一.
薄膜设计中数理概念的引入
@[{9B6NlV A[QUFk( 光学薄膜设计的重大变革:Philip Baumeister于1958年提出将设计问题转换为优化问题来考虑。
5~&9/ALk5 s=0z%~H
而优化问题则由一系列设计
参数(通常为层厚度)构成的评价函数来表达,使评价函数最小化则为膜系设计的目标。
ETk4I"
* SH5p ">='l9 二.针式算法的引入及其数理思想:
5Vo8z8]t` uan%j]|q% 对于一膜系设计,已完成优化后,则层数和厚度已固定。若仍没有达到预计设计目标(即评价函数并不是足够小),此时一般优化方法难以再进一步进行优化(此时再优化还是会返回原优化状态)。针式优化则通过在膜系中插入一薄层(针式层)来改变层数,从而达到进一步优化的目的。
R;+vE'&CO W]E6<y' 莫斯科大学的亚历山大教授于1982年发明了针式优化技术,这一核心技术使得
Optilayer运算速度比同时期的任何一款设计软件都要快数百倍。
yPG,+uQ$. jOL $kiW0 下图中图1为一优化后的三层膜的折射率剖面图,其用一般优化已无法再进一步进行优化。故而通过插入一针式层来优化,如图2所示:
5yPw[
EY
ciRn"X=l 图1. z方向为厚度,n(z)为折射率。
,PH ;j_
kSJWXNC 图2. 在薄膜中某一厚度位置插入一折射率为n的狭长薄膜层。
+"1@6,M
P|,@En 1! 上图中最左侧为基底折射率,最右侧为入射媒介,两阴影区为针式变量(needle varition)。
.U.Knn }7p`8? 物理上引入针式层后,数学上必然会引起评价函数值的变化。通过利用评价函数对新层厚度求偏导,考察当针式变量发生于多层膜内z点处且新层折射率为

时(见图2),评价函数(merit function)的变化为:
ktlI(#\%
Fc{M
N" wc?`QX}I 其中,函数

被称为微扰函数(perturbation function)
64]_o/u5W4 %M"rc4Xd 由上式可看出由于新层厚度

为正且方程右边第二项为

的高阶微小量,故而在上式中评价函数的变化极大程度上取决于微扰函数的正负。即微扰函数为负时,评价函数减小。
DC?U+ T,z7U2O 通过数学方法能在不插入新层的情况下计算微扰函数,从而得出评价函数值。
AE`z~L, , y%!s27 针式优化原理:当某点处微扰函数为负值时,插入一针式变量(保证新层厚度

足够小,以使得的

高阶微小量足够小)将能使得评价函数减小。
vv0A5p8H
9<qAf` a,<l_#' 如上图所示,在微扰函数最低点插入针式变量将能获得评价函数最大的减小量。
)b^yAzL? ^0oOiZs 针式算法思路:不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图:
#mhR^60,
\@")2o+ VK>ZH^- 三.OptiLayer针式算法的优点:
~mAv)JK dk<) \C" 1.计算速度上:
*F:f\9 R_?Q`+X 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量,所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
ft |W .gZ1}2GF= 针式算法与一般算法的优化进程示意图如下:
^FO&GM2a
Rr>nka)U [2h4%{R& 针式算法(黑线)和一般算法(红线)的优化进程示意图
bH6i1c8 :SBB3G)| 图中横轴为计算时间,纵轴为评价函数值
=i'APeNaQ e,J
q<=j 由上图中优化进程示意图的比较,我们可以看出针式算法运算速度明显优于一般算法,因而使得OptiLayer软件具有比一般设计软件快数百倍的计算速度。
gJ \CT'/ -zn$h$N4 2.优化效果上:
,O`a_b] .7GTL 针式优化通过插入新层使得再优化成为可能。从而使得OptiLayer软件能达到更好的优化效果。