切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 1016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 倒序阅读 楼主  发表于: 2023-05-26
    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=?of\,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  
    $/MY,:*e  
    概述 B<rPvM7a  
    9#s,K! !3{  
    我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统,它们是动态链接的。 @ 8A{ 9i  
    q`h7H][(A  
    然后,OpticStudio 通过 Python 节点链接到 optiSLang 进行优化,如图1所示。 mMn2(  
    }FuVY><l  
    !2/l9SUi  
    sTJJE3TBI  
    图1 Lumerical 通过动态链接到 OpticStudio,OpticStudio 通过 Python 节点链接到 optiSLang,优化由 optiSLang 控制。 yl[2et  
    A!n~8zcmp}  
    如图 2 所示,EPE 系统包括两个用于耦入和耦出的光栅。耦出光栅分为几个区,如左侧所示。每个区都将经过优化,以具有不同的光栅形状。右图显示了光在 k 空间中的传播的变化情况。 :17ee  
    }3bQ>whF  
    #tCIuQ,  
    x|&[hFXD  
    图 2 光栅布局图以及光线在K空间的传播 Y=PzN3  
    Bb$S^F(Xq  
    第 1 步:系统设置 (Lumerical) (*LTq C  
    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  
    ;igE IGR  
    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 tPMg Z  
    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  
    jw6ng>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+ -  
    u6CM RZ$  
    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_  
    F b`7 aFIf  
    ?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。 EEnTq  
    ?}>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。
     
    分享到