一种基于自旋垂直腔面发射激光器的深度储备池计算系统及方法

1.本发明涉及储备池计算技术领域，具体涉及一种基于自旋垂直腔面发射激光器的深度储备池计算系统及方法。


背景技术：

2.近年来，人工神经网络在目标检测、语言处理、自动驾驶、安全等领域得到了迅速的发展，并发挥了重要作用。人工神经网络是一种模拟大脑处理信息的数学模型，有大量的节点和他们之间的相互连接构成，其强大的信息处理能力使其成为仿生学中的一个成功典范。一般来说，神经网络可以分为两类。一种是前馈神经网络。在这类模型中，神经元被分为几层，且信号只向前传播。其中最典型的一类是卷积神经网络模型，被广泛的使用去处理静态图像的识别。然而，前馈神经网络具有并不适合处理时间相关的任务。另一类是递归神经网络模型。由于递归神经网络的神经元之间具有递归连接，因此具有一定的记忆能力，适合处理时间相关的任务。然而，由于递归结构中的梯度爆炸或消失的问题，递归神经网络的训练对算法具有较高的要求，也对硬件的实施提出了更高的要求。
3.针对这一问题，储备池计算模型被提出。储备池计算是一种通用的、硬件兼容的神经形态计算方案，具有简单的训练算法。在训练储备池系统时，只需要训练输出层的权值，输入层和储备池层的权重随机生成且固定不变，极大降低了对算法的需求。近年来储备池计算在语音识别到手写数字识别等方面取得了巨大的成功。特别是通过实现输入层和接收层之间的非线性映射，储备池计算系统已经被证明是一种成功的无模型预测的替代方案。在储备池计算系统中，储备池层的几个关键特征对系统的性能有很大的影响，其中储层状态的丰富性是最重要的参数。现有储备池利用了非线性器件的固有差异来实现不同的储备池状态。然而，当组成储备池的器件制备完成后系统状态的丰富度就被固定了，难以实现进一步的调整和优化，限制了储备池性能的进一步提升。


技术实现要素：

4.本发明的目的是提供一种基于自旋垂直腔面发射激光器的深度储备池计算系统及方法，丰富储备池状态和增强其存储容量，从而实现复杂任务的处理。
5.为了解决上述技术问题，本发明提供了一种基于自旋垂直腔面发射激光器的深度储备池计算系统，包括：
6.输入层，其包括驱动激光器和n个连接所述驱动激光器的调制器，每个所述调制器对应连接有一波形发生器，所述波形发生器用于产生掩码信号，所述调制器根据掩码信号对驱动激光器的输入信号进行调制；
7.深度储备池层，连接所述调制器，其包括k个储备池层，每个储备池层包括n个储备池单元，所述储备池单元包括自旋垂直腔面发射激光器和反馈回路，
8.所述自旋垂直腔面发射激光器其连接有泵浦源，所述泵浦源与自旋偏振垂直腔面
发射激光器之间连接有偏振控制器，所述偏振控制器用于调节泵浦源的泵浦光的偏振椭圆率，从而调节自旋垂直腔面发射激光器输出信号的偏振态；
9.所述反馈回路包括光耦合器，其用于将自旋垂直腔面发射激光器的输出信号经过所述光耦合器反馈输入到自旋垂直腔面发射激光器；
10.输出层，其包括光电探测器、加法器a、加法器b和可编程门控阵列，每个所述光耦合器均连接一所述光电探测器，同一储备池层连接的光电探测器连接一所述加法器a，各储备池层对应的所述加法器a连接下一层储备池层并连接到所述加法器b，所述加法器b连接所述可编程门控阵列。
11.作为本发明的进一步改进，所述波形发生器产生的掩码信号与驱动激光器的输入信号相乘，产生深度储备池层的注入光信号，其中，每个波形发生器产生的掩码信号序列排布不相同。
12.作为本发明的进一步改进，所述波形发生器为相位调制器或强度调制器。
13.作为本发明的进一步改进，每个储备池层内，所述自旋垂直腔面发射激光器经过所述光耦合器输出的光信号分为三路输出信号，所述三路输出信号包括：
14.第一路输出信号，经过所述反馈回路注入到自旋垂直腔面发射激光器；
15.第二路输出信号，依次经过光电探测器和加法器a注入下一层储备池层；
16.第三路输出信号，依次经过光电探测器和加法器a注入加法器b。
17.作为本发明的进一步改进，所述反馈回路还包括光环形器、可变光衰减器和延迟光纤，所述自旋垂直腔面发射激光器的第一路输出信号依次经过光环形器、光耦合器、可变光衰减器和延迟光纤后，通过光环形器注入回所述自旋垂直腔面发射激光器；所述可变光衰减器用于调节第一路输出信号的反馈强度。
