主要的空间调制相位、幅度和偏振是每个现代光学系统的核心，推动了神经形态光子学、结构光通信和光学密码学等新兴领域的发展。编程相位轮廓使得深度神经网络(DNNs)、水库计算、伊辛机和生成模型的大规模光子实现成为可能。对状态的操控通过提供强大的复用策略和无法通过标量场进行的输入输出操作来增强这种潜力，释放出基于偏振的计算和加密。新的塑形和测量方法对利用光的高维特性至关重要。偏振度是一个统计自由度，扩展了光信息编码的空间。它是任何光学系统的内在部分，量化偏振状态在时间、谱或空间域的变化。根据费曼物理学讲义，电磁波本质上总是极化的，偏振度来源于对非相干波的测量。当探测时间大于偏振波动时间或探测区域超过相干长度时，光线是部分极化的或未极化的。偏振度调谐已通过设计的超材料和工程化检测器所执行的时间或空间积分实现。尽管这些方法对于均匀激光束有效，但波前中的偏振度调制仍然具有挑战性，因为它需要一个能够局部控制状态波动的光子单元。静态超材料缺乏逐像素编程能力，而使用时间开关液晶的尝试却因其低工作频率而受挫。到目前为止，还不存在能在空间中任意调制偏振度和状态的技术。我们通过引入一种统计方法来控制偏振度来填补这一空缺。使用空间光调制器(SLM)，我们在微米级施加随机的状态变化，并定制其概率分布函数。所得到的空间偏振度调制器能够通过庞卡勒球的体积进行信息编码。"高维"一词是指访问这一空间。我们利用这一能力在单波长光束中编码彩色图像。通过将颜色与光频率解耦，我们引入了一种在光学神经网络中通过高维通道编码红-绿-蓝(RGB)信息的方案。与以往报道的光子处理器相比，我们利用光场的多个自由度处理RGB图像，同时结合统计量——偏振度——以及确定性属性。值得注意的是，尽管光学层的线性性，我们通过增加光学层的数量观察到性能的提升，这表明从处理的矢量性质中产生了有效的非线性行为。该平台广泛可接入且可扩展，因为它使用成熟的SLM技术，支持在广泛光谱范围内的数百万个活动像素。通过偏振统计进行空间偏振度调制。根据斯托克斯参数定义，偏振度 ho = ext{sqrt}{S_{1}^{2}+S_{2}^{2}+S_{3}^{2}}/{S_{0}}将光场映射到单位庞卡勒球内的点，径向坐标为 ho(0 ≤ ho ≤ 1)。我们通过一组不同状态的微观空间模式的空间叠加生成具有控制偏振度的光。调谐 ho的关键在于这些集合的统计特性。这种方法实现了空间偏振度调制，因为偏振统计可以在不同的波前区域使用SLM独立定制。图1说明了偏振度调制器的概念。该方案利用SLM对完全偏振激光施加的相位调制。光束被分成N个宏模式，i个宏模式由M个具有随机相位的微模式组成。该相位掩模通过波片传递生成远场的偏振结构光束。该装置使每个SLM像素作为偏振调制单元。微模式对应于微米级的不同状态。宏模式中的状态在远场中混合，产生由微模式的概率分布函数决定的庞卡勒球内的单一有效状态。我们开发了两种不同的方法，以工程化目标光束的位置，同时避免宏模式之间的串扰。第一种方法依赖于在微模式的衍射长度大于的距离自由传播，但小于宏模式的衍射长度。