文章图片
（来源：Science Advances）
研究到这里 ， 尽管证明了两者的关联性和互补性 ， 但是高速光通信的特点还没有被利用起来 。 同时 ， 加载了摩擦电信号后是否会影响光芯片的基本功能（高速通信）也依然未知 。
对此 ， 该团队最早的设想是构建一个系统 ， 先传输由摩擦电信号产生的生物识别信息 ， 再传输文档信息 。 这类似于统计时分复用中的用户标识信息与文档信息 。 研究过程中他们意识到 ， 通过对氮化铝调制器的特殊设计 ， 可成功实现低频生物识别信息和高频文档信息的复用 ， 这样既节约带宽 ， 又提高了传输信号的复杂性 。
连接加速光子神经网络 ， 以实现高效边缘计算
该团队表示：“我们提出的系统是对低成本、易于访问、但同时具有高安全性的云通信架构的尝试 。 我们希望它可以成为一种普适的解决方案 ， 无论是大型机构还是普通的个人都可以使用 。 它有可能通过各种光学多路复用的方法集成众多传感器 ， 支持基于深度学习的多传感器数据融合 ， 并直接连接加速光子神经网络以实现高效边缘计算 。 这可以实现更安全、更准确、算力更强的系统 ， 以支持云通信在 5G 和物联网时代的应用 。 ”
对于研究中比较难忘的事情 ， 其表示：“我们所提出的系统的可行性主要基于两个前提 ， 一是在将由摩擦电器件产生的生物特征信息加载到光域的过程中 ， 不会引起原本就在光线中传输的光信号的遗失 ， 否则复用不可行；二是文档信息和生物特征信息在复用后能被成功解复用 ， 从而各自成功读取 。 ”

文章图片
（来源：Science Advances）
为实现第一个前提 ， 该团队探究了大量氮化铝调制器 ， 并作以系统化研究和测试 ， 最终找到了符合第一个前提的最佳参数 。 因此 ， 当看见原始光信号不会因为加载生物特征信息而遗失时 ， 是一个特殊的时刻 。 针对第二个前提的实现 ， 其也尝试了许多解复用方法 ， 最终发现通过云端软件使用傅里叶变换进行解复用是高效快捷的办法 。 因此 ， 当看见文档信息和生物特征信息被成功解复用 ， 是这项研究中第二个有意义的时刻 。

文章图片
（来源：Science Advances）
由于目前所使用的的氮化铝光芯片的 Pockels 系数较小 ， 限制了电光转换的灵敏度 ， 使得系统只能记录由剧烈的人体运动产生的大电压行为生物特征信号 。 其他具有较大 Pockels 系数的光子材料 ， 如铌酸锂或钛酸钡可用于捕获细微的电压信号 ， 从而记录细微的人体运动（如讲话产生的声压或眼睛运动） ， 并降低摩擦电生物识别扫描仪的尺寸 。
此外 ， 当前系统的数据传输速度受限于微控制器单元的带宽 。 然而 ， 使用更快的数据采集系统甚至潜在的全光模数转换器 ， 可以充分发挥光传输的高速优势 。 例如 ， 当前使用波分复用的光信息比特率已可以超过 400Gbps 。
因此 ， 下一步该团队的研究计划主要包含两个方面 ， 一方面是通过提高光芯片的灵敏度使系统能适用于更多样化的行为生物信息 ， 另一方面是通过优化通信零部件推进系统的数据传输频率 。
-End-
参考：
1、Dong, B., Zhang, Z., Shi, Q., Wei, J., Ma, Y., Xiao, Z., & Lee, C. (2022). Biometrics-protected optical communication enabled by deep learning–enhanced triboelectric/photonic synergistic interface. Science Advances, 8(3), eabl9874.