復享光學顯微角分辨光譜儀完成國家科技部科技成果入庫

2022年9月，上海復享光學首創(chuàng)的基于傅里葉光學顯微角分辨光譜儀(ARMS)通過國家科技部科技成果評價并成功入庫，這標志著我國在相關領域技術不僅達到國際先進水平，也為光子芯片、光子晶體、超構材料等領域的技術發(fā)展奠定了堅實基礎。

由主任莊松林院士、副主任王建宇院士領銜的共七位專家組成的評價委員會對 ARMS 進行考察、現(xiàn)場測試及討論后，一致認定——

1.   ARMS解決了顯微角分辨光譜檢測的關鍵問題，實現(xiàn)了在廣譜頻域空間的高分辨率，首次完成了實空間和動量空間的自動化掃描技術，可用于可見和近紅外波段瞬態(tài)信號采集，并且開發(fā)了具有自主知識產權的光學逆問題算法，解決了光學微納尺度結構的量測和性能評價問題。

2.   此技術成果難度大、創(chuàng)新性強。產品綜合技術已居國際先進水平，其中適合顯微角分辨的動量空間透鏡組與動量空間外差干涉技術核心點達到國際領先水平。

BIC和渦旋光束研究中的顯微角分辨光譜實測結果

Nature Photonics. 2020, 14(10): 623-628.資劍教授等

放眼全球，復享光學既是角分辨光譜技術的早期探索者，也是推動該技術發(fā)展、實現(xiàn)產品多樣化并深入產業(yè)落地的先行者，并掌握該領域核心技術知識產權，已擁有完整技術鏈及對應產品線。

角分辨光譜技術廣泛服務于多學科多領域

在全球微納光子學領域，ARMS 已服務了包括清華大學、北京大學、美國加州大學河濱分校和韓國光云大學等高等院校及科研院所的上百個課題組。論文引用、標注與致謝超200篇，其中包括殷亞東教授團隊發(fā)表在Nano Letters, 2020, 20(8): 6051-6058.的關于太陽能集成蒸發(fā)器的研究；王占山教授、程鑫彬教授團隊發(fā)表在Science Advances, 2022, 8(9): eabk3381. 的關于超表面材料的研究；成都光電所羅先剛院士團隊發(fā)表在Advanced Science, 2022, 9(9): 2103429.的關于二維材料的研究。

助力學科發(fā)展的同時，ARMS還服務國家重大工程。復享光學與中國人民銀行的合作是其中的代表案例，成功將角分辨光譜技術應用于人民幣 OVMI 光學漸變磁性油墨的研發(fā)環(huán)節(jié)。

當前，ARMS 在集成電路與光電子等戰(zhàn)略新興產業(yè)多點發(fā)力，已囊括歌爾光學、中芯國際、OPPO、京東方等頭部客戶，并憑借角分辨光譜技術的獨特性和成熟性，通過了行業(yè)驗證。

角分辨光譜技術，洞察光場的新工具

角分辨光譜技術是一種在動量空間觀測光子色散關系（k~ω）的精細化光譜技術。該技術能夠在實空間、動量空間以及頻率空間，實現(xiàn)對微納光子結構的多維度（光譜、偏振態(tài)以及光學相干性等）成像觀測，是觀測微結構光學模式最直接、最有效的手段。

角分辨光譜技術-光子學的ARPES

角分辨光譜技術是復享光學面向全球市場、具有開創(chuàng)性的鼎力之作。歷時多年沉淀，復享光學的角分辨光譜技術不斷創(chuàng)新，產品持續(xù)迭代，應用領域加速擴展；復享光學始終以先進光譜技術助力科研創(chuàng)新，賦能微納制造。

ARMS扎根全球實驗室

ARMS，角分辨光譜技術的新高度

隨著角分辨光譜技術的推進，復享光學歷經三代技術發(fā)展不斷迭代推新，已擁有全代次的系列化角分辨光譜產品。

三代角分辨光譜技術

基于光學傅里葉變換的角分辨光譜技術，采用光學變換取代了一般角分辨操作中的機械角度轉動，再結合顯微物鏡的空間分辨能力，因此具備了在微納米尺度即時(瞬態(tài))獲取全部光譜信息的能力，是目前唯一可以同時獲取包括能量、動量、空間、偏振等物質結構信息的精細化光譜分析技術，具有優(yōu)異指標和卓越性能。

