一. 薄膜设计中数理概念的引入 zlzr;7m
g=.~_&O
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。 BUB#\ v#a
D"_~Njf
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。 Z)Y--`*
]^MOFzSz~
-]c5**O}
二.针式算法的引入及其数理思想： c n#JO^8
,
"w`,c>!
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。 6=o@X
'0x`Oh&PK
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。 /l_ $1<c
c\~H_ ~F
下图中图1为一优化后的三层膜的折射率剖面图，其用一般优化已无法再进一步进行优化。故而通过插入一针式层来优化，如图2所示： Q/r0p>
B$qmXA)ze
图1. z方向为厚度，n(z)为折射率。 -IhFPjQ
qp
(ng 8%c
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。 ?PORPv #
3`_jNPV1
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)。 INSI$tA~
[tDUR
物理上引入针式层后，数学上必然会引起评价函数值的变化。通过利用评价函数对新层厚度求偏导，考察当针式变量发生于多层膜内z点处且新层折射率为时(见图2)，评价函数(merit function)的变化为： |eL&hwqzG
:Z( ?Ct&8
1 Y_e1tgmm
其中，函数被称为微扰函数(perturbation function) < y5V],-U
iK{q_f\"
由上式可看出由于新层厚度为正且方程右边第二项为的高阶微小量，故而在上式中评价函数的变化极大程度上取决于微扰函数的正负。即微扰函数为负时，评价函数减小。 u%?u`n2'
-}|GkTM
通过数学方法能在不插入新层的情况下计算微扰函数，从而得出评价函数值。 ?l#9ydi?
epa)ctS9
针式优化原理：当某点处微扰函数为负值时，插入一针式变量（保证新层厚度足够小，以使得的高阶微小量足够小）将能使得评价函数减小。 *9)7.} uY
D3Lu]=G
:0>wm@qCQ
如上图所示，在微扰函数最低点插入针式变量将能获得评价函数最大的减小量。 *0 M#{HQ
+aRjJ/*
针式算法思路：不断于扰动函数最低点(且为负值)处插入针式变量至微扰函数无负值区时优化过程终止。其过程如下图： <b"ynoM.A
1)
V,>)Ak
h-h U=I8
三.OptiLayer针式算法的优点： 6' ye-}vD-
b1{~j]"$L
1.计算速度上： ; iQ@wOL]
%~P]x7%|
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。 vFY/o,b \
M`\c'|i/
针式算法与一般算法的优化进程示意图如下： XPXC7_fV
8 , 2l >S
p%Ae"#_X%
针式算法(黑线)和一般算法(红线)的优化进程示意图 e3YZ-w^W~h
OO_{ o
图中横轴为计算时间，纵轴为评价函数值 =BY)>0?z
=:`1!W0I
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。 0X+Jj/-ge
I=&5m g=m
2.优化效果上： ,R0@`t1 p
W ]5k M~Q@
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。
