|
简介 *j/uihY nO-d"S* 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。 M2a}x+5' -.^@9
a> 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。 F: f2s:< il=?o f\,i 本篇文章将分为上下两个部分。(联系我们获取文章附件) J,6!7a $/MY,:*e 概述 B<rPvM7a 9#s,K! !3{ 我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统,它们是动态链接的。 @ 8A{ 9i q`h7H][(A 然后,OpticStudio 通过 Python 节点链接到 optiSLang 进行优化,如图1所示。 mMn2( }FuVY><l !2/l9SUi sTJJE3TBI 图1 Lumerical 通过动态链接到 OpticStudio,OpticStudio 通过 Python 节点链接到 optiSLang,优化由 optiSLang 控制。 yl[2et A!n~8zcmp} 如图 2 所示,EPE 系统包括两个用于耦入和耦出的光栅。耦出光栅分为几个区,如左侧所示。每个区都将经过优化,以具有不同的光栅形状。右图显示了光在 k 空间中的传播的变化情况。 :17ee }3bQ>whF #tCIuQ, x|&[hFXD 图 2 光栅布局图以及光线在K空间的传播 Y=PzN3 B b$S^F(Xq 第 1 步:系统设置 (Lumerical) (*LTqC Q1]V|S;)X 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。 -Mit$mFn j*zB
{ s
K Xcs8zT K'>P!R:El 图 3 耦入光栅结构为二元光栅。 H0 {Mlu9 V6A5(-%`y 第二个 .fsp 文件如图 4 所示,它是一个具有 7 个变量的平行四边形柱体。在优化期间,耦出中的每个区都将使用不同的变量组合集进行优化 。有关优化设置的更多信息将在优化设置部分中进行说明。 Fmy1nZ ?*B;514 H57jBD VGq{y{( 图 4 耦出光栅中的结构为平行四边形支柱。 [~zE,! .N?|t$J 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。 kfH9Y%bOy 1c1e+H 第 2 步:系统设置(OpticStudio) 9aW8wYL~b ;igEIGR 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。 (!^N~ =e; }W^V^i ) RlG'|xaT m-Mhf; 图 5 初始EPE系统和眼盒辐照度。 PQr#G JG7 C?_t8G./_ 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。 2b{@]Fp 853]CK< pO-)x:Wg 7$E2/@f 图 6 OpticStudio 中的 EPE 系统设置。 BxW||O|_N" >2!^ dT^D SLbavP#G _rWTw+
L 图7 探测器的镜像参数设置为 1,这意味着该探测器在 x 方向上镜像。 *J*zml3 si+5h6I.} 可以看出, 系统中的所有光栅物体都已使用动态链接 DLL 进行设置,如图 8所示。 ^MF=,U'8 gu~-} [qc6Q: fb;hf:B: 图 8 为 EPE 系统中的光栅加载动态链接 DLL。 q[We][Nrzb C/grrw 第3步:优化设置(optiSLang) z^SN#v$ DU*Hnii 3-1.Python 用于评估系统 tPMgZ j$JV(fz 附件中包含了一个 python 文件 EPE_2D_for_optiSLang.py,用于将 optiSLang 链接到OpticStudio。使用python代码将 Ansys optiSLang 附带的优化器与求解器Ansys Zemax OpticStudio + Ansys Lumerical 链接非常有用。优势在于可以在每个优化周期中进行数据的预处理跟后处理,灵活性非常高。本章节会对代码结构进行解释。 Bk@_]a }b\ipA,~ 代码的基本结构首先由 OpticStudio 中的按钮生成,如图 9 所示。 1bFEx_ |\{J`5gr 图 9 生成 Python 交互式扩展代码的样板。 A=l?IC@O p]J]<QaZD Tk2&{S " E(L^hZMc 另外几个模块被导入到样板中。模块 numpy,scipy 用于对来自眼盒的辐照度数据进行后数据处理。模块matplotlib用于在眼盒上绘制和导出辐照度以供以后查看。导入 time 和 random 模块,以便计时器跟踪计算时间。 fitK2d QvyUd%e'5A g*\v}6
h 通过尝试读取变量 OSL_WORKING_DIR,我们可以知道这个 Python 代码是由 optiSLang 调用还是手动调用。当 optiSLang 调用 Python代码时,将创建一些称为环境变量的变量来传递一些 optiSLang 信息。即使这些变量未在 Python 文件中定义,当 optiSLang 调用代码时,它们是可用的。 f/|a?n2\hm :7'0:'0$t Xl
'\krz jw6 ng>9 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。 'ra_Zg[j %'p|JS *jqPKK/ //@sktHsw( 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。 !'UsC6Y4 0v,`P4_k R?FtncL%D 3k|~tVM 2oNPR+
- u6CMRZ$ 图 10 从 4 个角插值的各个区的参数计算。 kk>0XPk Mz#S5 s 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。 Zzzi\5&gU {pi67"mYp 设置参数后,我们使用以下代码段追迹光线。 gJ}'O4*b u9[w~U# w2mlqy2L MYW 4@# 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。 bB[*\ -$Z-hxs^ EJiF_ Fb`7aFIf ?R~Ye GCmVmOdKr 图 11 使用瞳孔函数对辐照度分布进行卷积. X/C54%T ~ " kJWWR 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。 E EnTq ?}>B4Z) "NI>HO.U 6T
aT_29 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。 `J;/=tf09 ^IegR> X+G*Q}5 4pHPf<6 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。 KARQKFp!C> ur_"m+ x'PjP1 ^i,0n}> 进一步的设置详解我们会在后续的文章中,进行介绍。
|