切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 381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
    5999
    光币
    24148
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    ?K2EK'-q  
    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。 ySiZ@i4  
    r`Fs"n#^-4  
    设计任务 EHf,VIC8  
    l%mp49<  
    sj/k';#g  
    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
    iOv>g-t:  
    @o?Y[BR  
    光栅级次分析模块设置 qP;1LAX  
    Q~wS2f`)  
    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
    fOSk > gK  
    )O+Zbn  
    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。 MLTS<pW/  
    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。  Hk4k  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 -:=m-3*Tg  
    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。
    .kuNn-$  
    衍射分束器表面 ,Il) tH  
    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。 3p HI+a  
    1@'I eywg  
    衍射光束求解器-薄元素近似(TEA) AHuIA{AdUR  
    2Uf/'  
     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。 Y{dX[^[  
     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,。 ;J+iwS*Z  
     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。
    &Lzd*}7  
    t`hes $E  
    光栅级次和可编程光栅分析仪 MYVVI1A  
    ,jz~Np_2  
    x5\Du63  
    设计与评估结果 nJv=kk1|o  
    相位功能设计 F%lC%~-qh  
    结构设计 5-fASN.Lx  
    TEA评价 5o4KV?"  
    FMM评估 IOxtuR  
    R%}<z*~NE@  
    通用设置 `q^qe>'  
    提供多次运行文档,允许用户执行任意数量的设计,并提供根据特定标准筛选结果的选项。 (AjgLNB  
    通过这种方法获得了以下三个结果:我们将对其进行进一步评估。 YhRy C*b  
    K^"l.V#J  
    纯相位传输设计 w]h8KNt  
    JBc*m  
    =w!9:I&a0  
    结构设计 I<<1mEk  
    #d[Nm+~ko  
    5/ U{b5  
    更深的分析 5"b1: w@  
    •高度剖面的缩放对零阶有很大影响。 K@[Hej6d  
    •可以利用这一点来纠正零阶不期望的效率,从而改善均匀性。 +C7W2!I[G2  
    •参数运行是执行此类调查的最佳工具。 lq3D!+ m  
    7p!f+\kM  
    使用TEA进行性能评估 Qp:m=f6@  
    2auJp .  
    s"$K2k;J  
    使用FMM进行性能评估 *a|575e< z  
    ^a /q6{  
    XGe;v~L  
    进一步优化–设计#1的零阶阶次优化 g#6R(  
    (#85<|z  
    v \; /P  
    进一步优化–设计#2的零阶阶次优化 PvW4%A@0  
    B9 ?58v&  
    P =Q+VIP&  
    进一步优化–设计#3的零阶阶次优化
     
    分享到