1.  精細的角度分辨，角分辨率可達< 1.9 mrad @VIS，< 20 mrad @NIR；

2.  超寬光譜探測，最寬可達 350~1700  nm 的光譜探測；

3.  瞬態(tài)光譜采集能力，毫秒級實現(xiàn)全角度角分辨光譜檢測；

4.  不變的探測光斑，真正實現(xiàn)原位探測；

5.  豐富的測量模式，多達 9 種光譜測量模式；

6.  微米量級樣品的光譜檢測，最小可達 10 μm 角分辨光譜探測；

7.  優(yōu)異的擴展性，可擴展適用于低溫和強磁場等條件。

ARMS，微納光電子學科發(fā)展的新動力

ARMS 是隨著微納光子學的發(fā)展應運而生的系統(tǒng)級產品，是獲取光子材料色散關系，實現(xiàn)光學性質“全面表征”的必要裝備。其中，近紅外波段 ARMS 具有更強的技術新穎性，能夠為相關科學研究的快速突破帶來幫助。

ARMS 廣泛適用于光子晶體、表面等離子體、超構材料、微腔光子材料、光-激子強耦合、二維材料、有機發(fā)光、等離子體激光、納米線激光、量子點、光學天線、納米顆粒、SERS、光子芯片、LED/OLED等多學科領域。

ARMS發(fā)現(xiàn)光子晶體動量空間偏振新自由度

Physical Review Letters, 2018, 120(18): 186103. 石磊教授等

ARMS助力新冠病毒檢測

Matter, 2022, 5(6):1865-1876. 宋延林研究員等

ARMS，微納制造檢測的新方案

處于集成電路和光電子產業(yè)上游的微納制程光學量測環(huán)節(jié)，是芯片良品率控制的關鍵。在此關鍵領域，我國遠遠落后于國際先進水平。ARMS 所采集的多維度光譜富含微納結構的三維形貌信息，可以作為微納制程量檢測的一把精密的標尺。復享光學提出并實現(xiàn)了基于 ARMS 的全新光學微納制程量測新原理和新技術。

該原理利用深度神經網絡構筑了微納米尺度結構與動量空間色散的構效關系和映射。同時，由于在所測量的色散關系中包含了冗余的結構信息，因此在實際技術應用中極大優(yōu)化了量測逆問題中測量噪音帶來的病態(tài)問題，實測結果達到亞納米分辨穩(wěn)定性和 98% 以上的置信度。

光學逆問題解決產業(yè)微納量檢測難點

三維等離子尺結構重構結果與OCD量測結果對比

Light: Science & Applications, 2021, 10(1): 1-10. 石磊教授等

復享光學，全球高端光學設備的新勢力

ARMS 是極具先進性和實用性的復雜光譜系統(tǒng)，是全球高端光學設備的代表產品。ARMS 由復享光學與復旦大學光子晶體課題組資劍教授、石磊教授共同研發(fā)。從基礎創(chuàng)新、技術突破，到產學研轉化，再到市場驗證，ARMS 多次獲得政府項目支撐，包括國家重大科研儀器項目、上海市科委儀器專項、上海集成電路支撐專項、科技啟明星項目等。

為精準響應市場需求，持續(xù)推出突破性的產品，復享光學建立了多層次的研發(fā)平臺。為此，復享光學成立了對接產業(yè)需求的“上海微納制程智能檢測工程技術研究中心”，并與復旦大學共同建立了致力于研究微納制造前沿共性關鍵技術的“復旦大學光檢測與光集成校企聯(lián)合研究中心”。

復享光學作為深度光譜技術的創(chuàng)導者，發(fā)展智能光譜技術，以深度算法為驅動，持續(xù)精研角分辨光譜、顯微光譜、偏振光譜、相位光譜、拉曼光譜等分析技術，通過以科研應用為基礎和出發(fā)點，以產業(yè)需求為目標和落腳點，形成具有自主知識產權的復雜光譜系列產品，參與全球技術迭代，建立高端光學設備的世界品牌。

附：復享光學ARMS角分辨光譜技術文獻清單（部分）

[1] Wang B, Liu W, Zhao M, et al. Generating optical vortex beams by momentum-space polarization vortices centred at bound states in the continuum[J]. Nature Photonics, 2020, 14(10): 623-628.

[2] Zhang Y, Chen A, Liu W, et al. Observation of polarization vortices in momentum space[J]. Physical review letters, 2018, 120(18): 186103.

[3] Zhang Z, Zhao M, Su M, et al. Self-assembled 1D nanostructures for direct nanoscale detection and biosensing[J]. Matter, 2022, 5(6):1865-1876.

[4] Sun C L, Li J, Song Q W, et al. Lasing from an Organic Micro‐Helix[J]. Angewandte Chemie International Edition, 2020, 59(27): 11080-11086.

[5] Yue W, Gao S, Lee S S, et al. Highly reflective subtractive color filters capitalizing on a silicon metasurface integrated with nanostructured aluminum mirrors[J]. Laser & Photonics Reviews, 2017, 11(3): 1600285.

[6] Li T, Chen A, Fan L, et al. Photonic-dispersion neural networks for inverse scattering problems[J]. Light: Science & Applications, 2021, 10(1): 1-10.