切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 358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
    5925
    光币
    23778
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    5jn$7iE`  
    直接设计非近轴衍射分束器仍然是一个挑战。由于衍射角相当大,元件的特征尺寸与工作波长在相同的数量级上。因此,设计过程超出了近轴建模方法。因此,在这个例子中,迭代傅里叶变换算法(IFTA)和薄元素近似(TEA)用于衍射元素的初始设计结构,和傅里叶模态方法(FMM)随后应用于严格的性能评估。 =MTj4VXh"  
    c8#T:HM|`  
    设计任务 >.J'L5 x$  
    Az9X#h.vf  
    V.;:u#{@-Q  
    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
    $Hp.{jw  
    G%2P  
    光栅级次分析模块设置 tCZpfZ@+=  
    CxJfrI_W  
    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'G'&H{N  
    t-!Rgg$9  
    1. 通过应用设计带中的结构设计,所得到的传输函数可以转换为结构轮廓。 1KW3l<v-6  
    2. 对于此转换,使用了薄元近似(TEA)。因此,所得到的结构与初始相位函数成正比。 ^pJ0nY# c  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 oz%h)#;  
    4. 要在不同的模拟场景中使用这种结构,需要从组件内部获取实际的采样表面或指定的堆栈。
    d4ic9u*D  
    衍射分束器表面 'To<T  
    为了进一步评估,使用了通用光栅光学设置,其中加载之前保存的堆栈。光栅光学装置提供了独特的工具、组件和分析仪,以进一步研究给定周期结构的特性和性能。 M|U';2hZN:  
    &c20x+  
    衍射光束求解器-薄元素近似(TEA) NtHbwU,  
    0;vtdM[_  
     一般光栅组件提供了薄元近似(TEA)和傅里叶模态方法(FMM)作为解决模型给定的光栅。 >P(eW7RL  
     薄元近似通常产生更快的结果,当结构小于波长的5倍,可能有精度问题,。 -dl}_   
     傅里叶模态方法允许一个严格的模拟,但需要更高的数值计算。
    ?^U c=  
    `Gf{z%/  
    光栅级次和可编程光栅分析仪 jUYF.K&  
    fb /qoZ  
    b 1cd&e  
    设计与评估结果 ;JYoW{2  
    相位功能设计 pNuqT*  
    结构设计 Wt(Kd5k0'2  
    TEA评价 ^ b@!dS  
    FMM评估 /n(9&'H<  
    s){Q&E~X  
    通用设置 0X.TF  
    提供多次运行文档,允许用户执行任意数量的设计,并提供根据特定标准筛选结果的选项。 TNx_Rc}  
    通过这种方法获得了以下三个结果:我们将对其进行进一步评估。 T 4eWbNSs  
    3a%xn4P  
    纯相位传输设计 [ qiOd!  
    oK)[p!D?0{  
    `\wUkmH  
    结构设计 N.jA 8X  
    Z^<Sj5}6  
    z=B< `}@3  
    更深的分析 2pz4rc  
    •高度剖面的缩放对零阶有很大影响。 WI6(#8^p  
    •可以利用这一点来纠正零阶不期望的效率,从而改善均匀性。 M=W 4:H,gx  
    •参数运行是执行此类调查的最佳工具。 Oohq9f#!  
    "i&fp:E0  
    使用TEA进行性能评估 YhS{$ Z  
    J8J!#j.  
    p/N62G  
    使用FMM进行性能评估 zb>;?et;)  
    lO[E[c G  
    b9y)wBC%`  
    进一步优化–设计#1的零阶阶次优化 J=@xAVBc  
    ?;_H{/)m  
    *(icR  
    进一步优化–设计#2的零阶阶次优化 S4)A6z$  
    KYf;_C,$  
    $5x]%1 R  
    进一步优化–设计#3的零阶阶次优化
     
    分享到