| opturn |
2009-06-10 10:28 |
光学薄膜设计软件Optilayer针式算法原理
一. 薄膜设计中数理概念的引入 9|jMN
j]vo
wI7.M
Gt
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。 >]B_+r0m^
FS7D
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。 &OvA[<qT
[attachment=18996] B z{"K
?RE"<L
二.针式算法的引入及其数理思想： ^!m%:r7Dr
2kgSIvk\
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。 "Ml#,kU<T
P/S ,dhs(
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。 a{e1g93}
af[dkuv
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： UN <$F yb
[attachment=18997] HII@Ed f?
图1. z方向为厚度，n(z)为折射率。 :MYLap&L&
[attachment=18998] #.FhN x
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。 KfK5e{yT
[attachment=18999] uKY1AC__
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)。 \1u^ ?cBd
}V/iU_)
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[attachment=19000]时(见图2)，评价函数(merit function)的变化为： nr>Y j ?la
[attachment=19001] x[&) \[t
C,O9?t
其中，函数[attachment=19002]被称为微扰函数(perturbation function) MO1H?U hx
CTqhXk[
由上式可看出由于新层厚度[attachment=19003]为正且方程右边第二项为[attachment=19003]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。 &G-dx ET]
K=4|GZ~p}`
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。 5IgO4 <B
y`z?lmV)xM
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[attachment=19003]足够小，以使得的[attachment=19003]高阶微小量足够小）将能使得评价函数减小。 U[pR `u
[attachment=19004] B$q5/ L$}
kB?Uw#
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。 1k%HGQM{
)*}?EI4.
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： dF&@q,
[attachment=19005] ZlMS=<hgFx
P-Gp^JX8
三.OptiLayer针式算法的优点： B90fUK2g
x=W5e
^0?
1.计算速度上： R-k~\vCW
bvl!^xO]
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。 z2A,*|I
Q{
g{
针式算法与一般算法的优化进程示意图如下： F$s:\ N
[attachment=19006] &`g^b^i
zq$0 ?vGd
针式算法(黑线)和一般算法(红线)的优化进程示意图 U @}r?!)"f
Lq#!}QcW=
图中横轴为计算时间，纵轴为评价函数值 qP9`p4c8i
YvUV9qps~
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。 $m-@ICG#
nbv}Q-C
2.优化效果上： FZ FPzH
5sB~.z@
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。
|
|