|
|
简介 &j"?\f? ",; H`V 本文提出并演示了一种以二维光栅耦出的光瞳扩展（EPE）系统优化和公差分析的仿真方法。 'zTLl8P 0S!K{xyR 在这个工作流程中，我们将使用3个软件进行不同的工作 ，以实现优化系统的大目标。首先，我们使用 Lumerical 构建光栅模型并使用 RCWA 进行仿真。其次，我们在 OpticStudio 中构建完整的出瞳扩展系统，并动态链接到 Lumerical 以集成精确的光栅模型。最后，optiSLang 用于通过修改光栅模型来全面控制系统级优化，以实现整个出瞳扩展系统所需的光学性能。 Zb>? 8 q>+k@>bk @ 本篇文章将分为上下两个部分。（联系我们获取文章附件） V**~m9f _]H&,</ 概述 K w ]= sUQ@7sTj 我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统，它们是动态链接的。 !_)[/ q" tT_\ i6My 然后，OpticStudio 通过 Python 节点链接到 optiSLang 进行优化，如图1所示。 BQMpHSJ_ ggR.4&<  "+G8d' %YV .#8 JCY 图1 Lumerical 通过动态链接到 OpticStudio，OpticStudio 通过 Python 节点链接到 optiSLang，优化由 optiSLang 控制。 rjYJs*# lRFYx? y 如图 2 所示，EPE 系统包括两个用于耦入和耦出的光栅。耦出光栅分为几个区，如左侧所示。每个区都将经过优化，以具有不同的光栅形状。右图显示了光在 k 空间中的传播的变化情况。 )Ql%r?(F+ jQB 9j  x s|FE3:a NC(~l 图 2 光栅布局图以及光线在K空间的传播 aqk!T%fg 1mG- } 第 1 步：系统设置 （Lumerical） _-g&PXH eeB{c.# 打开附件中的 ZAR 文件时，两个光栅文件会被提取到设置的路径中。第一个光栅如图 3 所示，它是耦入光栅中使用的二元光栅。该光栅是固定的，在优化过程中不会改变。 tG a8W zK@@p+n_#.  3
Za} b| [{ ,1=AB 图 3 耦入光栅结构为二元光栅。 l]8uk^E ,k3FRes3 第二个 .fsp 文件如图 4 所示，它是一个具有 7 个变量的平行四边形柱体。在优化期间，耦出中的每个区都将使用不同的变量组合集进行优化 。有关优化设置的更多信息将在优化设置部分中进行说明。 q(84+{>B t b}V5VH  "4{r6[d n wFZP,fQ9l 图 4 耦出光栅中的结构为平行四边形支柱。 < RL] Qvhl4-XjZa 这两个.fsp文件都是用动态链接的形式在 OpticStudio 中用于模拟完整的EPE系统。 Ysv"
6b} Y76gJ[y jn 第 2 步：系统设置（OpticStudio） 5=ryDrx ZJiG!+-j 如图5所示，在该系统中，准直光束入射到耦入光栅上，通过波导传播，并与第二个光栅耦合。眼盒位于第二个光栅的较远部分。优化的目标是优化眼盒接收的均匀性和总功率。 eJ-nKkg~a `;egv*!P  I; rGD^ = dN@Sa/ 图 5 初始EPE系统和眼盒辐照度。 utV_W& EADq C> 在附件中有一个 OpticStudio 中建立的整个EPE系统的 zar 文件。如图 6 所示，仅构建了第二个光栅一半的区域。这是因为系统具有对称性。从图 7 可以看出，探测器的参数镜像设置为 1，这意味着在光线追迹期间，将始终对-x和+x部分进行镜像。这样一来，我们可以只用一半的光线获得相同的模拟结果。 0o&5 ]lEe z dam^o  .7X^YKR X"%gQ.1|{j 图 6 OpticStudio 中的 EPE 系统设置。 CpT j JXb Xsa].  5v*\Zr5ha c-sf g>0 ^ 图7 探测器的镜像参数设置为 1，这意味着该探测器在 x 方向上镜像。 1?l1:}^ L 3ckclO\|> 可以看出， 系统中的所有光栅物体都已使用动态链接 DLL 进行设置，如图 8所示。 KM ax$ \s\?l(ooq"  ?}Y]|c^W p5*EA
x 图 8 为 EPE 系统中的光栅加载动态链接 DLL。 x]j W<A 4_ML ],. 第3步：优化设置（optiSLang）
[dz _R 3 Jn ;} 3-1.Python 用于评估系统 8 L Cb+^ f
