[发明专利]光学调制器和光学集成系统有效

专利信息
申请号: 202110409940.6 申请日: 2021-04-16
公开(公告)号: CN113176676B 公开(公告)日: 2022-11-15
发明(设计)人: 柏艳飞;苏湛;卢正观;徐叶龙;孟怀宇;沈亦晨 申请(专利权)人: 上海曦智科技有限公司
主分类号: G02F1/015 分类号: G02F1/015;G02F1/01
代理公司: 北京三环同创知识产权代理有限公司 11349 代理人: 邵毓琴;赵勇
地址: 200090 上海市杨浦区长阳*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光学 调制器 集成 系统
【说明书】:

发明涉及光子集成电路领域,其提供了一种光学调制器和光学集成系统,能够抑制因载流子扩散导致的相位偏差。所述光学调制器包括至少一段移相器;所述移相器包括:传输光信号的波导通道、以及位于波导通道相对两侧的P型掺杂区和N型掺杂区;其中,在所述波导通道中,在所述P型掺杂区和N型掺杂区之间为未掺杂的本征区;其中,在所述本征区的两端中的至少一端或靠近所述至少一端设置有阻挡载流子沿波导传播方向从所述本征区扩散出去的阻挡结构,由此,能够抑制因载流子扩散导致的相位偏差,并且能够抑制相邻移相器之间的电串扰,以及避免了该电串扰导致的调制信号失真。进而,提高了光子集成系统的可靠性和精度。

技术领域

本发明涉及光子集成电路领域,更为具体而言,涉及一种光学调制器和光学集成系统。

背景技术

人工神经网络(Artificial Neural Network,ANN)从信息处理角度对人脑神经元网络进行抽象,建立某种运算模型,按不同的连接方式组成不同的网络。也就是说,神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。在寻找一个复杂问题的优化解时,往往需要很大的计算量。数字电子技术的计算能力和速度终将成为人工神经网络发展的瓶颈。

近年来,光子神经网络发展迅速,相比于数字电子技术,其能效和速度有望提高数个数量级。在光子神经网络中,通常会采用到光学调制器,例如,基于载流子注入的硅调制器可以利用较小的尺寸实现较大的折射率变化和高调制深度。在所述硅调制器中,典型的PIN移相器在波导的两个掺杂区之间具有未掺杂的本征区,具有本征区的该器件在正向偏置电压下可提供高调制效率。由于其尺寸小并且插入损耗低,被广泛地用于诸如光子神经网络之类的大规模光子集成系统中。

为了实现光强度的高分辨率控制,在所述硅调制器中通常采用多段移相器。但是,由于PIN结的波导核心区域中的载流子可能会沿着波导传播方向扩散,因此相邻移相器之间会发生电串扰。所述电串扰会导致调制信号失真,从而影响光子集成系统的性能。

发明内容

鉴于上述现有技术缺陷,本发明提供了一种光学调制器和光学集成系统,能够抑制相邻移相器之间的电串扰的发生。

一方面,本发明的一种实施方式提供了一种基于载流子注入的光学调制器,所述光学调制器包括至少一段移相器;

所述移相器包括:传输光信号的波导通道、以及位于波导通道相对两侧的P型掺杂区和N型掺杂区;

其中,在所述波导通道中,在所述P型掺杂区和N型掺杂区之间为未掺杂的本征区;

其中,在所述本征区的两端中的至少一端或靠近所述至少一端设置有阻挡载流子沿波导传播方向从所述本征区扩散出去的阻挡结构。

在本发明的一些实施方式中,所述阻挡结构包括PN结。在可选实施方式中,所述阻挡结构可以包括至少两个PN结,所述至少两个PN结可以彼此间隔开,也可以堆叠设置。

在本发明的一些实施方式中,在所述本征区的两端侧具有锥形波导区域,所述PN结形成在所述锥形波导区域中。

在本发明的一些实施方式中,所述阻挡结构包括在所述本征区的波导通道的至少一端形成的间隔,或在所述本征区的外部且与所述本征区的至少一端相连的波导中形成的间隔。

在本发明的一些实施方式中,所述光学调制器包括至少两段移相器,所述至少两段移相器中各个移相器的长度彼此不相同。

另一方,本发明的另一种实施方式提供了一种基于载流子注入的光学调制器,所述光学调制器包括至少两段移相器;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海曦智科技有限公司,未经上海曦智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110409940.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top