一.
薄膜设计中数理概念的引入
T
iiW p!mX (l-ab2' 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。
|O9O )o q$tUH)0 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。
'*w00
ft KTnK. ?D*/*Gk{ 二.针式算法的引入及其数理思想:
\2"I; v`zJb00DT 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。
o`P%& i?g5_HI 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。
[8,yF
D_U {~sDYRX 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:
% <*g!y `
]d0tE?9 图1. z方向为厚度,n(z)为折射率。
R:k5QD9/&p
DYxCQ
D 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。
Z}l3l`h!
X4E%2-m@' 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)。
_5# y06Q qHrA%k^!2O 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:
`A^"%@j
xt%7@/hiE
!0@Yplj 其中,函数

被称为微扰函数(perturbation function)
W7\f1}]H +hT:2TXn 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。
dA0.v+Foz" JB`\G=PiL 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。
bMMh|F TDNQu_E 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。
J/GSceHF
9qz6]-K 4K\(xd&Q 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。
>JCM.I0_| e5B Qr$j 针式算法思路:不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图:
ReI/]#Us
/8g^T") )Es"LP] 三.OptiLayer针式算法的优点:
-VTkG]{`Ir 7cO n9fIE 1.计算速度上:
CS-uNG6 xp72>*_9& 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量,所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。
`gb5"`EZ }J1tdko# 针式算法与一般算法的优化进程示意图如下:
_/!y)&4"
NchXt6$i9 (+3Wgl+]/ 针式算法(黑线)和一般算法(红线)的优化进程示意图
A"D,Kg
S .!,z:l$Kh 图中横轴为计算时间,纵轴为评价函数值
:Q_<Z@2Y{ #K Xa&C 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。
>W`4aA *"n vX2iz 2.优化效果上:
"7V2lu ;Tc`}2 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。