董建绩，男，华中科技大学教授、博士生导师，2016年获得国家优秀青年基金，2010年获得全国优秀博士学位论文奖，2013年获得湖北省自然科学奖一等奖。2008年—2010年在剑桥大学从事博士后的研究，现任武汉光电国家研究中心主任助理。长期从事集成光计算、集成微波光子学的研究，在超快光学运算和硅基波导光场调控等领域开展了多项开拓性研究。在Nature Communications、Light: Science & Applications、Physical Review Letters以及Optica等国际权威期刊共发表学术论文100余篇，3篇论文入选ESI高被引论文，撰写英文书籍章节1篇，主持国家自然科学基金项目5项，主持重点研发计划项目的课题1项，担任《Frontier of Optoelectronics》执行主编和《IET Optoelectronics》副主编。

专注于光电领域人才的精细培养

专注于微波光子学核心芯片攻关

集成微波光子学是将微波技术的精细处理能力和集成光子学的大宽带、高集成度等特点有机融合的新兴交叉学科，然而微波光子学的特殊应用需求受到硅基集成技术的瓶颈限制，实用化道路仍任重而道远。近年来我关注在微波光子系统中的光学处理器的科学探索上（如图1所示），希望解决面向微波应用的光学处理器的几个核心问题：1）光场高效调控，如何实现单元芯片的高效光场调控？2）微波精细测量，如何弥补微波和光波的巨大带宽鸿沟，在光域内实现超精细的微波操控？3）光学智能响应，如何实现大规模网络拓扑结构的智能化重构？

图1. 集成微波光子系统的构成以及光处理器存在的科学问题

光学处理器通常是由大规模光学拓扑网络（Mesh）构成的光子回路，里面存在大量的光场幅度调节单元、相位调节单元和延时单元，为了实现光学处理器的可重构和灵活调控，通常采用金属热电极对光场进行调控。然而，传统的金属热电极方案需要在金属层和波导层之间隔离一层厚的氧化物，导致热电极的加热效率和调节速率同时降低，而集成微波光子系统通常需要大量幅度相位调节单元，从而产生巨大能耗，这些因素严重限制了大规模微波光子集成器件的进一步发展和应用。为此，在光场高效调控方面，我们提出石墨烯和慢光波导相结合的思想，将石墨烯纳米热电极铺设在光子晶体慢光波导上（如图2所示），实现了加热效率极高（仅3.99 mW达到2π相移）的纳米热电极，光信号开关速度快至550 ns，相比于传统的金属热电极的调制速度提升了3个数量级。为了提升幅相调控的速率，我们进一步提出基于双层石墨烯结合光子晶体慢光波导的高速电光调制器，调制带宽高达12 GHz，该方案避免引入掺杂工艺，大大简化了制备过程。此外，提出了侧面加热型的慢光增强的金属热电极，以消除氧化硅隔离层的热传递损失，热调响应时间快至2 μs。

图2. 基于石墨烯和光子晶体慢光波导的高效热电极

微波光子系统中微波和光波存在巨大的带宽差距，因此光学处理器必须具备超高Q值的频率选择能力才能完成微波频率的精细调控，而在硅基芯片中实现超高Q值的谐振器件的关键是开发超低损耗的光传输波导。传统的硅基光子集成工艺开发的光波导损耗较大，无法满足微波光子系统对微波精细调控的要求。在多年硅基工艺开发经验的基础上，我们提出一种超低损耗波导设计方案并制作了超高Q微谐振器，实现170 MHz的微波处理分辨率，如图3所示。在成功开发高Q微环芯片的基础上，进一步提出了基于频率到时间映射的多功能微波频率测量系统，此系统最大的优势是具备多种测量功能，可以准确识别单频、多频、调频、跳频等多种微波信号以及它们的组合信号，并且具备定量分析频谱的能力。我们进一步将高Q值微环谐振器应用于大孔径时域透镜，首次实现了现场可编程的时域隐身系统，打开的有效隐身窗口大小为3.365 ns，比之前国际上获得的最大有效隐身窗口还要大17倍，且打破了传统时域隐身的周期性限制，在实时数据屏蔽等安全通信领域具有潜在应用。

图3. 高Q谐振器在微波频率测量的应用

光学处理器由大规模光学拓扑网络构成，可编程重构等智能化的微波光子处理器则依赖于众多的幅相单元联合调控，当网络规模巨大时，通过手动调节的方式是不可能完成任务。因此，如何开发光学处理器的自适应配置和智能化响应是实现多任务目标微波光子系统的关键。为此，我们将神经网络学习的思路和可编程光学处理器相结合，提出了若干具有智能化、自配置的可编程光子处理器，如图4所示。我们开发了4×4线性神经网络芯片，结合梯度下降算法实现了自配置的光开光路由、MIMO解扰器、可编程光学滤波器、光学矩阵运算和谷歌网页排名PageRank算法，进一步又将机器学习思想结合二维光栅用到多功能偏振处理器上，这些工作表明，将神经网络的学习思想用于微波光子系统的智能响应是可行的。

图4. 基于学习算法的可编程光子处理器

近年来，我们围绕微波光子芯片中光处理器核心关键问题开展研究，实现了加热效率最高的纳米热电极（Nature Communications, 2017）;展示了多功能微波频率测量，并应用于现场可编程时域隐身系统（Nature Communications, 2019）;基于人工智能学习算法实现自配置智能化的可编程光子处理器（ACS Photonics，2020），相关研究成果受到国内外同行的高度关注，并受邀在《Journal of Optics》杂志上撰写光信号处理（Roadmap on all-optical processing）的发展路线图（Roadmap），并获得湖北省自然科学一等奖。微波光子学主要应用于国防领域以及民用通信领域特别是无线通信系统，随着第六代（6G）移动通信愿景白皮书的发布，人们对6G应用场景有了更多的期待，如空中高速上网、基于全息通信的虚拟现实，并结合人工智能技术实现智能化的灵活网络以及开发智能化的应用场景。毫无疑问，微波光子学的未来发展趋势必然是和人工智能技术结合，逐步形成智能化集成微波光子学。因此，我们也在人工智能光计算芯片领域开展研究，着重关注数字计算、模拟计算、人工智能计算等方向的发展。我们国家有众多科研机构已经在该领域取得了国际领先的学术成果。本人也期盼能够与国内领先科研团队开展更多的产学研合作，开展更多的“从0到1”的原始创新和解决更多的“卡脖子”关键核心技术。

来源：半导体学报