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 l)fF)\ |;=
DHJh.Y@H 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。 \aQBzEX {=j!2v#8~ 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。 jm'(t=Ze [attachment=18996] Ps(3X@ s(J,TS#I] 二.针式算法的引入及其数理思想: I2(5]85&]s >Qz#;HI 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。 CeoK@y=o UHF.R>Ry 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。 i2A>T/?{ (Kd;l&8 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: kehv85 [attachment=18997] Zh]d&Xeq 图1. z方向为厚度,n(z)为折射率。 z@^[. [attachment=18998]
qm&}^S 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。 R3<>]/1p|P [attachment=18999] 7^#f<m;Ar! 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)。 ~cVFCM ngj=w;7~+ 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: M2_sxibI [attachment=19001] 11}X2j~Ww | Uf6k` 其中,函数[attachment=19002]被称为微扰函数(perturbation function) k:Sxs+)?1 K?,eIZ{.S 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。 A!No:?S sH(4.36+ 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。 LX'.up11X5 A9ia[2[ 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。 %*lOzC [attachment=19004] uuHR! bv$_t)Xh 如上图所示,在微扰函数最低点插入针式变量将能获得评价函数最大的减小量。 ByoSwQ \:]Clvc 针式算法思路:不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图: ifl`QZp_ [attachment=19005] ;ajCnSmR :t-a;Q; 三.OptiLayer针式算法的优点: +',[q N}b/;Y 1.计算速度上: M.))UKSF >{p&_u.r- 针式算法通过不断于微扰函数最低点(且为负值)处插入针式变量从而不断获得评价函数最大的减小量,所以针式算法是一种阶越性的能极快地使评价函数最小化的算法。 ^AdHP!I Vrzx;V% 针式算法与一般算法的优化进程示意图如下: j+"i$ln+s [attachment=19006] S:4'k^E A(2_hl- 针式算法(黑线)和一般算法(红线)的优化进程示意图 9{@[l!]W G=/a>{ 图中横轴为计算时间,纵轴为评价函数值 C']TO/2q Q;W[$yvW 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。 wl1i@&9 |1wfLJ4--l 2.优化效果上: c""*Ng*T iZ
%KHqG 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。
|
|