切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 312阅读
    • 0回复

    [技术]VirtualLab Fusion应用:非近轴衍射分束器的设计与严格分析 [复制链接]

    上一主题 下一主题
    离线infotek
     
    发帖
    5774
    光币
    23022
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    o)XrC   
    直接设计非近轴衍射分束器仍然是一个挑战。由于衍射角相当大,元件的特征尺寸与工作波长在相同的数量级上。因此,设计过程超出了近轴建模方法。因此,在这个例子中,迭代傅里叶变换算法(IFTA)和薄元素近似(TEA)用于衍射元素的初始设计结构,和傅里叶模态方法(FMM)随后应用于严格的性能评估。 Ik^^8@z  
    w^Y/J4 I0  
    设计任务 [hSJ)IZh  
    h#Z[ "BG  
    aC`>~uX##V  
    使用近轴近似的衍射1:7×7分束器的初步设计,通过严格分析,进一步优化零阶均匀性和影响
    Bk\Y v0  
    |P]W#~Y-  
    光栅级次分析模块设置 C<C$df  
    5e. aTW;U  
    使用常规的分束器会话2编辑器,VirtualLabFusion提供了一个指导工具,允许用户一步一步地指定所有影响分束器设计的参数
    rmzzbLTu  
    `$Rgn3  
    1. 通过应用设计带中的结构设计,所得到的传输函数可以转换为结构轮廓。 :0:Tl/))  
    2. 对于此转换,使用了薄元近似(TEA)。因此,所得到的结构与初始相位函数成正比。 ,2$<Pt;  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 LUD .  
    4. 要在不同的模拟场景中使用这种结构,需要从组件内部获取实际的采样表面或指定的堆栈。
    QNOdt2NN  
    衍射分束器表面  .x%w#  
    为了进一步评估,使用了通用光栅光学设置,其中加载之前保存的堆栈。光栅光学装置提供了独特的工具、组件和分析仪,以进一步研究给定周期结构的特性和性能。 pWKE`x^  
    1v|-+p42  
    衍射光束求解器-薄元素近似(TEA) 0&s a#g2  
    *JDz0M4f  
     一般光栅组件提供了薄元近似(TEA)和傅里叶模态方法(FMM)作为解决模型给定的光栅。 ^O*-|ecA  
     薄元近似通常产生更快的结果,当结构小于波长的5倍,可能有精度问题,。 T+nID@"36  
     傅里叶模态方法允许一个严格的模拟,但需要更高的数值计算。
    te( H6c#0  
    FA*$ dwp  
    光栅级次和可编程光栅分析仪 `sqr>QD  
    %<-OdyM  
    [TOo 9W  
    设计与评估结果 NH|I>vyN  
    相位功能设计 g8uqW1E^  
    结构设计 Qpv#&nfUi6  
    TEA评价 enJ; #aA  
    FMM评估 5h/,*p6Nje  
    "jyo'r  
    通用设置 _l9fNf!@  
    提供多次运行文档,允许用户执行任意数量的设计,并提供根据特定标准筛选结果的选项。 g0j)k6<6(Y  
    通过这种方法获得了以下三个结果:我们将对其进行进一步评估。 c+3`hVV  
    P6.PjK!Ar  
    纯相位传输设计 J-tqEK*  
    8^}/T#l  
    k!x|oC0  
    结构设计 %CHw+wT&  
    X3G593ts  
    =F$?`q`  
    更深的分析 eZOR{|z  
    •高度剖面的缩放对零阶有很大影响。 4& cQW)  
    •可以利用这一点来纠正零阶不期望的效率,从而改善均匀性。 [tk x84M8  
    •参数运行是执行此类调查的最佳工具。 }y6@YfV${  
    V?S}%-a  
    使用TEA进行性能评估 zA9q`ePS  
    Ztmh z_u7  
    7he,(V  
    使用FMM进行性能评估 `z'8"s  
    ~\JB)ca.  
    i'li;xUhZ  
    进一步优化–设计#1的零阶阶次优化 R 9` [C  
    ISC>]`  
    V8 8u -  
    进一步优化–设计#2的零阶阶次优化 GKIzU^f  
    -:%QoRC y  
    Pv5S k8  
    进一步优化–设计#3的零阶阶次优化
     
    分享到