_:A0 附件中包含了一个 python 文件 EPE_2D_for_optiSLang.py，用于将 optiSLang 链接到OpticStudio。使用python代码将 Ansys optiSLang 附带的优化器与求解器Ansys Zemax OpticStudio + Ansys Lumerical 链接非常有用。优势在于可以在每个优化周期中进行数据的预处理跟后处理，灵活性非常高。本章节会对代码结构进行解释。 @2i9n < F'\lA9 代码的基本结构首先由 OpticStudio 中的按钮生成，如图 9 所示。 M <&= S M"L=L5OH- 图 9 生成 Python 交互式扩展代码的样板。 !5!<C,U
Q+{n-? :  );YDtGip J rPm x 另外几个模块被导入到样板中。模块 numpy，scipy 用于对来自眼盒的辐照度数据进行后数据处理。模块matplotlib用于在眼盒上绘制和导出辐照度以供以后查看。导入 time 和 random 模块，以便计时器跟踪计算时间。 #<x m. [nh>vqum  `WS&rmq &' 通过尝试读取变量 OSL_WORKING_DIR，我们可以知道这个 Python 代码是由 optiSLang 调用还是手动调用。当 optiSLang 调用 Python代码时，将创建一些称为环境变量的变量来传递一些 optiSLang 信息。即使这些变量未在 Python 文件中定义，当 optiSLang 调用代码时，它们是可用的。 DHRlWQox &7s.`  nJ;.Td izR"+v 在这个 Python 代码中，有32个变量，如 clen1、h2、rot4、w1 和 power，用于优化，需要由 optiSLang 定义。我们会将这些变量设置为 optiSLang 中的参数，在灵敏度分析或优化时，optiSLang将自动改变它们的值。如果我们不是从 optiSLang 直接运行这个 Python 代码，那么这些变量的值将是常量，如下面的代码所示。 x?<FJ"8"k FP>2C9:d  NHE 18_v5 e ' <)V_ 如图10所示，每个区的光栅参数是通过预设的4个角的数据通过插值来确定的。其中 ν 是 dC、dR、dL、θC、θR、θL 、h ，n 是 1，2，3，4，对应于 4 个角。通过这个公式，每个区上的7个光栅参数可以通过具有一定权重（wn）和非线性值（p）的4个角的参数来控制。 J . <F"r> B)UZ`?>c  vih9 KBT 4^d?D!j  y1#1Ne_ 2~2 O V 图 10 从 4 个角插值的各个区的参数计算。 ,#K'PB4 E iURe( [@ optiSLang 按照预定义的优化算法改变这些参数。不同的参数值被设置到 python 代码中，这将进一步设置 OpticStudio 中每个光栅块的参数。在这个过程中，Python代码扮演着将这些变量转换为 OpticStudio 中精确参数的工作。只有当我们使用 optiSLang 而不是 OpticStudio 中的内置优化器优化系统时，这种预数据处理才有可能。通过这种方式，optiSLang 可以根据一些未直接暴露在OpticStudio UI中的虚拟或高级变量来优化系统。 =Esa vN Uw:"n]G]D? 设置参数后，我们使用以下代码段追迹光线。 n&!-9:0 G+m }MOQP7  hqdDm nr3==21Om4 使用 optiSLang 优化系统的另一个好处是数据后处理。在这个优化过程中，我们不会直接优化眼盒上的辐照度分布。我们首先使用瞳孔函数对辐照度分布进行卷积，如图11所示，然后将优化目标设置为该卷积结果的均匀性。这个结果的x和y轴可以解释为人眼在眼盒中的偏移。z轴是人眼看到的平均辐照度。 ~>XxGjxe GtHivC  Alq(QDs A=>u
1h69  H;"4 C8K7 OZ&o:/*H M 图 11 使用瞳孔函数对辐照度分布进行卷积. v` r:=K p]"4#q\( 根据卷积结果，我们可以计算对比度 、总功率和均匀性，如下所示。 #L NED)Vg 7[wPn`v2  y_[vr:s5pG !Z6{9sKR=] 这些标准的代码定义如下。在这种情况下，我们主要希望针对 Contrast 和 Total Power 进行优化。均匀性的功能类似于对比度，两者都希望眼盒上的辐照度均匀。尽管它们用于相同的目标，但它们使用不同的定义，在这里我们考虑两者。 ss-D(K" i -&yH  6w7 7YTJ eV~goj Python 代码的最后一部分，如下所示，绘制了眼盒辐照度的结果及其卷积结果。然后导出图片。这对于用户直接在 optiSLang 后处理中检查每个优化系统的辐照度分布非常有用。 i@'dH3-kO
D&zle~" J  sR8"3b<qA #A .@i+Zv 进一步的设置详解我们会在后续的文章中，进行介绍。
|
