科学家公布全息数据存储系统，实现更高密度更快速度的数据存储

该方法结合振幅、相位与偏振，在更小空间内存储更多数据。

中国研究人员近日公布了一种全息数据存储系统，该系统利用光的振幅、相位和偏振等多种特性，在三维空间内实现信息的存储与读取。由福建师范大学谭小地教授带领的研究团队发现了一种新方法，与传统存储方式相比，可在相同物理空间内显著增加信息存储量。

全息数据存储是一种先进的光学技术，利用激光将数字信息存储于材料内部。与硬盘或光盘等仅在表面存储数据的方式不同，该技术通过在材料体积内记录重叠的光学图案，实现更高的存储密度和更快的数据传输速率。谭小地教授表示："基于偏振全息原理，我们采用名为卷积神经网络的深度学习架构，成功将偏振作为独立的信息维度加以利用。"

全息数据存储以激光图案生成的图像页形式捕捉信息。编码过程将数字数据转换为这些图像页，解码过程则将其还原为用户数据。然而，此前大多数全息存储系统仅依赖一至两种光维度进行编码。由于难以可靠保存并解码数据，将偏振作为第三维度的应用始终面临挑战。

为解决该问题，研究团队改进了基于张量的偏振全息技术。该技术能在数据重构过程中保持偏振状态，使其可作为稳定独立的数据编码维度。通过双相位全息图控制两个正交偏振态的强度与相位，团队构建了三维调制编码方案，使单一纯相位空间光调制器得以同时编码振幅、相位与偏振信息。

为实现系统实用性，科学家们还设计了一种卷积神经网络，仅利用系统采集的强度图像即可同步解码光的各项特性。传统传感器仅能识别光强度，而通过分别在有偏振器和无偏振器条件下采集衍射图案训练神经网络，系统无需复杂测量即可重构完整三维数据。

研究团队验证了相关理论，并开发出紧凑型实验装置，在偏振敏感介质中完成编码光场的记录与重构。通过分析图像提取振幅、相位与偏振特征后，将这些数据输入神经网络，仅凭强度测量结果即可重构三维数据。谭小地教授强调："总体而言，我们的研究结果表明，多维联合编码显著提升了单页全息数据的信息承载量，从而增强了存储容量。"

谭教授指出，基于神经网络的同步解码技术省去了复杂测量与分步重构环节，实现了更快速的读取与更高效的解码。这为实用化、高容量、高通量的全息存储技术铺平了道路。他认为，这种多维全息存储技术有望缩小数据中心规模、提升大规模归档能力、提高处理与传输效率。他在新闻稿中总结道："该技术还可应用于更安全的数据传输、光学加密和先进成像领域。"

尽管该系统仍处于研究阶段，团队计划通过提升编码灰度级数来增加容量，并改进记录介质的稳定性、均匀性与可重复性。他们还将致力于集成体全息复用技术，实现多页多通道存储。

该研究成果已发表于《Optica》期刊。

如果朋友们喜欢，敬请关注“知新了了”！