切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 1013阅读
    • 0回复

    [分享]Zemax & Lumerical | 二维光栅出瞳扩展系统优化 [复制链接]

    上一主题 下一主题
    离线ueotek
     
    发帖
    179
    光币
    446
    光券
    0
    只看楼主 正序阅读 楼主  发表于: 2023-05-26
    简介  lqO"  
    Khbkv  
    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。 k:Iz>3O3]  
    R(c:#KF#8  
    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。 U`D.cEMfH  
    7[wHNJ7)r  
    本篇文章将分为上下两个部分。(联系我们获取文章附件) +6=2B0$ r  
    Gu-*@C:^&  
    概述 LV'@JFT-  
    LCrE1Q%VP  
    我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统,它们是动态链接的。 gxX0$\8o7  
    @Fp-6J  
    然后,OpticStudio 通过 Python 节点链接到 optiSLang 进行优化,如图1所示。 A Z7  
    f&w8o5=|I  
    m]yt6b4  
    J Cu3,O!q  
    图1 Lumerical 通过动态链接到 OpticStudio,OpticStudio 通过 Python 节点链接到 optiSLang,优化由 optiSLang 控制。 edh?I1/  
    x<'(b7{U0  
    如图 2 所示,EPE 系统包括两个用于耦入和耦出的光栅。耦出光栅分为几个区,如左侧所示。每个区都将经过优化,以具有不同的光栅形状。右图显示了光在 k 空间中的传播的变化情况。 :wJ=t/ho  
    { jnQoxN  
    >g%^hjJ  
    zDbjWd  
    图 2 光栅布局图以及光线在K空间的传播 KLI(Rve24  
    D:9/;9V  
    第 1 步:系统设置 (Lumerical) "#H@d+u  
    | fMjg'%{}  
    打开附件中的 ZAR 文件时,两个光栅文件会被提取到设置的路径中。第一个光栅如图 3 所示,它是耦入光栅中使用的二元光栅。该光栅是固定的,在优化过程中不会改变。 ~RV>V*l  
    =v4;t'_^  
    Z&hzsJK{m$  
    l[EnFbD6  
    图 3 耦入光栅结构为二元光栅。 <MhjvHg  
    JJHr<|K  
    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。 #"^F:: b-  
    TO.71x|  
    stDrF1{  
    CKShz]1  
    图 4 耦出光栅中的结构为平行四边形支柱。 as1ZLfN.  
    z z@;UbD"  
    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。 -jc8ku3*  
    SbNs#  
    第 2 步:系统设置(OpticStudio) tn-_3C  
    =Rl?. +uE  
    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。 M{U{iS  
    wD}ojA&DU  
    ;-=Q6Ms8  
    O2|[g8(_F  
    图 5 初始EPE系统和眼盒辐照度。 z~TG~_s  
    \Kph?l9Ww  
    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。 ~n:dHK`  
    s)#8>s-  
    Ys@M1o  
    B+G,v:)R6z  
    图 6 OpticStudio 中的 EPE 系统设置。 0f.rjd  
    E|ce[|2  
    R;9H`L/>  
    ?@U7tNI  
    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。 xjHOrr OQ  
    Byf5~OC  
    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。 u<x2"0f  
    oVPtA@  
    ! 6kLL  
    7\sJ=*  
    图 8 为  EPE 系统中的光栅加载动态链接 DLL。 6fvzTd},  
    J:  
    第3步:优化设置(optiSLang) (VYY-%N`  
    SG1o< #>  
    3-1.Python 用于评估系统 R u^v!l`!7  
    [AzQP!gi  
    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。 (fmcWHs  
    tETT\y|'  
    代码的基本结构首先由 OpticStudio 中的按钮生成,如图  9 所示。 14TA( v]T  
    N zY}-:{  
    图 9 生成 Python 交互式扩展代码的样板。 [h "*>J{  
    ViV"+b#gu  
    BJI}gm2y  
    t^HQ=*c  
    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。 7XKPC+)1ya  
    c\i`=>%b@  
    oQgd]| v  
    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。 6Z~u2&  
    ^,L vQW4  
    {HKd="%VG  
    `UFRv   
    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。 _3UH"9g{  
    Nx~9Ug  
    -TKS`,#  
    p F\~T>  
    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。 rzJNHf=FVY  
    rrK&XP&  
    BIf E+L(  
    /\L|F?+@  
    ?Xm!;sS0  
    iOpMU  
    图 10  从 4 个角插值的各个区的参数计算。 ,-PzUR4_Kj  
    J&4QI( b.  
    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。 *"V5j#F_  
    Dm=t`_DL8  
    设置参数后,我们使用以下代码段追迹光线。 ]>fAV(ix  
    tx}} Kd  
    m,nZrap  
    $mvcqn;  
    使用 optiSLang 优化系统的另一个好处是数据后处理。在这个优化过程中,我们不会直接优化眼盒上的辐照度分布。我们首先使用瞳孔函数对辐照度分布进行卷积,如图11所示,然后将优化目标设置为该卷积结果的均匀性。这个结果的x和y轴可以解释为人眼在眼盒中的偏移。z轴是人眼看到的平均辐照度。 Xz)UH<  
    '< ]:su+  
    |FZ)5  
    6~8A$:  
    }} cz95  
    ' N$hbl  
    图 11 使用瞳孔函数对辐照度分布进行卷积. ~[|&)}q  
    H.EgL@;mb  
    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。 <. j`n  
    ok;Yxp>  
    [(v?Z`cX\  
    GOJ*>GpS  
    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。 [r'PGx  
    ,i>u>YNZ  
    3R(GO.n=]  
    w~J 7|8Y  
    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。 n>]`8+a~%X  
    } ).rD  
    ^'EeJN  
    x)eYqH~i  
    进一步的设置详解我们会在后续的文章中,进行介绍。
     
    分享到