光学波前传感技术的前沿进展

你是否曾想过，光不仅有亮度、颜色、偏振，还有“形状”？这个“形状”，就是我们所说的光学波前。它本质上是光波相位面的几何表达，决定了光在传播过程中的走向和质量。正如水面的波纹可以反映水下的障碍物，光的波前中也蕴含着大量关于传播介质或被测物体的信息。

然而，我们常用的相机、手机传感器，都只能捕捉光的强度，却无法直接“看见”光的相位——也就是波前的形状。为了探测它，科学家们设计出各种复杂的干涉仪、微透镜阵列、衍射光栅，将不可见的相位信息，转换为可见的强度图像。这就是光学波前传感技术的核心任务。

近年来，随着微纳加工技术的突破与人工智能算法的融合，波前传感技术正迎来一场静默的革命。更小、更快、更智能的波前传感器正在走出实验室，迈向天文观测、生物显微镜、激光通信、甚至智能手机摄像头。

 

（如果你对本文感兴趣，想深入了解相关技术细节或需要原文，请私信作者沟通交流）

一、为什么我们需要感知“光的形状”？

在我们日常生活中，光的波前畸变无处不在：

天文观测中，地球大气湍流会使星光波前扭曲，导致星星“眨眼”，图像模糊；

生物显微镜下，细胞内部的折射率分布会导致相位延迟，影响成像对比度和分辨率；

激光系统中，光学元件的缺陷或环境扰动会引起波前畸变，降低加工精度或通信质量。

传统的波前传感器，如夏克-哈特曼传感器、干涉仪、曲率传感器等，虽然精度高，但往往体积庞大、价格昂贵，且需要复杂的光路调试。这使得它们在很多民用、便携或大规模部署场景中难以普及。

二、大类技术路径：干涉型 vs. 非干涉型

根据是否依赖光场中不同位置之间的干涉效应，现代波前传感技术可分为干涉型和非干涉型两大类。

1. 干涉型波前传感技术

干涉型技术的核心在于：通过光的干涉，将相位差转换为强度变化。它又可分为三类：

（1）剪切干涉型

剪切干涉是最经典的波前测量方法之一。其原理是将一束光分成两束，使其在横向发生微小偏移后再次重合，发生干涉。通过分析干涉条纹，可以反推出光场的相位梯度，进而重建整个波前。

剪切干涉型光学波前传感技术

传统剪切干涉仪依赖晶体棱镜或偏振元件，调节复杂。而近年来，超构表面的兴起使得这一切变得简单。例如，2020年有研究团队利用双层介电超表面，在单次拍摄中同时获取三幅微分干涉对比图像，实现了定量相位成像，系统体积大大缩小。超构表面作为一种由亚波长人工原子构成的平面光学器件，其最大的优势在于对光场波前的任意定制化操控能力。通过设计每个纳米结构的形状、尺寸和取向，可以在一个厚度不足微米的层面上实现原本需要多个三维光学元件才能完成的功能，例如光束偏折、聚焦、以及产生轨道角动量等。

2024年，更有团队利用单层超透镜与偏振相机，实现了四方向剪切干涉，一次性复原出完整的复杂光场振幅与相位。这意味着，未来我们或许可以用一个极薄的平面元件，替代传统笨重的干涉光路。这项技术的核心创新在于，它借用了0°、45°、90°和135°偏振检测通道来记录光场在不同方向上的剪切干涉图案信息，随后基于四步相移方法计算x和y方向的相位梯度，并使用高阶有限差分最小二乘积分方法重建二维相位图像。这种将光学调制与计算重构紧密结合的思路，代表了现代光学传感的一个重要发展方向。

（2）光栅干涉型

最具代表性的光栅干涉型传感器是夏克-哈特曼波前传感器。它通过微透镜阵列将入射光聚焦成多个光点，通过光点的位移来反推波前斜率。然而，在波前分析和复原过程中，如果简单地将微透镜阵列视作独立的小单元，而忽略其衍射影响，会导致计算误差。因此，在实际使用中，往往将夏克-哈特曼波前探测器的微透镜阵列视为一个广义的光栅干涉仪。

然而，新一代商用波前传感器（如法国Phasics公司的SID4）已不再使用微透镜，而是采用特制相位光栅，利用多波横向剪切干涉技术，在提升空间分辨率的同时，避免了传统方法中的衍射误差。就细节而言，这种波前传感器使用一个棋盘状的相位光栅板取代微透镜阵列，交替在“棋盘格”上排列0相位块和+π相位块，使每个局部都可以产生四向剪切干涉，大大提升了波前传感中的空间分辨率和相位分辨率。

光栅干涉型光学波前传感技术

此外，角度敏感像素技术也在图像传感器中集成了微光栅结构，利用Talbot效应实现对入射角度的响应，为未来“lensless imaging”（无透镜成像）提供了可能。这些技术表明，通过将光栅结构与探测器芯片深度融合，我们有可能在普通的CMOS工艺上实现具备波前感知能力的“智能像素”。

（3）近场干涉型

你是否想过，昆虫是如何用微小的耳朵精准定位声源的？事实上，早在2001年，研究者就发现寄生蝇的听觉系统能通过两个间距极近的鼓膜之间的近场耦合，将微小的相位差放大40倍，实现超分辨定向。这类生物启发的传感机制的核心在于，通过亚波长尺度的强耦合效应，突破远场传播的衍射极限，实现对波前信息的高灵敏度提取。

