电力/性能:7月28日

可编程的光子学;快速的网络;防伪。

受欢迎程度

可编程的光子学
来自南安普顿大学的研究人员开发出一种方法,使可编程集成开关单元上硅光子学芯片。通过使用一个通用的光学电路可以捏造散装之后程序为特定的应用程序,他们希望降低生产成本。

“硅光子学的集成光学仪器和先进的微电子电路在一个芯片上,”夏说陈来自南安普顿大学的。“我们预计可配置的硅光子电路为硅光子学大大扩大应用范围,同时降低成本,使这项技术为消费者应用程序更有用。”

以前,研究人员开发出一种可擦版的光栅耦合器在硅植入锗离子光学组件。这些离子诱导损伤改变硅的折射率。加热当地使用激光退火过程可以用于反向折射率和消除光栅耦合器。

该团队使用相同的锗离子注入技术来创建可擦波导定向耦合器。在一起,这些组件可以用来制造可重构电路和开关。工作也是第一次亚微米可擦在硅波导创建了。

“我们通常考虑离子注入,将引起大的光学损失在光子集成电路,”陈先生说。“然而,我们发现,一个精心设计的结构和使用正确的离子注入配方可以创建一个波导,光信号与合理的光学损失。”

为了演示的方法,研究人员制作波导定向耦合器和1 X 4和2 X 2切换电路制造铸造在南安普顿大学的基石。光子设备从不同的芯片测试与激光退火前后编程显示一致的性能。

技术物理改变光子波导的路由,所以不需要额外的权力保留配置。研究人员还发现,电气退火,使用本地集成加热器,以及激光退火可用于项目的电路。

“我们开发的技术将有广泛的应用,”陈先生说。“例如,它可以用于制作集成传感装置来检测生化和医疗物质以及光学收发器连接用于高性能计算系统和数据中心”。

研究人员正在与ficonTEC使这项技术实用之外的实验室通过使用晶圆探针台常规退火过程。

快速的网络
莫纳什大学的研究人员、斯文本科技大学大学、皇家墨尔本理工大学,香港城市大学,西安光学精密机械研究所,INRS-Energie Materiaux等通讯记录从一个世界上最快的网络速度单一光学芯片

团队管理数据的速度44.2真沸点从单一光源。

他们使用一种新的设备,取代80年与单个micro-comb激光器,光学组件,它比现有的电信硬件更小、更轻。Micro-combs创建一个彩虹红外线允许数据传输在许多频率光的同时,大大增加带宽。植入和负载测试使用现有的光纤基础设施,这镜子使用在澳大利亚的国家宽带网络(”。

“我们目前得到的偷看互联网的基础设施将在两到三年的时间,由于使用互联网的人数空前的远程工作、社交和流。真的告诉我们,我们需要能够扩展我们的网络连接能力,”比尔科科伦博士说,该研究的联合作者,讲师在莫纳什大学电子和计算机系统工程。“我们的研究表明是纤维的能力,我们已经在地上,由于NBN公司禁止项目,的骨干通信网络在现在和未来。我们已经开发了一些具有可扩展性,以满足未来的需求。”

研究人员之间的“黑暗”光纤安装76.6公里RMIT墨尔本的城市校园和莫纳什大学的克莱顿校园。在这些纤维,研究人员把micro-comb,它就像一条彩虹由数以百计的高质量红外激光从单个芯片。每个“激光”有能力作为一个单独的通信通道。人员能够发送最大数据每个通道,模拟网络使用高峰,在4太赫兹的带宽。

研究人员说,这项技术有能力支持180万户家庭的高速互联网连接在墨尔本,澳大利亚,在同一时间。

达到44.2真沸点显示现有的澳大利亚基础设施的潜力,RMIT 3:21 Mitchell说,尊敬的教授。“长期,我们希望创建集成光子芯片,可以使这类数据速率达到在现有的光纤链接以最小的成本,”米切尔说。最初,这些将有吸引力的超高速数据中心之间的通信。但是,我们可以想象这种技术变得足够低成本,紧凑,它可以部署为商业使用的公众在城市在世界各地。”

团队希望扩大当前发射器从数百gb每秒几十字节每秒不增加大小,重量或成本。

防伪芯片
筑波大学的研究人员,莱布尼茨光子技术研究所立教大学,国家材料科学研究所开发了一个防伪测量使用回音廊效应来创建一个模式,它不能被复制。

团队沉积小染料粒子,粒子的荧光可以开启和关闭,到一个小芯片。然后他们选择性地照亮了芯片定义的模式与区域的亮暗粒子的粒子和地区。

每个染料粒子都有一个独特的直径和形状。由于回音廊效果的原则,每个粒子发出的荧光是独一无二的。

“而不是使用声波,我们使用光波跟随micrometer-size染料粒子的凹面,“洋平山本筑波大学的教授说。“这将创建一个复杂的颜色模式,不能伪造。

“我们达到几百万像素密度每平方厘米优化芯片,“山本说。“我们已经开发出一种戒备森严,两步光学认证系统:微型图象本身,和底层的逐像素荧光指纹芯片。”

研究人员创建了一个millimeter-size近似包含一个独特的蒙娜丽莎,嵌入式荧光指纹。应用程序可能包括防止欺诈和担保数据和设备的完整性。



留下一个回复


(注意:这个名字会显示公开)

Baidu