ueotek |
2023-05-26 16:08 |
Zemax & Lumerical | 二维光栅出瞳扩展系统优化
简介 ILG&l<!E :4:U\k;QwA 本文提出并演示了一种以二维光栅耦出的光瞳扩展(EPE)系统优化和公差分析的仿真方法。 B <Jxj Z'AjeZyyE 在这个工作流程中,我们将使用3个软件进行不同的工作 ,以实现优化系统的大目标。首先,我们使用 Lumerical 构建光栅模型并使用 RCWA 进行仿真。其次,我们在 OpticStudio 中构建完整的出瞳扩展系统,并动态链接到 Lumerical 以集成精确的光栅模型。最后,optiSLang 用于通过修改光栅模型来全面控制系统级优化,以实现整个出瞳扩展系统所需的光学性能。 J?p|Vy|9 }lk9|U#6*` 本篇文章将分为上下两个部分。(联系我们获取文章附件) UeUOGf , Kj"n
Id) 概述 %PVu>^ 1\TkI=N3 我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统,它们是动态链接的。 e{:
-N s$^ 2Cuhv 然后,OpticStudio 通过 Python 节点链接到 optiSLang 进行优化,如图1所示。 (>Sy, T+V:vuK [attachment=118097] _Wp,
z` 8yr-X!eF 图1 Lumerical 通过动态链接到 OpticStudio,OpticStudio 通过 Python 节点链接到 optiSLang,优化由 optiSLang 控制。 L#V e[ \KEmfCx'n 如图 2 所示,EPE 系统包括两个用于耦入和耦出的光栅。耦出光栅分为几个区,如左侧所示。每个区都将经过优化,以具有不同的光栅形状。右图显示了光在 k 空间中的传播的变化情况。 q:_-#u gYL#} ) g [attachment=118098] 787i4h:71 9dg+@FS}= 图 2 光栅布局图以及光线在K空间的传播 GyE5jh2 4YMUkwh 第 1 步:系统设置 (Lumerical) Ud-c+, xX Lz-(1~o 打开附件中的 ZAR 文件时,两个光栅文件会被提取到设置的路径中。第一个光栅如图 3 所示,它是耦入光栅中使用的二元光栅。该光栅是固定的,在优化过程中不会改变。 pfk)_;>, -P]onD
[attachment=118099] \a:-xwUu< o>M&C
X+j$ 图 3 耦入光栅结构为二元光栅。 J@Nq ZYl*-i&~? 第二个 .fsp 文件如图 4 所示,它是一个具有 7 个变量的平行四边形柱体。在优化期间,耦出中的每个区都将使用不同的变量组合集进行优化 。有关优化设置的更多信息将在优化设置部分中进行说明。 <XpG5vV ovtZHq/ [attachment=118100] *xKY>E+ G*VcAJ[ 图 4 耦出光栅中的结构为平行四边形支柱。 pr"q-S>E Oi!uJofW 这两个.fsp文件都是用动态链接的形式在 OpticStudio 中用于模拟完整的EPE系统。 ;>p{|^X0D ds+0y;vc 第 2 步:系统设置(OpticStudio) }8'bXG+ v~O2y>8Z 如图5所示,在该系统中,准直光束入射到耦入光栅上,通过波导传播,并与第二个光栅耦合。眼盒位于第二个光栅的较远部分。优化的目标是优化眼盒接收的均匀性和总功率。 \T!tUd Cp-p7g0wlg [attachment=118101] |>p?Cm 9H%L;C5< 图 5 初始EPE系统和眼盒辐照度。 ~
Q;qRx ;#2yF34gv 在附件中有一个 OpticStudio 中建立的整个EPE系统的 zar 文件。如图 6 所示,仅构建了第二个光栅一半的区域。这是因为系统具有对称性。从图 7 可以看出,探测器的参数镜像设置为 1,这意味着在光线追迹期间,将始终对-x和+x部分进行镜像。这样一来,我们可以只用一半的光线获得相同的模拟结果。 5,V3_p:)VI ue6&)7:~ [attachment=118102] b;e*`f8T3c ADZU?7) 图 6 OpticStudio 中的 EPE 系统设置。 \g;-q9g;O \H?r[]*c% [attachment=118103] ~p/1
9/ n ^C"v6X
图7 探测器的镜像参数设置为 1,这意味着该探测器在 x 方向上镜像。 [tz}H& x_KJCU 可以看出, 系统中的所有光栅物体都已使用动态链接 DLL 进行设置,如图 8所示。 &FzZpH "M:0lUy [attachment=118104] >^KO5N-:4 k'{Bhi4 图 8 为 EPE 系统中的光栅加载动态链接 DLL。 20RI S j t'Pn* 第3步:优化设置(optiSLang) lZ }H?n% w`K=J!5y2g 3-1.Python 用于评估系统 FAd4p9[Y 5F|oNI}$: 附件中包含了一个 python 文件 EPE_2D_for_optiSLang.py,用于将 optiSLang 链接到OpticStudio。使用python代码将 Ansys optiSLang 附带的优化器与求解器Ansys Zemax OpticStudio + Ansys Lumerical 链接非常有用。优势在于可以在每个优化周期中进行数据的预处理跟后处理,灵活性非常高。本章节会对代码结构进行解释。 u"1Zv! 64-;| k4F 代码的基本结构首先由 OpticStudio 中的按钮生成,如图 9 所示。 ~Wj.