近场干涉型光学波前传感技术

受此启发，光学领域也开始探索亚波长结构中的近场耦合效应。例如，2021年有团队利用微米谐振器构建的角度传感器，将空间采样密度提升至9246点/mm²，比商用夏克-哈特曼传感器高出两个数量级。其背后的物理在于：当光场入射在波长级别的孔径时，会由于近场效应而根据入射的角度不同在孔径后产生不同的光场分布，通过在孔径中不同位置光场强度的差异就可以还原出入射光的角度。

这类技术表明，利用近场效应，我们可以在极小的尺度上实现高灵敏度的波前探测，为微型化、集成化传感开辟了新路径。值得注意的是，这种耦合是发生在近场的，所以当把两根纳米线间距调整至大于波长，即使两者之间存在更大的相位差，但其导致的光场分布不均却变得更弱甚至消失了。这清晰地揭示了近场耦合在实现超高空间分辨率传感中的独特优势。

2. 非干涉型波前传感技术

非干涉型技术不依赖相位差与干涉条纹，而是通过算法重构或维度关联来复原波前。

（1）算法重构型

如果你有一张模糊的照片，能否通过算法还原出清晰的图像？算法型波前传感正是基于类似思想。传统的Gerchberg-Saxton算法通过在实空间与频域之间反复迭代，从强度图中恢复相位。

算法重构型光学波前传感技术

近年来，随着人工智能的发展，深度学习被广泛应用于波前重建。例如，有研究者利用卷积神经网络，直接从夏克-哈特曼传感器的光点图中预测波前，省去了繁琐的斜率计算与Zernike拟合，大幅提升了速度与精度。

（2）维度关联型

这是一种极具想象力的思路：将波前信息“映射”到其他光学维度上，如颜色或偏振。既然现有的彩色相机、偏振相机已经非常成熟，何不利用它们来“代理”波前传感？

维度关联型光学波前传感技术

2023年，有团队提出基于钙钛矿纳米晶体阵列的波前传感器，将入射角度编码为输出颜色，实现了从X射线到可见光范围的波前探测。同年，另一团队利用多层介质薄膜滤波器，将波前梯度映射到偏振态的变化上，结合偏振相机实现了单次拍摄的二维波前重建。这类方法避免了传统干涉法中的复杂解算，兼具高集成度与实时性，是未来低成本、高性能波前传感的重要方向。

三、未来展望：更小、更智能、更多维

尽管波前传感技术已在多个领域展现出不可替代的价值，但其发展仍面临诸多挑战：

空间分辨率低：商用波前传感器通常在几千至几万像素，与普通相机千万像素相比差距显著；

实时处理难：复杂波前数据的重建需要大量计算，制约了其在动态场景中的应用；

系统成本高：传统干涉设备昂贵，难以普及；

环境适应性弱：在面对强散射、大畸变、多波长或部分相干光等复杂场景时，性能急剧下降。

未来的突破可能来自四个方向的深度融合：

1. 新原理：进一步探索颜色、偏振等多维度关联机制，打破傅里叶变换带来的空间-频率分辨率限制。除了颜色和偏振，时间维度（如超快脉冲波形）、光谱维度乃至量子态维度都可能成为关联的对象，从而构建出高维度的光场感知系统。

2. 新结构：发展基于超构表面的微纳光学元件，实现轻薄、多功能、可集成的波前传感器。具有非局域响应特性的光学微纳结构可以实现对光场在频率域的直接操控，而这一点在传统方法中需要通过复杂的光学系统才能实现。未来，动态可调的超构表面将能实现自适应波前传感，根据不同的场景实时切换工作模式。

3. 新算法：结合深度学习与物理模型，提升波前重建的精度、速度与鲁棒性。未来的研究应充分利用以下几个方向：利用机器学习和深度学习技术提高波前重构的精度和速度；设计面向复杂动态光学环境的自适应算法；针对多维度波前数据设计相应的优化算法；甚至探索量子计算在波前传感中处理海量数据和的潜力。

4. 新器件：发展能同时感知偏振、光谱等多维光场信息的传感器，为生物医学、材料分析提供更丰富的信息。传统的波前传感技术主要提供物理物体对光学相位的影响信息。通过提升其对光学其他维度（如偏振、光谱等信息）的感知能力，可以进一步获取物体的折射率、物质成分、应力分布等更为丰富的信息。例如，在生物医学领域，同时获取细胞的相位和偏振信息，可以非标记地分析细胞的内部结构和代谢状态。然而，目前多维光场探测技术尚不成熟，提升维度探测的同时往往会伴随着时间分辨率或者空间分辨率的下降。如何在不过多牺牲时空分辨率的前提下，实现对更多光学维度的探测，是一个亟待解决的问题。“算法-硬件协同设计” 将是破解这一难题的关键，即不再将光学硬件和计算算法视为独立的两个部分，而是在设计之初就将它们作为一个整体进行优化，让光学编码与计算解码相互匹配，从而实现整体系统性能的最优。

结语

 

光学波前传感技术，正如一扇逐渐打开的窗，让我们得以窥见光更深层的形态与信息。从天文望远镜到手机摄像头，从激光加工到细胞成像，它的身影正悄然融入现代科技的每一个角落。回顾其发展历程，我们正从依赖复杂体光学元件的传统干涉时代，迈向一个微纳结构作为波前编码器、人工智能作为智能解码器的新范式。

随着微纳光学与人工智能的深度融合，我们有理由相信，未来的波前传感器将更加小巧、智能、低成本，甚至成为下一代智能视觉系统的标准配置。到那时，我们不仅能看到世界的影像，还能读懂“光的形状”，从而在医疗诊断、工业检测、环境监测、自动驾驶乃至消费电子等领域，开启一扇通往更高维信息感知的大门。

本文内容整理自《电子科技大学学报》第53卷第5期文章《光学波前传感技术研究进展》