|
|
简介 0iy-FV;J hSBR9g 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。 K@0gBgN y[L7=Td 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。 Q#wl1P RA 5*QW
本篇文章将分为上下两个部分。（联系我们获取文章附件） I $5*Puy# \1 ^qfw 概述 *F ya
qJ) C`)n\?:Sth 我们将首先在 Lumerical 和 OpticStudio 中构建仿真系统，它们是动态链接的。 #zRT t A,#!Z0 然后，OpticStudio 通过 Python 节点链接到 optiSLang 进行优化，如图1所示。 T(n<@Ac]V 9lT6fW`v1Q  J}c`\4gD Hh|a(Zq, 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。 $
N7J :Q h[Hn*g 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。 AdCi*="m %cPz>PTW@  !a(#G7zA IV#kF}9$ 图 2 光栅布局图以及光线在K空间的传播 g%Yw Dr=0t )isJ^ *6y 第 1 步：系统设置 （Lumerical） e3|@H'~k SI/@Bbd= 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。 uU7s4oJ| k1EAmA
l  Wa/&H$d\u@ G:n,u$2a< 图 3 耦入光栅结构为二元光栅。 yUZ;keQ_Tw &7gL&AY8 第二个 .fsp 文件如图 4 所示，它是一个具有 7 个变量的平行四边形柱体。在优化期间，耦出中的每个区都将使用不同的变量组合集进行优化 。有关优化设置的更多信息将在优化设置部分中进行说明。 !W^b:qjJ 5>o <! 0g  )v4?+$g {;iG}j K 图 4 耦出光栅中的结构为平行四边形支柱。 Hg~O0p}[ f/_RtOSw 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。 Pk9 4O 6"
s}< 第 2 步：系统设置（OpticStudio） E0g`
xf 6c 1|+Z mo" 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。 ,gvv297 ,+ iREh;  %B;e 7
UJ ("UzMr, 图 5 初始EPE系统和眼盒辐照度。 T'n~ Qf U R4?OFhN9 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。 n+ C,v.X JZCRu_M>|  M.h)]S> #0i] g)
图 6 OpticStudio 中的 EPE 系统设置。 |"7^9( q yfw$$X  %:^|Q;xe ;:w ?&4 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。 {"c S:u !,f#oCL 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。 ?q&*|-%)_d ypoJ4 E Z(  w( sD}YA) nm!5L[y!0 图 8 为 EPE 系统中的光栅加载动态链接 DLL。 ? qn0] . ~S\Ee 2e> 第3步：优化设置（optiSLang） }d,iA FG 2{<5?Op 3-1.Python 用于评估系统 Cst:5m0! sCX 8 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。 Zcaec#
\= M*x 代码的基本结构首先由 OpticStudio 中的按钮生成，如图 9 所示。 :RJ=f LX4*3c|i, 图 9 生成 Python 交互式扩展代码的样板。 p4 \r` !y8/El  EF7Y 4lp (6xrs_ea 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。 U! GG8;4 tMWDKatb  g3p*OYf 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。 ~*Fbs! ;, ?a8 o.&`l  w8| 38m {b|:q>Be8 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。 ]Zfg~K( tgu}^TfKkg  kIHfLwh9N
T.1*32cX 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。 ,ux?wa+ vJX3fE }F  D ^ mfWJS }Q 7 ~t u  8vhg{L.. TFX*kk &R 图 10 从 4 个角插值的各个区的参数计算。 ])dq4\Bw J|DID+M 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。 gm**9]k ^{ N :#"4e 设置参数后，我们使用以下代码段追迹光线。 80X #V !n<vN@V*3d  _m ;#+`E P4{8pO]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。 _Y7uM6HL\ l{:7*U{d  aP}kl[W /{eD##vhP  ;a]2hd"6 5ua`5Hb; 图 11 使用瞳孔函数对辐照度分布进行卷积. NaeG2>1 A}(&At%n4 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。 jhd&\z- w1Z9@*C!  C;#-2 ^h b?6-lYE>L 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。 J2X; =X5 !d@q T.  o6 JCy\Bx n
H)6mO Yp 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。 &5 ]&6TD6 w8!S;~x KI  u n{LwZH \>Y2I 4x< 进一步的设置详解我们会在后续的文章中，进行介绍。
|
