一. 薄膜设计中数理概念的引入 yo5-x"ze
gT[] "ZT7
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。 =Q;dYx%I5
ZLaht(`+
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。 xz:
aIT0t0.
GwgY{-|`
二.针式算法的引入及其数理思想： -=
c&K&
N WwKp?
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。 u j}%S_9
ixy:S1 pI
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。 %N\45nYU:
4EeV O 5
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： <F}j;mX
REc90v2"
图1. z方向为厚度，n(z)为折射率。 M$v\7vBgO!
Q&$2F:4f&
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。 0<-A 2O),
*` -
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)。 (eT9N_W
!K.)Qr9 V
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： ).Z
U0fV
U2Siw
UM1h[#?&V)
其中，函数被称为微扰函数(perturbation function) 0kp{`3ce
j0cB#M44
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。 $W;r S7b
gT fA]
通过数学方法能在不插入新层的情况下计算微扰函数，从而得出评价函数值。 yqb$,$
Nc EPPl 0I
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。 tR=1.M9 6Y
oj6=.
k:U%#rb;
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。 AGlFbc(L
j%S}
T)pX
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： ^AwDZX
Q >h7H{c
pmUC4=&e
三.OptiLayer针式算法的优点： 5p.#nc!;y
TY+Rol;!
1.计算速度上： 74A&#ecb{
bT:;^eG"
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。 ;k1VY
Ie}
R,h wn2@B
针式算法与一般算法的优化进程示意图如下： rgv$MnG
RLh%Y>w
b5
AP{
#
针式算法(黑线)和一般算法(红线)的优化进程示意图 :Mu]* N
!&G&
~*.x
图中横轴为计算时间，纵轴为评价函数值 *% ]&5
od/Q"5t[p
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。 x1+ V
Cj)*JZV G
2.优化效果上： ~ Ctq
(Ixmg=C6y
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。
