＝γp(t)/(hvvgwh)联系起来，所以从rsoa到rl的反馈信号er(t)和从rl到rsoa的注入光功率p
in
(t)可以由下式表示：
[0045][0046]
p
in
(t)＝kce(t-τ)exp(-iωτ)2hv
[0047]
其中，s(t)为光子浓度，w和h分别表示rsoa有源区的宽度和高度，vg＝c/ng表示群速度，c是真空中的光速，ng是rsoa有源区的折射率；γ是限制因子，φ是注入信号在rsoa有源区中传播产生的相移，由φ＝π-αrγgml表示，αr是rsoa的线宽增强因子，l表示rsoa有源区的长度，gm＝g/(1+p
out
/p
sat
)表示考虑了增益饱和的rsoa材料增益系数，g为rsoa的材料增益系数，p
out
和p
sat
分别是总输出光功率和饱和输出光功率；
[0048]
进一步的，其中rsoa的材料增益系数g满足：
[0049][0050]
其中，τ
c,r
是rsoa的载流子寿命，me是导带中的电子的有效质量，m
hh
是价带中的重空穴的有效质量，e
g0
＝q(a+by+cy2)表示无载流子注入的带隙能量，y是有源区中砷化物的摩尔分数，a、b和c都是带隙能量系数；δeg(n)＝qkgn
3/2
表示有注入的带隙收缩，kg是带隙收缩系数，fc(v)和fv(v)分别是导带和价带的费米-狄拉克概率分布。
[0051]
输出层先记录n个虚拟节点的状态，并将每个虚拟节点的状态值作为输出值，再通过脊回归算法把输出值和预设的目标值之间的误差最小化，从而计算出每个虚拟节点的最优化读出权重wi；
[0052]
将虚拟节点xi(n)和最优化读出权重wi进行线性加权求和，从而得到输出层的最终输出结果y(n)；
[0053][0054]
实例仿真
[0055]
在本实施例中，通过数值仿真santafe混沌时间序列预测任务和非线性信道均衡任务，来评估系统的性能，以验证本发明的基于反射式半导体光放大器(rsoa)的光子储备池计算(rc)系统的可行性和技术优势。
[0056]
在santafe混沌时间序列预测任务中，分别取3000个和1000个数据点进行读出权重训练和性能测试，其中，调整混沌时间序列的振幅至0到1的区间范围内。此外，缩放因子γ设置为0.6，虚拟节点间隔θ设置为0.01ns，虚拟节点个数n设置为100；将掩码信号重新缩放，使得它的平均值和方差值分别调整为0和1；将时间周期t设置为1ns，对应于1gbps的信息处理速率；rl的仿真参数值如下：αr＝3，n0＝1.4
×
10
24
m-3
，g＝8.4
×
10-13
m3s-1
，ε＝2
×
10-23
，τ
p
＝1.927ps，τ
c,r
＝2.04ns，id＝6.56
×
10
20
，λ＝1550nm，δv＝-4.0ghz，jr＝1.037
×
10
33
m-3
s-1
，βr＝1.5
×
10-6
；rsoa的仿真参数如下：γ＝0.3，w＝0.4μm，h＝0.4μm，l＝700μm，βr＝1.84
×
10-5
，i＝80ma，ng＝3.6，p
sat
＝3dbm，k0＝6200m-1
，k1＝7500
×
10-24
m2，a
rad
＝1
×
107s-1
，a
nrad
＝3.5
×
108s-1
，b
rad
＝5.6
×
10-16
m3s-1
，b
nrad
＝0，c
aug
＝3
×
10-41
m6s-1
，τ
c,r
＝0.9ns，m0＝9.11
×
10-31
kg，me＝0.045
×
m0，m
hh
＝0.46
×
m0，a＝1.35ev，b＝-0.775ev，c＝0.149ev，y＝0.89，αr＝7.632，kg＝9.8
×
10-11
evm。
[0057]
然后采用四阶龙格库塔法求解系统的速率方程，得到系统的输出。
[0058]
