切换到宽版
  • 广告投放
  • 稿件投递
  • 繁體中文
    • 361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
    5JJg"yuY"  
    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#n?&-{V  
    |6\FI?  
    设计任务 }dV9%0s!  
    Dx9$H++6$X  
    ^EnNbFI  
    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
    BaNU}@  
    Enq6K1@%G  
    光栅级次分析模块设置 FCS5@l,'<  
    ymzPJ??!  
    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
    Q' OuZKhA  
    G_7ks]u-  
    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。 j TB<E=WC  
    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。 "<g?x`iz  
    3. VirtualLab Fusion提供计算出的形式已经预设在光路中。 xCmI7$uQ#  
    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。
    d()zW7}W  
    衍射分束器表面 N]O{T_5-0  
    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。 j\jL[hG_  
    p@!@^1j=  
    衍射光束求解器-薄元素近似(TEA) .(gT+5[  
    a:(: :m  
     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。 $?CBX27AV  
     薄元近似通常产生更快的结果,当结构小于波长的5倍,可能有精度问题,。 i-Ge *?  
     傅里叶模态方法允许一个严格的模拟,但需要更高的数值计算。
    l,^i5t'  
    U{U:8==  
    光栅级次和可编程光栅分析仪 mE3SiR "  
    [qjAq@@N#q  
    O?4vC5x  
    设计与评估结果 v"G%5pq*\  
    相位功能设计 i_jax)m%  
    结构设计 _k"&EW{ Ii  
    TEA评价 /: \VwH  
    FMM评估 *'AS^2'  
    Cnc\sMDJ\B  
    通用设置 /I`bh  
    提供多次运行文档,允许用户执行任意数量的设计,并提供根据特定标准筛选结果的选项。 _taHf %\4  
    通过这种方法获得了以下三个结果:我们将对其进行进一步评估。 o\=i0HR9  
    T?p`Y| gl  
    纯相位传输设计 FJwZo}<6E  
    f3%^-Uy*b  
    f>"!-3  
    结构设计 'o#J>a~!9L  
    J4*:.8Ki  
    BC$;b>IUA  
    更深的分析 G2[IO $  
    •高度剖面的缩放对零阶有很大影响。  i?i7T`  
    •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。 #<PA- y  
    •参数运行是执行此类调查的最佳工具。 ]L%R[Z!3  
    YKX>@)Dxv  
    使用TEA进行性能评估 +ia(%[  
    9qu24zz$P  
    j~,LoGuPh  
    使用FMM进行性能评估 8y 4D9_{  
    :+%h  
    hB GGs  
    进一步优化–设计#1的零阶阶次优化 _WjETyh [H  
    8.;';[  
    kT } '"  
    进一步优化–设计#2的零阶阶次优化 _ c(C;s3o  
    E23 Yk?"  
    Rm\ '];  
    进一步优化–设计#3的零阶阶次优化
     
    分享到