杜克大学和Facebook联手开发更好的光通信
来源:IEEE电气电子工程师
Illustration: Duke University
A close-up depiction of the new fiber-free optical WiFi antenna. Silver nanocubes are spaced just a few nanometers above a silver base, with fluorescent dyes sandwiched in between. The physical spacing and dimensions of the nanocubes relative to the base greatly enhances the photonic properties of the fluorescent dye.
这是一个简单的事实,较高的频率比较低的频率固有地可携带更多的数据。电磁波在一秒钟内循环的次数越多,它被调制以容纳信息的速度就越快。这就是为什么自由空间光通信是一个如此热门的研究课题:可见光波长比无线电波能携带更多的数据。
问题是光波比无线电波更难发射和接收。对于无线电波,全向天线可以在两端之中的任一端完成工作。光学传输技术需要视线设置中的激光或LED以及接收器,它们很容易对齐错误。
杜克大学(Duke University)的研究人员与Facebook的连接性实验室(Connectivity Lab)合作,已采取初步步骤来开发一种结合了两全其美的光学技术:他们已经制造出一种可以在光学范围内接收信号的全向天线。
上个月在Optica上发表的一篇论文中描述了这项工作,该工作始于Connectivity Lab,该实验室开展了一系列旨在缩小宽带接入差距的研究。并且,已经着手开发了一种传输技术,与无线电天线的传输技术相当,但适用于光学频率。
杜克大学的一位博士后Andrew Traverso说:“他们的整个想法是,如果我们能像卫星天线一样从一个大的区域采集数据,然后将其聚焦,我们就能从中获得相当高的信号。”所以他们用光纤设计了这种非常新颖的天线,有点像光纤的编织物 -- 把它做成了一个碗的形状。
Connectivity Lab的研究人员在光纤中嵌入了一种荧光染料,这样,不管光线从哪个方向照射到“碗”上,都会同样照射到染料上。这将导致染料发出荧光,在光纤内部产生第二个光信号。然后,光纤将第二个信号沿着其长度定向到最终的接收器。
然而,Connectivity Lab遇到了一个障碍:他们无法弄清楚如何使荧光染料发出足够快的荧光。Traverso说:“这大约是十亿分之一秒,甚至更长。如果做相反的话,那充其量也许就是千兆赫。希望能够将其推到更快的频率,能够尽快调制该光线。”
因此,Connectivity Lab求助于杜克大学的物理学家、等离子体电子学专家Maiken Mikkelsen,这是一门产生和探测金属中与光相互作用的“表面等离子体”(基本上是自由电子)产生的电磁波的科学。该领域的灵感来自更成熟的光子学领域,该领域具有相似的目标,但光子而非表面等离子体激元除外。Mikkelsen的实验室以前做过一些小的荧光纳米立方体的工作,这些立方体可以在皮秒范围内超快发射。Connectivity Lab希望Mikkelsen能在这项工作的基础上帮助解决问题。
Image: Duke University
Mikkelsen在杜克大学的实验室最终意识到,对他们来说,一个巨大的挑战是将他们的纳米立方体工作转化为更大的规模。然而,事实上,“更大的规模”一词可能会产生误导:等离子体电子学的研究通常集中在几平方纳米大小的区域。相反,我们的目标是在一个占地面积只有几平方毫米,或者有可能是一平方厘米的区域实现这一点,换句话说,大约是一个典型智能手机的天线大小。
在纳米尺度上建造和测试等离子天线比较容易,因为每个天线都非常小,制作也非常精确。如果一个或多个天线不工作,可能会毁掉整个阵列。如果试图创建毫米级或厘米级系统,单个天线出现缺陷的几率自然会上升。
Mikkelsen的团队提出了新的制造技术,在一维空间构建纳米尺度的天线,同时还在一个相对较大的区域上工作,以在其他维度创建整个阵列。Mikkelsen说,传统上,这些结构是用电子束光刻技术制造的,这种技术可以获得非常精细的细节,但不会缩放。取而代之的是,他们采用了一种沉积技术,一层一层地建造天线。
结果仍极为初步。然而,Mikkelsen和Traverso已经看到了在生物传感、成像,当然还有光通信方面的潜在应用。
考虑到诸如理想光源或理想探测器可能是什么样的基本问题还不清楚,他们对于推测利用这种天线的光通信系统最终会有多快还很犹豫。但很明显,要想与无线电领域的尖端竞争,速度就必须快。无线电系统已经达到每秒100千兆字节。如果说任何一个光通信系统最终都源于杜克大学和Connectivity Lab已经奠定的基础,那么期望它超过每秒1太比特甚至更高似乎并非不合情理。
Connectivity Lab目前不再直接从事这项研究,但Mikkelsen和她的实验室并没有完全放弃,他们已经在考虑接下来会发生什么了 -- 一旦荧光染料捕捉到并发出光,就可以更好地对其进行浓缩,并确保末端探测器尽可能精确。
未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。
如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
杜克大学和Facebook联手开发更好的光通信相关推荐
- 大数据早报:三星Kakao联手开发AI语音识别技术 百度视频8月大数据报告出炉(9.19)
数据早知道,上36dsj看早报! 来源36大数据,作者:奥兰多 『AI』三星和Kakao达成合作 联手开发AI语音识别技术 现如今,越来越多的科技公司选择进入人工智能领域,为了突破人工智能技术上的限制 ...
