切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 438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
    在线infotek
     
    发帖
    6204
    光币
    25165
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    *v0}S5^ /"  
    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。 S)z5=N(Xz  
    q|xic>.  
    设计任务 O_|p{65  
    *S\/l-D  
    ?vocI  
    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
    .Eg[[K_iD  
    M|\C@,F]8  
    光栅级次分析模块设置 +^V%D!.$@  
    {U7A&e0eW  
    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
    Jsw%.<  
    j[&C6l+wH  
    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。 -:  8[  
    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。 YY9Ub  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 Q2RO&dL 9  
    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。
    JTfG^Nv>K  
    衍射分束器表面 L7 g4'  
    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。 \"AzT{l!;  
    cP &XkAQ  
    衍射光束求解器-薄元素近似(TEA) TptXH?  
    FX:'38-fk  
     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。 WoX,F1o  
     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,。 (g#,AX  
     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。
    U(u$5  
    r^$WX@ t&  
    光栅级次和可编程光栅分析仪 Bw8&Amxx:  
    2:Rxyg@'  
    # `b5kqQm  
    设计与评估结果 n ;0x\Q|S  
    相位功能设计 X)k+BJ  
    结构设计 iVqa0Gl+}  
    TEA评价 TP?HxO_C  
    FMM评估 t9+ME|  
    h;`]rK;g  
    通用设置 t*cVDA&K  
    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。 EE[JXoke  
    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。 /6d:l>4  
    us3fBY'  
    纯相位传输设计 e+7x &-+  
    $][$ e  
    (#%R'9R v  
    结构设计 U8s&5~IPn  
    aIW W[xZ  
    kr6^6I.  
    更深的分析 T!pjv8y@R  
    •高度剖面的缩放对零阶有很大影响。 Ceco^Mw  
    •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。 _M9-n  
    •参数运行是执行此类调查的最佳工具。 l1wYN,rv  
    Ss c3uo0  
    使用TEA进行性能评估 ~<&47'D  
    _Vf0MU;3f+  
    CxW-lU3G`  
    使用FMM进行性能评估 O]N 8Q H  
    > Vvjs  
    XVNJ3/  
    进一步优化–设计#1的零阶阶次优化 SFRQpQ06  
    r%^J3  
    #I|jFn9  
    进一步优化–设计#2的零阶阶次优化 qD?-&>dBWi  
    ~[d|:]  
    X`E3lgfqT  
    进一步优化–设计#3的零阶阶次优化
     
    分享到