18.作为本发明的进一步改进，每个储备池单元的延迟光纤长度相同。
19.作为本发明的进一步改进，加法器b叠加k个储备池层的输出信号后输送到可编程门控阵列，第k个储备池层中，所述第三路输出信号通过光电探测器转换为n个电信号，经加法器a构成第k层储备池成的输出信号xk(t)，k个电信号经加法器b构成深度储备池层的输出x＝x1(t)+x2(t)+
……
xk(t)。
20.作为本发明的进一步改进，所述可编程门控阵列用于训练深度储备池层的输出x，得到深度储备池层的输出权重，并采用线性回归算法和岭回归算法进行训练。
21.一种基于自旋垂直腔面发射激光器的深度储备池计算方法，采用如上所述的一种基于自旋垂直腔面发射激光器的深度储备池计算系统进行信息处理。
22.作为本发明的进一步改进，具体包括以下步骤：
23.s1、通过驱动激光器输入一原始光信息进入调制器，所述调制器根据波形发生器产生的掩码信号对原始光信息进行调制，调制后的输出光注入深层储备池层中；其中，每个波形发生器产生的掩码信号序列排布不同，注入n个储备池单元的输出光信息相异；
24.s2、自旋垂直腔面发射激光器接收调制后的输出光后输出偏振光，并通过偏振控制器调节泵浦源的泵浦光的偏振椭圆率从而改变自旋垂直腔面发射激光器输出光的偏振态；
25.s3、所述偏振光经过光耦合器分为三路输出信号，其中，所述三路输出信号包括：第一路输出信号，经过所述反馈回路注入到自旋垂直腔面发射激光器；第二路输出信号，依
次经过光电探测器和加法器a注入下一层储备池层；第三路输出信号，依次经过光电探测器和加法器a注入加法器b；
26.s4、加法器b叠加k个储备池层的输出信号后输送到可编程门控阵列，所述可编程门控阵列训练深度储备池层的输出x，得到深度储备池层的输出权重。
27.本发明的有益效果：本发明采用自旋垂直腔面发射激光器构成储备池单元，n个储备池单元构成一个储备池层，其优势在于：一方面该系统使用可控的泵浦光的偏振椭圆率和时分复用过程来生成丰富的储备池状态，另一方面，n个储备池单元能够在保证足够的非线性节点，降低延迟光纤的长度，从而提升储备池计算的信息处理速率；k个储备池层构成深度储备池，通过调节每一储备池层的储备池状态，能够实现泛化重要的特征，突出一般特征，从而提升储备池层的性能。
附图说明
28.图1是本发明系统结构示意图；
29.图2是本发明自旋垂直腔面发射激光器激发调节结构示意图；
30.图3是本发明实施例仿真结果图；
31.图中标号说明：11、驱动激光器；12、波形发生器；13、调制器；21、自旋垂直腔面发射激光器；22、光环行器；23、延迟光纤；24、可变光衰减器；25、光耦合器；31、光电探测器；32、加法器a；33、加法器b；34.可编程门控阵列。
具体实施方式
32.下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
33.参考图1，本发明提供了一种基于自旋垂直腔面发射激光器的深度储备池计算系统，包括：
34.输入层，其包括驱动激光器11和n个连接驱动激光器11的调制器13，每个调制器13对应连接有一波形发生器12，波形发生器12用于产生掩码信号，调制器13根据掩码信号对驱动激光器11的输入信号进行调制；
35.深度储备池层，连接调制器13，其包括k个储备池层，每个储备池层包括n个储备池单元，储备池单元包括自旋垂直腔面发射激光器21和反馈回路，
36.自旋垂直腔面发射激光器21其连接有泵浦源，泵浦源与自旋偏振垂直腔面发射激光器21之间连接有偏振控制器，偏振控制器用于调节泵浦源的泵浦光的偏振椭圆率，从而调节自旋垂直腔面发射激光器21输出信号的偏振态；
37.反馈回路包括光耦合器25，其用于将自旋垂直腔面发射激光器21的输出信号经过光耦合器25反馈输入到自旋垂直腔面发射激光器21；
38.输出层，其包括光电探测器31、加法器a 32、加法器b 33和可编程门控阵列34，每个光耦合器25均连接一光电探测器31，同一储备池层连接的光电探测器31连接一加法器a 32，各储备池层对应的加法器a 32连接下一层储备池层并连接到加法器b 33，加法器b 33连接可编程门控阵列34。
39.本发明系统由一个自反馈的自旋垂直腔面发射激光器21构成储备池单元，n个储
