【本站讯】片上集成微腔光频梳凭借其高重频、倍频程带宽和芯片级集成优势，在相干光通信、精密光谱学、激光雷达及微波光子学等领域展现出巨大潜力。然而，微腔光频梳的可靠部署面临两大挑战：一是如何在芯片级微腔中实现热稳定的耗散克尔孤子（DKS）生成；二是传统启发式辨别与傅里叶分析（FFT）方法在DKS状态识别中耗时费力、难以扩展，且对噪声高度敏感。为此，我校于连栋教授团队联合韩国科学技术院（KAIST）Min-Kyo Seo教授团队和深圳国际量子研究院刘骏秋研究员团队，面向片上集成氮化硅微环腔中DKS的稳定激发与状态识别，提出了一种结合相位调制边带方法和CNN-TMHA模型的智能化系统，实现了对DKS的实时稳健、高精度的长期生成和自动分类。

研究团队首先利用相位调制边带技术作为主动热稳定器，在高Q值的氮化硅微环腔中有效抑制了热不稳定性，成功将孤子台阶的持续时间从几百微秒延长至约两毫秒。在此基础上，团队系统性地生成了包括单孤子、多孤子以及完美孤子晶体（PSC）在内的多种DKS稳定状态，其中PSC态的光学带宽接近250nm，梳齿功率和泵浦到微梳的功率转换效率分别是单孤子的12倍和4倍。团队进一步利用CNN-TMHA模型在热稳定的实测DKS光谱上实现了快速实时且高精度的自动化分类，可达到98.70%的分类准确率、6.51ms的推理延迟和153.58样本/秒的推理速度。此项研究突破了传统DKS产生和分析方法的局限，为微腔光频梳从实验室演示迈向外场应用的智能光子集成系统奠定了坚实基础。未来，团队将进一步把该模块集成到泵浦频率或热调谐的闭环控制中，为实现DKS状态的按需切换与锁定提供新思路，推动片上集成微梳技术在相干通信、LiDAR及精密测量等领域的实际应用。

相关成果以“Deep-Learning-Enabled State Classification in Thermally Stabilized Soliton Microcombs”为题，发表于《ACS Photonics》。博士生李海菊为第一作者，中国石油大学（华东）于连栋教授和韩国科学技术院（KAIST）Min-Kyo Seo教授为通讯作者，中国石油大学（华东）为第一署名单位。该研究得到国家自然科学基金、国家重点研发计划项目、韩国国家科研基金等项目的联合资助。

全文链接：

https://pubs.acs.org/doi/full/10.1021/acsphotonics.5c02366