切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 362阅读
    • 0回复

    [技术]VirtualLab Fusion应用:非近轴衍射分束器的设计与严格分析 [复制链接]

    上一主题 下一主题
    离线infotek
     
    发帖
    5937
    光币
    23838
    光券
    0
    只看楼主 倒序阅读 楼主  发表于: 2024-12-04
    摘要
    `_i-BdW  
    直接设计非近轴衍射分束器仍然是一个挑战。由于衍射角相当大,元件的特征尺寸与工作波长在相同的数量级上。因此,设计过程超出了近轴建模方法。因此,在这个例子中,迭代傅里叶变换算法(IFTA)和薄元素近似(TEA)用于衍射元素的初始设计结构,和傅里叶模态方法(FMM)随后应用于严格的性能评估。 v%[mt` I  
    ;v\n[  
    设计任务 i-b7  
    I),8EEf\  
    ZeZwzH)BD  
    使用近轴近似的衍射1:7×7分束器的初步设计,通过严格分析,进一步优化零阶均匀性和影响
    Wz]S+IpY  
    .5xM7,  
    光栅级次分析模块设置 ]"6<"1)  
    L+L9)8FJ  
    使用常规的分束器会话2编辑器,VirtualLabFusion提供了一个指导工具,允许用户一步一步地指定所有影响分束器设计的参数
    vxx3^;4p  
    0<9TyN6  
    1. 通过应用设计带中的结构设计,所得到的传输函数可以转换为结构轮廓。 swrd  
    2. 对于此转换,使用了薄元近似(TEA)。因此,所得到的结构与初始相位函数成正比。 r~! lD9R~  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 Q<pM tW  
    4. 要在不同的模拟场景中使用这种结构,需要从组件内部获取实际的采样表面或指定的堆栈。
     .@Cshj  
    衍射分束器表面 Jhc S  
    为了进一步评估,使用了通用光栅光学设置,其中加载之前保存的堆栈。光栅光学装置提供了独特的工具、组件和分析仪,以进一步研究给定周期结构的特性和性能。 4{KsCd)  
    ,z3b2$ &A  
    衍射光束求解器-薄元素近似(TEA) gP@ni$n  
    kZNZ?A<D  
     一般光栅组件提供了薄元近似(TEA)和傅里叶模态方法(FMM)作为解决模型给定的光栅。 b'YbHUyu  
     薄元近似通常产生更快的结果,当结构小于波长的5倍,可能有精度问题,。 L?fv5 S3  
     傅里叶模态方法允许一个严格的模拟,但需要更高的数值计算。
    P'8 E8_M}  
    _?ZT[t<  
    光栅级次和可编程光栅分析仪 4Q5v8k=  
    R7i*f/m  
    1F|+4  
    设计与评估结果 3[rB:cE/  
    相位功能设计 wah`  
    结构设计 `O/)q^m1L  
    TEA评价 MR}\fw$(.  
    FMM评估 5hAg*zJb5o  
    nq=fSK(  
    通用设置 EIRf6jL  
    提供多次运行文档,允许用户执行任意数量的设计,并提供根据特定标准筛选结果的选项。 ]O."M"B  
    通过这种方法获得了以下三个结果:我们将对其进行进一步评估。 F@BNSs N=  
    @!$NUY8,A#  
    纯相位传输设计 ! bp"pa9  
    UL/>t}AG  
    i  *<,@*  
    结构设计 pP @#|T  
    5kF5`5+Vj  
    :$j~;)2  
    更深的分析 Gm. hBNgp  
    •高度剖面的缩放对零阶有很大影响。 DKZ69^  
    •可以利用这一点来纠正零阶不期望的效率,从而改善均匀性。 ]^y}}y  
    •参数运行是执行此类调查的最佳工具。 /Q!F/HY3ZS  
    _MU'he^W  
    使用TEA进行性能评估 9O"?T7i"#  
    S,H{\c  
    gT.-Cf{  
    使用FMM进行性能评估 yrjm0BM#  
    j*5VJ:  
    KJd;c.  
    进一步优化–设计#1的零阶阶次优化 i]nE86.;  
    zin ,yJ  
    Nd6z81  
    进一步优化–设计#2的零阶阶次优化 Aq"_hjp  
    [Z 0 e$  
    Vr*t~M>  
    进一步优化–设计#3的零阶阶次优化
     
    分享到