备池单元构成一个储备池层，由k个储备池层构成深度储备池层。其优势在于：一方面该系统使用可控的泵浦光的偏振椭圆率和时分复用过程来生成丰富的储备池状态，另一方面，通过不同储备层间的状态，能够实现泛化重要的特征，突出一般特征，从而提升储备池层的性能。
40.具体的，系统包括：
41.输入层包括驱动激光器11、n个波形发生器12、n个调制器13，用于把输入信号注入到储备层。波形发生器13用于产生n个并行的掩码单元(掩码单元具有不同的序列排布)，掩码单元分别根据不同的掩码信号对输入信号进行调制(波形发生器23产生的经过掩码单元与原始信息相乘生成输入信息)，从而得到n个不同输入光信号注入至深度储备池层中的n(n》1)个储备池单元，通过调节所述的掩码信号能够增加储备池状态的丰富性。在本发明中，调制器13用于调制掩码后的输入信号，可为强度调制器，也可为相位调制器，本发明不做限定。
42.深度储备池层由k(k》1)层小型储备池层组成，每一层小型储备池由n(n》1)个带有光反馈回路的自旋垂直腔面发射激光器21，用于产生更加丰富的非线性动态响应。每个光反馈回路由环行器22、可变延迟光纤23和可调衰减器24组成，每个自旋垂直腔面发射激光器21各有一个环行器22和一个光耦合器25组成，用于光反馈和信号输出。
43.在本发明中，所述的自旋偏振垂直腔面发射激光器21包括一个980nm泵浦源、偏振控制器。自旋垂直腔面发射激光器21作为响应激光器，自旋垂直腔面发射激光器21是通过光泵浦激励，通过调节泵浦光的偏振椭圆率，可改变自旋垂直腔面发射激光器21的动力学状态，通过自旋垂直腔面发射激光器的输出偏振，实现k个储备池层的状态不同，从而丰富储备池层的状态，实现高速信息处理。如图2所示，其具有双偏振、输出偏振可调、动力学状态丰富，体积小和集成度高等优势；其中泵浦源与偏振控制器相连，产生的光信号注入自旋垂直腔面发射激光器21，激发自旋垂直腔面发射激光器21，垂直腔面发射激光器21的数量为k*n个，其中n个激光器之间是独立并行的。在本实施案例中，激光器中的增益材料可以是量子点垂直腔面发射激光器，也可以是量子点垂直腔面发射激光器。激光器的激励方式可以是全光泵浦，也可以是电光混合泵浦，本发明不做限定。
44.自旋垂直腔面发射激光器21发射的光信号经过光环行器22和光耦合器25分为三路；第一路经可变光衰减器24和可调延迟线23注入到自旋垂直腔面发射激光器21，形成反馈回路，储备池层中增加了反馈回路构建递归神经网络，使得储备池单元具有一定的记忆能力；第二路经光电探测器31和加法器a 32注入下一层储备池层中；第三路注入经光经光电探测器31和加法器a 32注入至加法器b 33中；
45.进一步地，k*n个反馈回路的结构相同，均包括光环行器22、延迟光纤23、可变光衰减器24和光耦合器25，延迟光纤21连接光耦合器25，延迟光纤23用于接收光耦合器25的第一路输出；可变光衰减器24连接延迟光纤23，可变光衰减器24用于调节光信号的反馈强度。延迟光纤23的长度等同，例如第k层的n个延迟光纤的长度是相同的。可变光衰减器24调节的反馈强度是等同的，例如，第k层的n个反馈回路的反馈强度是相同的，也可以是不同的。
46.进一步地，选择延迟光纤23来传输信号，利用预先设定好的延迟光纤23将第一路光信号送至自旋垂直腔面发射激光器21。基于延迟光纤23色散小、传输带宽大、衰减小的优点，适合传输高频信号。此外，也可使用空间光传输信号，依据实际情况选择合适的传输方
式，本发明不做限定。
47.输出层，连接光耦合器25、其包括n个光电探测器31、k+1个加法器和可编程门控阵列34，k+1个加法器，加法器包括k个加法器a 32和1个加法器b 33以获取储备池层的响应状态。第三路光信号通过n个光电探测器31转换为n个电信号(拍频产生第n个储备池单元的输出信号)，第k(k＝1,2,
……
n)层的n(n》1)个光电探测器31的输出经射频耦合器输出信号xk(t)。k个电信号经加法器b 33构成深度储备池的输出x＝x1(t)+x2(t)+
……
xk(t)。加法器b 33与可编程门控阵列34相连，可编程门控阵列34包含岭回归算法和线性回归算法，用于训练储备池的输出权重。
