切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 616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
    6569
    光币
    26994
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    IB$7`7  
    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。 'ZHdV,dd  
    z@h~Vb&I  
    设计任务 *y7 $xa4  
    <@#PF$!  
    z'MS#6|}  
    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
    F:T GsV#  
    #@//7Bf%  
    光栅级次分析模块设置 r/r:oXK  
    >mm' -P  
    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
    f`P9ku#j}  
    hu@7?f_"L/  
    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。 W |UtY`1  
    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。 ;=;JfNnbm  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 uHM@h{r  
    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。
    "> 90E^  
    衍射分束器表面 f(:1yl\a  
    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。 ')TPF{\#  
    wGLF%;rRe4  
    衍射光束求解器-薄元素近似(TEA) 0|Uc d  
    yYTVXs`fVj  
     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。 l5O=VqCj  
     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,。 "4 k-dj  
     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。
    NPJ.+ph  
    kBsXfVs9  
    光栅级次和可编程光栅分析仪 HnZPw&*  
    Y;Y 1+jt  
    ")`S0n5e  
    设计与评估结果 m_lr PY-  
    相位功能设计 AK/:I>M  
    结构设计 z hsx &  
    TEA评价 ME+em1ZH  
    FMM评估 R@`rT*lJ  
    Xr_pgW|  
    通用设置 ycpE=fso'  
    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。 Spj9H?m  
    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。 la, h  
    fI:H8  
    纯相位传输设计 vr IV%l=  
    N}Q FGX  
    L.)yXuo4  
    结构设计 ]Yz'8uts  
    KD*O%@X5C  
    77aX-e*=E  
    更深的分析 1f//wk|  
    •高度剖面的缩放对零阶有很大影响。 3% vis\~^  
    •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。 <Dm Tj$  
    •参数运行是执行此类调查的最佳工具。 S+T|a:]\7  
    <GZhH:  
    使用TEA进行性能评估 .6T4z7I  
    m|4LbWz  
    HeS'~Z$  
    使用FMM进行性能评估 !$>G# +y  
    0m=(W^c  
    x_:hii?6V  
    进一步优化–设计#1的零阶阶次优化 ,wK 1=7  
    >oY^Gx  
    p_6P`Yx^e  
    进一步优化–设计#2的零阶阶次优化 7),*3c')  
    T$c+m\j6  
    pxplWP,  
    进一步优化–设计#3的零阶阶次优化
     
    分享到