テラビット級光イーサネットを実現する波長、モード分割多重伝送融合光波回路の研究

R4年度は、研究実施計画記載項目のうち、以下の3点について検討を行った。(1) 機械学習技術により生み出す極小波長依存Si導波路型モード合分波器の開発: 研究代表者がこれまで開発を進めてきた、独自機械学習技術の波面整合法を用いて、前年度に検討した、Si導波路、非対称性方向性結合器（ADC）型モード合分波器の高性能化を行った。具体に、最適化前の初期構造を単純な直線導波路ADCから、テーパ型ADCに変更することで、帯域、製造トレランスを強化した2モードADCの設計を行い、試作により原理確認を果たした。(2) モード制御技術援用による、高性能、強トレランス波長合波器: マッハツェンダー干渉計（MZI）内の遅延線導波路について、位相変化の導波路幅依存性をキャンセルするような、条件式を導出し、導波路幅の変化に対し、ピーク波長位置が変化しにくい、強トレランス波長合波器を設計した。高次モードを用いる場合、用いない場合の両方の設計を行い、まずは、高次モードを用いない場合の素子を試作し、導波路幅変化に対する耐性が強いことを実証した。さらに、(1)のモード合波器と(2)の波長合波器を一括集積した、2モード・4波長合波器を実現した。(3) モード依存損失（利得）、モード間群遅延差を補償するモード交換器、利得等化器: 前年度に構築した、ベイズ推定法に基づく新しい機械学習技術による設計法により、超小型2、3モード交換器の設計を行った。モザイク構造を用いることにより、超小型のモード交換器が構成可能であることを明らかにした。そのほか、波面整合法に関して、理想出力の位相を考慮することで、より安定に高性能な素子を創出する、新型の波面整合法を開発した。

R4年度は、研究実施計画記載項目のうち、以下の3点について検討を行った。(1) 機械学習技術により生み出す極小波長依存Si導波路型モード合分波器の開発: 研究代表者がこれまで開発を進めてきた、独自機械学習技術の波面整合法を用いて、前年度に検討した、Si導波路、非対称性方向性結合器（ADC）型モード合分波器の高性能化を行った。具体に、最適化前の初期構造を単純な直線導波路ADCから、テーパ型ADCに変更することで、帯域、製造トレランスを強化した2モードADCの設計を行い、試作により原理確認を果たした。(2) モード制御技術援用による、高性能、強トレランス波長合波器: マッハツェンダー干渉計（MZI）内の遅延線導波路について、位相変化の導波路幅依存性をキャンセルするような、条件式を導出し、導波路幅の変化に対し、ピーク波長位置が変化しにくい、強トレランス波長合波器を設計した。高次モードを用いる場合、用いない場合の両方の設計を行い、まずは、高次モードを用いない場合の素子を試作し、導波路幅変化に対する耐性が強いことを実証した。さらに、(1)のモード合波器と(2)の波長合波器を一括集積した、2モード・4波長合波器を実現した。(3) モード依存損失（利得）、モード間群遅延差を補償するモード交換器、利得等化器: 前年度に構築した、ベイズ推定法に基づく新しい機械学習技術による設計法により、超小型2、3モード交換器の設計を行った。モザイク構造を用いることにより、超小型のモード交換器が構成可能であることを明らかにした。そのほか、波面整合法に関して、理想出力の位相を考慮することで、より安定に高性能な素子を創出する、新型の波面整合法を開発した。