切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 554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
    6441
    光币
    26350
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    <B6md i'R  
    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。 od `;XVG  
    R27'00(Z0  
    设计任务 Cy-p1s  
    ~XR ('}5D  
    Wl| i$L)7  
    使用近轴近似的衍射1:7×7分束器的初步设计,通过严格分析,进一步优化零阶均匀性和影响
    13?:a[~=Y  
    z^9oaoTl  
    光栅级次分析模块设置 byM%D$R  
    /stvNIEa  
    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
    r_+Vb*|Y  
    d+DO}=]  
    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。 gC$_yd6m L  
    2. 对于此转换,使用了薄元近似(TEA)。因此,所得到的结构与初始相位函数成正比。 GCl *x:  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 wDvu2iC=  
    4. 要在不同的模拟场景中使用这种结构,需要从组件内部获取实际的采样表面或指定的堆栈。
    N@thewt|  
    衍射分束器表面 Z_ GGH2u  
    为了进一步评估,使用了通用光栅光学设置,其中加载之前保存的堆栈。光栅光学装置提供了独特的工具、组件和分析仪,以进一步研究给定周期结构的特性和性能。 8F[ ];LF>  
    ,!Wo6{'  
    衍射光束求解器-薄元素近似(TEA) ?o(284sV3  
    'Xik2PaO  
     一般光栅组件提供了薄元近似(TEA)和傅里叶模态方法(FMM)作为解决模型给定的光栅。 An_(L*Qz  
     薄元近似通常产生更快的结果,当结构小于波长的5倍,可能有精度问题,。 P0 0G*iY~\  
     傅里叶模态方法允许一个严格的模拟,但需要更高的数值计算。
    q^xG%YdPz+  
    / &Z8g4vc  
    光栅级次和可编程光栅分析仪 gP>pb W_  
    =-^A;AO(  
    @|A!?}  
    设计与评估结果 ZX/FIxpy  
    相位功能设计 ;Z*rY?v  
    结构设计 M6wH$!zRa  
    TEA评价 Q0xGd(\  
    FMM评估 d>[i*u,]/  
    3P!OP{`  
    通用设置 db 99S   
    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。 A.b^?k%I  
    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。 !SuflGx,q  
    G$,s.MSf  
    纯相位传输设计 82FEl~,^E  
    &0kr[Ik.  
    k (AE%eA  
    结构设计 faOiNR7;h  
    WWSycH ?[  
    *Xnf}Ozx  
    更深的分析 ;MeY@* "{  
    •高度剖面的缩放对零阶有很大影响。 @PM<pEve  
    •可以利用这一点来纠正零阶不期望的效率,从而改善均匀性。 q:kGJ xfaW  
    •参数运行是执行此类调查的最佳工具。 k2Cq9kQq  
    ;?q(8^A  
    使用TEA进行性能评估  8s22VL  
    yr'-;-u  
    'A|c\sy  
    使用FMM进行性能评估 igL5nE=n  
    _1)n_P4  
    "]jN'N(.  
    进一步优化–设计#1的零阶阶次优化 7=G6ao7  
    a=$ZM4Bn  
    XHv m{z=  
    进一步优化–设计#2的零阶阶次优化 {ccc[G?>.Q  
    i\lvxbp  
    c) Eu(j\#  
    进一步优化–设计#3的零阶阶次优化
     
    分享到