| ueotek |
2023-05-26 16:08 |
Zemax & Lumerical | 二维光栅出瞳扩展系统优化
简介 ;THb6Jz/+
?52{s"N0>
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。 \dIc_6/D1
yS*s [vT
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。 F0 cde
) ?AlQA
本篇文章将分为上下两个部分。（联系我们获取文章附件） BseK?`]U"
}8+rrzMUB
概述 MT`gCvoF4P
l?_h(Cq<
我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统，它们是动态链接的。 J2c.J/ o
8(.DI/
然后，OpticStudio 通过 Python 节点链接到 optiSLang 进行优化，如图1所示。 ah82S)a`}
+Xb )bfN
[attachment=118097] gnAM}
i&|fGX?-I
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。 3 #fOrNU2
1KH]l336D"
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。 6mFH>T*jzH
f?-=&||f78
[attachment=118098] H(eGqVAq,
5 IK -V)
图 2 光栅布局图以及光线在K空间的传播 KJ7[DN'(
! OM
P]
第 1 步：系统设置 （Lumerical） cBgdBPDa
HwE 1cOT
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。 6]GE n=t
W YHr'xJ
[attachment=118099] lq4vX^S
{l /]+8G^
图 3 耦入光栅结构为二元光栅。 M?61g(
Hh/Z4`&yi
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。 - c^/k_n
V}leEf2'
[attachment=118100] (}$ ~)f#s
auV'`PR
图 4 耦出光栅中的结构为平行四边形支柱。 c" vF i~Db
C'iJFf gR
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。 LGxQ>f[V
oiG@_YtR
第 2 步：系统设置（OpticStudio） X >i`z
qr5ME/)z
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。 c=S-g 9J
uYh6q1@"~
[attachment=118101] f z)i9D@
_}_lrg}U
图 5 初始EPE系统和眼盒辐照度。 1[QH68
T?!&a0
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。 h6!o,qw"
Tu m9Xa
[attachment=118102] Ri,8rf0u
/}~;
b#t
图 6 OpticStudio 中的 EPE 系统设置。 T<p,KqH
&hK5WP6whW
[attachment=118103] m?Gb5=qo
=c)O8
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。 1' #%U A
DYvi1X6
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。 <lk_]+ XJ3
8}Pd- .se
[attachment=118104] |+?ABPk"
ObDcNq/b!
图 8 为 EPE 系统中的光栅加载动态链接 DLL。 ^k&T ?uU
91oIx W
第3步：优化设置（optiSLang） x;RjLI 4h
G\ twx ;
3-1.Python 用于评估系统 97H2hYw9l
XxW ~4< r
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。 '/gw`MJ
R5QSf+/T4
代码的基本结构首先由 OpticStudio 中的按钮生成，如图 9 所示。 B_u+$Odo
X
X>Y]P
a
图 9 生成 Python 交互式扩展代码的样板。 b"Hg4i )
/2 ,s-^
[attachment=118105] i8$tId
F,CQAgx
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。 E' p5
Hv>C#U
[attachment=118106] #;F1+s<|QJ
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。 k~ZwHx(%S
{5+t\~q$
[attachment=118107] Qtmsk:qm
\ H#zRSbZ
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。 >@b7 0X!J]
RRaGc )B
[attachment=118108] -I1Ne^DZn4
r4}:t$
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。 y8U |A0@$`
dZ UB
[attachment=118109]
C\7q AR\
saOXbt (&
[attachment=118110] L+@RK6dq
$CaF"5}?Ke
图 10 从 4 个角插值的各个区的参数计算。 }U$ Yiv
`0+zF-
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。 clz6; P
~4th;#'
设置参数后，我们使用以下代码段追迹光线。 B7qm;(?X&
JLT ^0wBB
[attachment=118111] \WD}@6)
~
#!\g5 ')mC
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。 &Y"u*)bm
} Vw"7
[attachment=118112]
4LYeacL B
YPAMf&jEF
[attachment=118113] vJkY
[Q,E(
s
图 11 使用瞳孔函数对辐照度分布进行卷积. #RoGyrLo
#RK?3?wcr
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。 ![os5H.b#q
:)+|q
[attachment=118114] e:IUO1#
vMJv.O>HW
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。 )*N]Q
_X{i hf
[attachment=118115] W:{1R&$l
XW6Ewrm=vT
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。 pR 2QS
d?_Bll"
[attachment=118116] W?8 |h
G S-@drZp_
进一步的设置详解我们会在后续的文章中，进行介绍。
|
|