图2(a)展示了santafe混沌时间序列预测任务中本发明系统的的预测值，图2(b)展示了对应的santafe混沌时间序列的目标值，图2(c)展示了系统的误差值，其中注入强度k
inj
和耦合强度kc分别设置为7.7
×
109和2
×
105。从图2可以看出，本发明系统在santafe混沌时间序列预测任务中的预测输出和目标输出基本一致，归一化均方误差(nmse)的值仅为0.0077。
[0059]
在非线性信道均衡任务中，首先产生符号个数为105的原始信号，然后采用其中3000个符号训练读出权重，并将剩余的符号用于测试性能。在数值仿真中，缩放因子γ设置为0.3，虚拟节点间隔θ设置为0.02ns，虚拟节点个数n设置为50。图3展示了本发明系统在不同信噪比(snr)条件下的非线性信道均衡结果，其中注入强度k
inj
和耦合强度kc分别设置为5
×
109和1.3
×
105，snr在12～32db之间变化。图中的误码率(ser)是通过5次重复测试获得的结果。从图3可以看出，本发明系统在不同snr的条件下，均可实现较低的ser，且随着snr的增加，非线性信道均衡的效果越好。
[0060]
综上所述，本发明设计的基于rsoa的光子rc系统可以有效地实现santafe混沌时间序列预测和非线性信道均衡，其中信息处理速率为1gbps。同时，相比于利用普通反射镜的传统光子rc系统，本方案首次将rsoa作为非线性反射镜，利用rsoa的增益饱和引起的非线性，实现了光子rc系统性能的提升。
[0061]
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

技术特征：
1.一种基于反射式半导体光放大器的光子储备池计算系统，其特征在于，包括：输入层、储备池层和输出层；所述输入层包括驱动激光器dl和相位调制器pm；输入层用于对输入信号进行预处理，完成对输入信号的掩码过程；首先将输入信号采样为离散信号u(n)，并且使u(n)的每个采样点都保持一个时间周期t，然后将u(n)与掩码信号m(t)以及缩放因子γ相乘，得到掩码输入信号s(t)，即s(t)＝u(n)
×
m(t)
×
γ；然后，将s(t)通过pm调制到dl输出的激光信号上，得到调制信号e
d
(t)，再将e
d
(t)注入到储备池层；其中，调制信号e
d
(t)满足：其中，i
d
表示dl的稳态输出光强；所述储备池层包括响应激光器rl和反射式半导体光放大器rsoa；在储备池层中，来自输入层的调制信号e
d
(t)首先影响rl的非线性动力学特性，改变了rl的输出；其次，由于rsoa的增益饱和特性，rl的输出信号通过rsoa的放大和非线性变换后得到反馈信号e
r
(t)，并反馈到rl中再次影响rl的非线性动力学特性，并改变rl的输出；然后，设置采样时间间隔为θ，在延迟时间τ内对rl输出的光信号进行等间隔采样，得到n个虚拟节点，其中第i个虚拟节点记为x
i
(n)，i＝1,2,
…
,n；所述输出层先记录n个虚拟节点的状态，并将每个虚拟节点的状态值作为输出值，然后根据预设的目标值，把输出值和预设的目标值之间的误差最小化，从而计算出每个虚拟节点的最优化读出权重w
i
；将虚拟节点x
i
(n)和最优化读出权重w
i
进行线性加权求和，从而得到输出层的最终输出结果y(n)；2.根据权利要求1所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述掩码信号m(t)选用一个带宽为7.45ghz的混沌信号。3.根据权利要求1所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述延迟时间τ＝t+θ，其中，t＝n
×
θ，θ为采样时间间隔。4.根据权利要求1所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述反馈信号e
r
