微波超构表面的极化信息复用调控

极化复用是提升先进光学信息处理与全息显示容量的核心技术。然而，受限于物理结构的几何对称性与非正交极化态间的线性合成耦合，传统超表面难以达到独立复用通道的理论上限（即 N 个输入态对应 N² 个独立极化通道）。本文提出了一种由极化衍射神经网络（PDNN）驱动的单层全连接极化复用超表面，成功突破了高维极化映射的物理维数极限。针对多线极化态（N > 2）映射引发的极化无法分离的情况，本研究将超表面单元的最优琼斯矩阵等效为训练目标，并在损失函数强制能量匹配，保证高精度求解。实验与仿真表明，该单层系统在均匀三线极化态（N = 3）输入下成功实现了 9 通道高保真全息复用，各主通道均展现出极低的极化耦合。为进一步探寻物理容量极限，我们在受限孔径下挑战了 N = 6 全连接线极化复用，成功重构出高达 36 个独立通道的双焦全息图像，通道间交叉相关系数被有效压制在 0.3 以下。本工作为大容量光学全息、多维光场信息加密及新一代计算成像提供了全新的物理架构与算法范式。