Adaptable phase retrieval for coherent transition radiation spectroscopy based on differentiable physics information

📄 arXiv: 2604.25489v1 📥 PDF

作者: Ritz Ann Aguilar, Maxwell LaBerge, Andreas Doepp, Alexander Debus, Zewu Bi, Michael Bussmann, Arie Irman, Ulrich Schramm, Jeffrey Kelling

分类: physics.acc-ph, cs.LG

发布日期: 2026-04-28

备注: 17 pages, 8 figures

💡 一句话要点

提出基于可微物理信息的相干渡越辐射谱可调相位恢复方法

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 相干渡越辐射 相位恢复 可微物理 梯度下降 电子束诊断

📋 核心要点

  1. 传统CTR光谱相位恢复依赖于GS算法，难以适应复杂实验模型和多诊断约束。
  2. 论文提出基于可微前向模型的梯度下降相位恢复方法，优化傅里叶相位并施加物理先验。
  3. 实验表明，该方法在保真度上与GS算法相当，并能方便地整合多诊断约束和不确定性量化。

📝 摘要（中文）

相干渡越辐射(CTR)光谱是表征激光等离子体和传统加速器中相对论电子束纵向结构的关键诊断技术。从测量的CTR光谱中恢复束团轮廓是一个不适定的相位恢复问题。传统上，这使用Gerchberg-Saxton (GS)型迭代算法解决。然而，这些实现通常依赖于显式逆传播器，使其难以适应复杂的实验前向模型。本文提出了一种灵活的基于梯度的CTR相位恢复框架。通过利用可微的前向模型，我们提出了一种仅相位梯度下降(GD-Phase)方法，该方法强制执行测量的光谱幅度作为硬约束，同时在物理实空间先验下优化傅里叶相位。使用跨越多峰和强调制轮廓的合成CTR光谱，我们针对传统的GS和实空间幅度参数化梯度下降(GD-Amp)算法对GD-Phase进行基准测试。与传统方法不同，这种公式允许将任意可微的实验效果无缝地包含到重建循环中。我们证明了这种物理信息方法不仅重现了GS方法的保真度，而且为纳入多诊断约束和不确定性量化建立了稳健的基线。这使得能够系统地扩展到更高维度、多模态和不确定性感知诊断，从而在实际实验环境中促进快速和可扩展的相位恢复。

🔬 方法详解

问题定义：从相干渡越辐射(CTR)光谱中恢复电子束团的纵向结构是一个典型的相位恢复问题，由于缺乏相位信息，导致问题的不适定性。传统方法如Gerchberg-Saxton (GS)算法依赖于显式的逆传播器，难以处理复杂的实验前向模型，并且难以整合多诊断信息和进行不确定性量化。

核心思路：论文的核心思路是利用可微物理模型，将相位恢复问题转化为一个优化问题，通过梯度下降方法直接优化傅里叶相位。通过将测量的光谱幅度作为硬约束，并引入物理实空间先验，可以有效地约束解空间，从而提高相位恢复的准确性和鲁棒性。这种方法允许将复杂的实验效应无缝地整合到优化过程中。

技术框架：该方法的核心是一个可微的前向模型，该模型描述了电子束团的纵向结构如何影响CTR光谱。该框架包含以下主要阶段：1) 构建可微的CTR光谱前向模型；2) 使用测量的光谱幅度作为硬约束；3) 使用梯度下降算法优化傅里叶相位，同时施加物理实空间先验；4) 从恢复的傅里叶相位和测量的光谱幅度重建电子束团的纵向结构。

关键创新：最重要的技术创新点在于利用可微物理模型和梯度下降算法，避免了对显式逆传播器的依赖。这使得该方法能够灵活地适应复杂的实验模型，并方便地整合多诊断信息和进行不确定性量化。与传统的GS算法相比，该方法具有更好的可扩展性和适应性。

关键设计：该方法使用相位梯度下降(GD-Phase)算法，通过最小化损失函数来优化傅里叶相位。损失函数的设计需要考虑测量的光谱幅度约束和物理实空间先验。具体的技术细节包括：1) 选择合适的梯度下降优化器（例如Adam）；2) 设计合适的物理实空间先验（例如，平滑度约束）；3) 调整学习率和迭代次数以获得最佳的收敛效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过合成CTR光谱数据，将GD-Phase算法与传统的GS算法和GD-Amp算法进行了对比。实验结果表明，GD-Phase算法在保真度上与GS算法相当，并且能够方便地整合多诊断约束和不确定性量化。该方法为高维、多模态和不确定性感知诊断提供了一个稳健的基线。

🎯 应用场景

该研究成果可应用于激光等离子体加速器、传统加速器等领域，用于精确诊断相对论电子束的纵向结构。通过更准确地恢复电子束团的轮廓，可以优化加速器的性能，提高实验结果的质量。此外，该方法还可以扩展到其他需要相位恢复的领域，例如光学成像、X射线衍射等。

📄 摘要（原文）

Coherent transition radiation (CTR) spectroscopy is a critical diagnostic for characterizing the longitudinal structure of relativistic electron bunches in laser-plasma and conventional accelerators. In practice, recovering the bunch profile from a measured CTR spectrum is an ill-posed phase-retrieval problem. Traditionally, this is addressed using Gerchberg-Saxton (GS)-type iterative algorithms. However, these implementations often rely on explicit inverse propagators, making them difficult to adapt to sophisticated experimental forward models. In this work, we introduce a flexible gradient-based framework for CTR phase retrieval. By leveraging a differentiable forward model, we propose a phase-only gradient descent (GD-Phase) approach that enforces the measured spectral amplitude as a hard constraint while optimizing the Fourier phase under physical real-space priors. Using synthetic CTR spectra spanning multi-peaked and strongly modulated profiles, we benchmark GD-Phase against traditional GS and a real-space amplitude-parametrized gradient descent (GD-Amp) algorithm. Unlike traditional methods, this formulation allows for the seamless inclusion of arbitrary differentiable experimental effects into the reconstruction loop. We demonstrate that this physics-informed approach not only reproduces the fidelity of GS methods but also establishes a robust baseline for incorporating multi-diagnostic constraints and uncertainty quantification. This enables the systematic extension to higher-dimensional, multimodal, and uncertainty-aware diagnostics, facilitating fast and scalable phase retrieval in realistic experimental settings.