(t)满足：其中，s(t)为光子浓度，w和h分别表示rsoa有源区的宽度和高度，v
g
＝c/n
g
表示群速度，c是真空中的光速，n
g
是rsoa有源区的折射率；γ是限制因子，φ是注入信号在rsoa有源区中传播产生的相移，由φ＝π-α
r
γg
m
l表示，α
r
是rsoa的线宽增强因子，l表示rsoa有源区的长度，g
m
＝g/(1+p
out
/p
sat
)表示考虑了增益饱和的rsoa材料增益系数，g为rsoa的材料增益系数，p
out
和p
sat
分别是总输出光功率和饱和输出光功率。5.根据权利要求4所述的基于反射式半导体光放大器的光子储备池计算系统，其特征
在于，所述rsoa的材料增益系数g满足：其中，τ
c,r
是rsoa的载流子寿命，m
e
是导带中的电子的有效质量，m
hh
是价带中的重空穴的有效质量，e
g0
＝q(a+by+cy2)表示无载流子注入的带隙能量，y是有源区中砷化物的摩尔分数，a、b和c都是带隙能量系数；δe
g
(n)＝qk
g
n
3/2
表示有注入的带隙收缩，k
g
是带隙收缩系数，f
c
(v)和f
v
(v)分别是导带和价带的费米-狄拉克概率分布。6.根据权利要求1所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述响应激光器rl的非线性动力学特性满足：在于，所述响应激光器rl的非线性动力学特性满足：其中，e(t)和n
r
(t)分别表示rl的慢变复电场振幅和载流子浓度，e
r
(t-τ)表示来自rsoa的反馈信号，α
r
是rl的线宽增强因子，g是增益系数，n0是透明载流子浓度，ε是增益饱和系数，τ
p
和τ
c,r
分别是rl的光子寿命和载流子寿命，k
inj
是dl到rl的注入强度，k
c
是rl和rsoa之间的互耦合强度，j
r
是rl的注入电流，ω是rl输出光的角频率，δω＝2πδv代表dl与rl之间的角频率失谐，δv是dl与rl之间的频率失谐，χ(t)是高斯白噪声，β
r
是自发辐射率。7.根据权利要求1所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述反射式半导体光放大器rsoa的增益饱和特性满足：在于，所述反射式半导体光放大器rsoa的增益饱和特性满足：其中，s(t)和n(t)分别表示rsoa的总光子浓度和载流子浓度，p
in
(t)表示从rl到rsoa的注入光功率，h表示普朗克常数，v＝c/λ是光信号的中心频率，λ是注入光信号的波长，v＝whl是rsoa有源区的体积，β
r
是自发辐射率，α1＝k0+γk1n(t)是有源区的内部损耗，k0和k1分别表示不依赖载流子的损失系数和依赖载流子的损失系数，i是注入电流，q是元电荷，a
rad
和a
nrad
分别是线性辐射和线性非辐射复合系数，b
rad
和b
nrad
分别是双分子辐射和双分子非辐射复合系数，c
aug
是俄歇复合系数。8.根据权利要求7所述的基于反射式半导体光放大器的光子储备池计算系统，其特征在于，所述的注入光功率p
in
(t)满足：p
in
(t)＝|k
c
e(t-τ)exp(-iωτ)|2hv。

技术总结
本发明公开了一种基于反射式半导体光放大器的光子储备池计算系统，包括：输入层、储备池层和输出层；其中，在输入层进行信号的预处理，完成对输入信号的掩码过程，并将掩码输入信号注入到储备池层；在储备池层对RL的输出光进行等时间间隔采样，获取N个采样点作为储备池的虚拟节点；在输出层记录从RL到RSOA延迟线上的所有虚拟节点的状态，并通过脊回归算法计算得到最优化读出权重，然后将虚拟节点状态与读出权重进行线性加权求和，从而得到最终结果。果。果。


技术研发人员：江宁 李晓煜 张逸群 张强 邱昆
受保护的技术使用者：电子科技大学
技术研发日：2023.05.23
技术公布日：2023/8/28