ueotek |
2023-05-26 16:08 |
Zemax & Lumerical | 二维光栅出瞳扩展系统优化
简介 "wc $'7M b
$!l*r 本文提出并演示了一种以二维光栅耦出的光瞳扩展(EPE)系统优化和公差分析的仿真方法。 <@P0sd dBkB9nz 在这个工作流程中,我们将使用3个软件进行不同的工作 ,以实现优化系统的大目标。首先,我们使用 Lumerical 构建光栅模型并使用 RCWA 进行仿真。其次,我们在 OpticStudio 中构建完整的出瞳扩展系统,并动态链接到 Lumerical 以集成精确的光栅模型。最后,optiSLang 用于通过修改光栅模型来全面控制系统级优化,以实现整个出瞳扩展系统所需的光学性能。 W\/0&H\i u]"RAH 本篇文章将分为上下两个部分。(联系我们获取文章附件) JT<J[Qz5 n!2|;|$}Z 概述 p O.8>C% XT\;2etVL 我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统,它们是动态链接的。 $J+$8pA -Q/Dbz#- 然后,OpticStudio 通过 Python 节点链接到 optiSLang 进行优化,如图1所示。 #HML=qK~ 3)sqAs( [attachment=118097]
FM5$83Q dbR4%;< 图1 Lumerical 通过动态链接到 OpticStudio,OpticStudio 通过 Python 节点链接到 optiSLang,优化由 optiSLang 控制。 fw5AZvE6$ ??4QDa- 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。 "o`(
kYSF ,b/0_Q [attachment=118098] iV%%VR8b
iJcl0)| 图 2 光栅布局图以及光线在K空间的传播 (NP=5lLH ^^Y0 \3. 第 1 步:系统设置 (Lumerical) cI H`,bR p"ZPv~("V 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。 q
/#O :Q m{X;|-DK[ [attachment=118099] ezL*YM8?@ 6eb5 q/ 图 3 耦入光栅结构为二元光栅。 ^T"A9uaG Ofn:<d 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。 B$HQFdTli ~V<jeb [attachment=118100] kG{(Qi /H)l\m
+ 图 4 耦出光栅中的结构为平行四边形支柱。 Y?> S.B7 |Q$C%7 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。 0]T
;{ 0pu'K)Rb 第 2 步:系统设置(OpticStudio) "l!"gc87 .UJk0%1 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。 i"r=b%;; KxvT}"k [attachment=118101] <ioX|.7ZX 4VK5TWg 图 5 初始EPE系统和眼盒辐照度。 RD~QNj9,T bf3)^ 49} 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。 UZV)A} X;- ,3dy [attachment=118102] &c A?|(7-
^s%Qt 图 6 OpticStudio 中的 EPE 系统设置。 y};qo'dlt UHXlBH@ [attachment=118103] H94$Xi"Bd 7IHWj< 图7 探测器的镜像参数设置为 1,这意味着该探测器在 x 方向上镜像。 uH`ds+Hp n32?GRp 可以看出, 系统中的所有光栅物体都已使用动态链接 DLL 进行设置,如图 8所示。 GSl\n"S]= iud%X51 [attachment=118104] %$b
5&>q z%b3/rx 图 8 为 EPE 系统中的光栅加载动态链接 DLL。 (|Xf=q,Le rGoB&% pc 第3步:优化设置(optiSLang) $UKDXQF" 7%JXVP}A 3-1.Python 用于评估系统 1W5YS +pf `OduBUI]] 附件中包含了一个 python 文件 EPE_2D_for_optiSLang.py,用于将 optiSLang 链接到OpticStudio。使用python代码将 Ansys optiSLang 附带的优化器与求解器Ansys Zemax OpticStudio + Ansys Lumerical 链接非常有用。优势在于可以在每个优化周期中进行数据的预处理跟后处理,灵活性非常高。本章节会对代码结构进行解释。 i`E]gJ$ 9~a_^m/ 代码的基本结构首先由 OpticStudio 中的按钮生成,如图 9 所示。 I(<1-3~ |s|RJA1 图 9 生成 Python 交互式扩展代码的样板。 tr):n@ tEb2>+R [attachment=118105] aX0sy\Z]j _oR6^#5# 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。 _w)0r}{ 0ro)e~_@* [attachment=118106] }P^{\SDX 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。 Lc+)#9*d gJ2R(YMF [attachment=118107] #~(@Ka.eA0 F
YcC2TM 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。 -^C;WFh8) 6?2/b`k [attachment=118108] |IZG`3 ;0@"1` 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。 \}Hk`n)Aq 2_U H, n [attachment=118109] !SVW}Q=5# B,}%1+* [attachment=118110] 'v4AM@%u P%.9 g 图 10 从 4 个角插值的各个区的参数计算。 vw3%u+Z& )07M8o!^l 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。 df}B:?Ew. vrh}X[JEw' 设置参数后,我们使用以下代码段追迹光线。 uPb9j;Q? 852$Ui|I [attachment=118111] %$Mvq&ZZ rY88xh^ 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?P(
Au lkBab$S) [attachment=118112] IC7n;n9 >KC*xa" [attachment=118113] h1J-AfV eF!c<
Kcr 图 11 使用瞳孔函数对辐照度分布进行卷积. UI |D?z< ePB=aCZ 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。 e(j"u;= k:R9wo [attachment=118114] rXvvJIbi Onby=Y
o6 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。 =v1s@5;~ Oxy.V+R [attachment=118115] {P(IA2J'S 6<FJ`l]U9 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。 ;<MHDmD #2|sS|0 < [attachment=118116] si0jXue~j\ N(/DC)DJg 进一步的设置详解我们会在后续的文章中,进行介绍。
|
|