- 热议:大脑功能磁共振数据不可靠?杜克大学教授对自己15年的工作提出质疑...
来源:brainnews 作者:brainnew创作团队 杜克大学的研究人员对功能磁共振数据进行了重新测评,对自己15年的工作提出了质疑. 脑部图像显示了不同的两天完成3个任务所对应的功能磁共振成像. ...
- AAAI第二届“AI诺奖”出炉,百万美元奖金颁给批判黑箱、推广可解释AI的杜克大学女教授...
梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI 世界上最大人工智能协会AAAI颁发的第二届"AI诺贝尔奖"正式出炉! 由杜克大学计算机科学教授Cynthia Rudin ...
- 容器与devops_容器和DevOps如何改变杜克大学的IT部门
容器与devops 即使回顾起来,也很难知道哪个对我们最先出现:容器或向DevOps文化的转变. 在杜克大学信息技术办公室(OIT),我们开始研究容器,以此作为一种用于承载网站的虚拟化基础架构来提高密 ...
- 有码变高清!AI一秒还原马赛克,杜克大学出品
作者 | 贝爽 转自:雷锋网(leiphone-sz) 论文地址:https://arxiv.org/pdf/2003.03808.pdf 像素不够,后期修图来凑? 在知乎搜索低像素修图,结果求助帖多 ...
- 杜克大学教授李昕:面对中外科技差距,以新赛道颠覆旧市场
人工智能正在变得无处不在.从图像处理.语音.视频领域,到传统的制造业.通讯业.医疗.金融.自动驾驶行业都在大力地追求人工智能. "当前中国企业的成本在急剧上升,包括人力.厂房等,运营成本的上 ...
- CESS 受邀出席杜克大学举办的 Web3 大会 DW3C
CESS 作为行业中坚持去中心化云存储技术的存储网络,为行业贡献 Web3 数据的存储技术和大规模上商用存储的全栈解决方案,同时积极与行业内外的机构.互联网企业和院校合作,致力各行各业的去中心化存储需 ...
- 大学可以学前端开发_所有开发人员在大学中应该学习的东西
大学可以学前端开发 忘记"代码行" (Forget About "Lines of Code") Source 资源 As a developer, you'l ...
- 从5G入池看AI发展新方向 | 杜克大学陈怡然教授专访
陈怡然教授专访 2020.03 作为IEEE Circuitd and Systems Magazine的新主编,陈怡然在2020年的第一期杂志上发表了一篇欢迎词,表达了他对下一个十年的展望.在他个人 ...
最新文章
- NGUI的异步场景加载进度条
- 英特尔CPU控制机制存在隐秘开关 可被黑客利用成为后门
- SSO模型及单点登录SSO技术选型
- java枚举新特性_java回顾之枚举和新特性
- TCP 协议的三次握手、四次分手
- flutter text 最大长度_Flutter小技巧之TextField换行自适应
- 从小白到入门算法,我的经验分享给你~
- 无敌打印(适用各种浏览器自带打印功能)
- Servlet初步认识(一)
- 电脑硬盘整数分区计算器
- 刷脸支付会逐步取代扫码成为主流支付方式
- vant中修改用户的头像
- 高中数学对计算机,对高中数学计算机学习技巧的探讨
- 林书豪055-阿联德比
- 阿里云云安全中心提供基础版、高级版和企业版有什么区别?
- 复习SSM day01 SSM Maven工程的搭建及配置文件
- linux打不开vlc怎么办下面是解决方法
- php身份证识别ORC
- java四则运算简单界面版
- 《C语言程序设计》江宝钏主编-习题1-6-解方程
热门文章
- c++ demo: 单词转换
- “不传递消息、不使用邻接矩阵、在边集上训练”: 从对比链接中蒸馏自知识:非消息传递的图节点分类...
- 如何用一句话证明你学过 NLP ?
- 60分钟入门PyTorch,官方教程手把手教你训练第一个深度学习模型(附链接)
- 国内研究生不小心跟了一个水货导师是什么样的体验?
- 华为开源CTR Benchmark,学术界SOTAs的照妖镜?
- 【保姆级教程】个人深度学习工作站配置指南
- ICLR 2020 九篇满分论文!!!
- SAP零售商品类别层次:为什么(业务视角)?
- SAP PM 入门系列16 - KO88对维护工单做结算