人工透镜纳米光子学器件的材料光学调控与神经网络逆向设计研究

黄子桐 李宇轩 邢思远

摘要：由于传统半导体工业难以突破一系列物理极限，无法满足更高效的电子设备的需求，已经处于瓶颈时期。人们开始重点研究光电元器件，利用光的高速率、多维度等优势设计光子与电子元器件的结合，从而达到更高效的功能。

光子器件利用了光的各种特点对信息进行高速率、低功耗的处理。在设计光子器件时，我们一般对材料的选择、器件的精确性、设计与算法的复杂程度等重点关注。我们的目标是选择合适的材料，以光的聚焦为基础，设计出纳米立体透镜结构。与此同时，我們也需考虑应用神经网络，帮助提升运算与设计效率。

本文中我们主要利用Lumerical公司的FDTD软件，从三个方面展开工作。首先，我们针对Si、TiO2、SiO2、Ag四种不同材料，分别设计出四种纳米结构，研究其透射率、反射率、光强等信息。结果表明，介电材料对光的损耗较小，是用于后续的进一步研究。其次，我们以Si为例，设计出不同纳米几何结构的相位梯度。通过改变材料立体结构的尺寸a=100～240nm，我们得到跨度为2π的相位一个周期的梯度分布。基于上述不同相位梯度，我们可以设计出44=256种纳米结构阵列，并通过运行FDTD软件得到焦平面处的光场分布图像。最后，我们分别针对透射率光强建立一维矩阵，并对照入射光的相位梯度，利用人工智能神经网络计算模型尝试逆向预测透镜的相位分布。通过神经网络自行训练并与真实值不断比对，我们获得了630nm入射光条件下低于2%的比较高精度的误差预测。……