4b* xrl!$xE
GX 图 9 生成 Python 交互式扩展代码的样板。 V> @+&q eB*0}) [attachment=118105] L(qQ,1VY 5XA{<)$ 另外几个模块被导入到样板中。模块 numpy,scipy 用于对来自眼盒的辐照度数据进行后数据处理。模块matplotlib用于在眼盒上绘制和导出辐照度以供以后查看。导入 time 和 random 模块,以便计时器跟踪计算时间。 zH+a*R r(cd?sL96R [attachment=118106] /aD3E"Op 通过尝试读取变量 OSL_WORKING_DIR,我们可以知道这个 Python 代码是由 optiSLang 调用还是手动调用。当 optiSLang 调用 Python代码时,将创建一些称为环境变量的变量来传递一些 optiSLang 信息。即使这些变量未在 Python 文件中定义,当 optiSLang 调用代码时,它们是可用的。 3It9|Y"6[ N(^
q%eHp [attachment=118107] -|A`+1-R+ 4brKAqg. 在这个 Python 代码中,有32个变量,如 clen1、h2、rot4、w1 和 power,用于优化,需要由 optiSLang 定义。我们会将这些变量设置为 optiSLang 中的参数,在灵敏度分析或优化时,optiSLang将自动改变它们的值。如果我们不是从 optiSLang 直接运行这个 Python 代码,那么这些变量的值将是常量,如下面的代码所示。 s:\FlQ0 ?T <2Cl'C [attachment=118108] BO)Q$*G~JD $Q< >MB7 如图10所示,每个区的光栅参数是通过预设的4个角的数据通过插值来确定的。其中 ν 是 dC、dR、dL、θC、θR、θL 、h ,n 是 1,2,3,4,对应于 4 个角。通过这个公式,每个区上的7个光栅参数可以通过具有一定权重(wn)和非线性值(p)的4个角的参数来控制。 _"0Bg3Y w0L+Sj db [attachment=118109] [oh0 )wzB i_6 Y6 [attachment=118110] f&
>[$zh 2^$Ha| 图 10 从 4 个角插值的各个区的参数计算。 {]6Pd`- ;4ETqi9 optiSLang 按照预定义的优化算法改变这些参数。不同的参数值被设置到 python 代码中,这将进一步设置 OpticStudio 中每个光栅块的参数。在这个过程中,Python代码扮演着将这些变量转换为 OpticStudio 中精确参数的工作。只有当我们使用 optiSLang 而不是 OpticStudio 中的内置优化器优化系统时,这种预数据处理才有可能。通过这种方式,optiSLang 可以根据一些未直接暴露在OpticStudio UI中的虚拟或高级变量来优化系统。 s xp>9& \bPSy0 设置参数后,我们使用以下代码段追迹光线。 +GqUI~a ijR,% qg [attachment=118111] "nEfk{ g m3i+b 使用 optiSLang 优化系统的另一个好处是数据后处理。在这个优化过程中,我们不会直接优化眼盒上的辐照度分布。我们首先使用瞳孔函数对辐照度分布进行卷积,如图11所示,然后将优化目标设置为该卷积结果的均匀性。这个结果的x和y轴可以解释为人眼在眼盒中的偏移。z轴是人眼看到的平均辐照度。 i j+)U` ;XXB^, [attachment=118112] U}2b{ ^J-\s_)" [attachment=118113] %qqX-SF0C K/Qo~
图 11 使用瞳孔函数对辐照度分布进行卷积. n6]8W^g YA[\|I33 根据卷积结果,我们可以计算对比度 、总功率和均匀性,如下所示。 8\/$cP"<^ I c 2R\}q [attachment=118114] W2F *+M sbi+o,%1 这些标准的代码定义如下。在这种情况下,我们主要希望针对 Contrast 和 Total Power 进行优化。均匀性的功能类似于对比度,两者都希望眼盒上的辐照度均匀。尽管它们用于相同的目标,但它们使用不同的定义,在这里我们考虑两者。 _gl7Ma oi:!YVc [attachment=118115] \T]'d@Wyd 5b5Hc Inu Python 代码的最后一部分,如下所示,绘制了眼盒辐照度的结果及其卷积结果。然后导出图片。这对于用户直接在 optiSLang 后处理中检查每个优化系统的辐照度分布非常有用。 `}Z`aK \&Zp/;n [attachment=118116] TtKV5 ydm2'aV 进一步的设置详解我们会在后续的文章中,进行介绍。
|
|