48.本发明本发明通过改变储备池的层数和每一层的储备池单元的个数来丰富储备池层状态和增强存储容量，从而实现复杂任务的处理。提供了以下方面增强储备池的节点丰富度，一方面，波形发生器12用于产生n个并行的掩码单元，并与原始信息相乘得到输入信息，其中每个掩码单元的序列排布各不相同，从而实现对输入信号不同的时分复用；另一方面，自旋垂直腔面发射激光器21的偏振度可调，通过调节泵浦光的偏振椭圆率，能够实现自旋垂直腔面发射激光器输出的偏振态，从而增强储层的丰富度；且本发明系统中，提供了一种深度储备池模型，通过调节每一储备池层的储备池状态，能够实现泛化重要的特征，突出一般特征，从而提升储备池层的性能；n个储备池单元的构成一个储备池层，在保证节点数量的同时，增大储备池的信息处理速率。
49.实施例
50.本实施例通过数值仿真模拟了上述基于自旋垂直腔面发射激光器的深度储备池计算系统处理santa fe时间序列预测任务，验证本发明具有高速处理信息的能力。
51.基于数值仿真模拟了所述的基于量子点自旋垂直腔面发射激光器的深度储备池计算系统，建立速率方程如下：
[0052][0053][0054][0055][0056]
其中，下标+，-分别表示右旋偏振模式与左旋偏振模式，小标wl，qd分别表示浸润层和量子点基态层。e表示光泵自旋垂直腔面发射激光器的电场复振幅，n为总载流子密度，m为归一化载流子密度差值，e
inj
表示驱动激光器注入影响，κ为光场衰减速率，α为线宽增强因子，γa和γ
p
分别代表有源区介质的线性色散效应和双折射效应，γ0为载流子衰减速率，γs为自旋反转速率，η
±
分别表示两偏振对应的归一化光泵浦量，总光泵浦量与椭圆偏振度各自定义为η＝η
+
+η-和p＝(η
+-η-)/(η
+
+η-)，kf和τ分别表示反馈强度与延迟时间，k
inj
表示注入强度，e0为驱动激光器注入强度，
△
f为光注入频率失谐。预处理后输入信号s
±
(t)＝u
±
(n)
×
mask(t)，其中u
±
(n)为与任务相对应的输入，mask(t)为掩码信号。仿真中各参数取值为：κ＝250ns-1
；α＝5；γ＝1ns-1
；γa＝0；γ
p
＝8.8*πns-1
；p＝1；η＝1.5；γs＝30ns-1
；φ0＝
0；|e0|＝1.5；
△
f＝-20ghz；τ＝0.1ns；kf＝20ns-1
；k
inj
＝60ns-1
；θ＝10ps。
[0057]
在仿真中，设置虚拟节点间隔θ为10ps，延迟时间设置为0.1ns，信息处理速率为10gbps，激光器数目n＝5，储备池层数k＝1。附图3所示为使用所述的自旋垂直腔面发射激光器深度储备池计算装置进行时间序列预测任务处理的目标、预测结果及误差。从图3可看出，预测结果与预测目标十分接近，且计算得到归一化均方误差nmse值为0.003，说明自旋垂直腔面发射激光器深度储备池计算装置具有良好的预测性能。
[0058]
本发明还提供了一种基于自旋垂直腔面发射激光器的深度储备池计算方法，采用如上所述的一种基于自旋垂直腔面发射激光器的深度储备池计算系统进行信息处理，原理和过程类似，重复之处不再赘述。如图1所示，具体包括以下步骤：
[0059]
s1、通过驱动激光器11输入一原始光信息进入调制器13，调制器13根据波形发生器12产生的掩码信号对原始光信息进行调制，调制后的输出光注入深层储备池层中；其中，每个波形发生器12产生的掩码信号序列排布不同，注入n个储备池单元的输出光信息相异；
[0060]
s2、自旋垂直腔面发射激光器21接收调制后的输出光后输出偏振光，并通过偏振控制器调节泵浦源的泵浦光的偏振椭圆率从而改变自旋垂直腔面发射激光器21输出光的偏振态；
[0061]
s3、偏振光经过光耦合器25分为三路输出信号，其中，三路输出信号包括：第一路输出信号，经过反馈回路注入到自旋垂直腔面发射激光器21；第二路输出信号，依次经过光电探测器31和加法器a 32注入下一层储备池层；第三路输出信号，依次经过光电探测器31和加法器a 32注入加法器b 33；
[0062]
s4、加法器b 33叠加k个储备池层的输出信号后输送到可编程门控阵列34，可编程门控阵列34训练深度储备池层的输出x，得到深度储备池层的输出权重。
[0063]
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。