CN111428340B - 一种基于遗传优化的集成光子带通滤波器的设计方法 - Google Patents
一种基于遗传优化的集成光子带通滤波器的设计方法 Download PDFInfo
- Publication number
- CN111428340B CN111428340B CN202010112421.9A CN202010112421A CN111428340B CN 111428340 B CN111428340 B CN 111428340B CN 202010112421 A CN202010112421 A CN 202010112421A CN 111428340 B CN111428340 B CN 111428340B
- Authority
- CN
- China
- Prior art keywords
- structural unit
- genetic optimization
- dimensional model
- optimization
- bandpass filter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002068 genetic effect Effects 0.000 title claims abstract description 30
- 238000013461 design Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 14
- 238000002834 transmittance Methods 0.000 claims description 11
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 230000003287 optical effect Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 5
- 230000010354 integration Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000000411 transmission spectrum Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01P—WAVEGUIDES; RESONATORS, LINES, OR OTHER DEVICES OF THE WAVEGUIDE TYPE
- H01P11/00—Apparatus or processes specially adapted for manufacturing waveguides or resonators, lines, or other devices of the waveguide type
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01P—WAVEGUIDES; RESONATORS, LINES, OR OTHER DEVICES OF THE WAVEGUIDE TYPE
- H01P11/00—Apparatus or processes specially adapted for manufacturing waveguides or resonators, lines, or other devices of the waveguide type
- H01P11/007—Manufacturing frequency-selective devices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Manufacturing & Machinery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Optical Integrated Circuits (AREA)
Abstract
本发明涉及一种基于遗传优化的集成光子带通滤波器的设计方法，属于微纳光子学器件技术领域。利用物理场仿真软件的模式分析模块，采用等效折射率的方法将三维模型等效为二维模型，选定器件整体形状和结构单元形状，用等距网格对器件整体划分，进行遗传优化操作，通过输出的最佳结构单元确定带通滤波器的结构。所述方法设计大大提升了设计效率，制造出的带通滤波器与传统的宏观光学器件相比尺寸超小，集成度高；性能良好，线型优，带宽大，滚降范围较小；指标均满足当前微纳加工的要求。所述方法的使用，可以使研究者更专注于器件的级联应用以及对器件内在机制的探究，为未来光处理、光通讯的发展提供了备选方案。
Description
技术领域
本发明涉及一种基于遗传优化的集成光子带通滤波器的设计方法，属于微纳光子学器件技术领域。
背景技术
随着包括5G通讯、物联网在内的新型产业的兴起，在实际应用中对于高速、低损耗的信息处理系统的需求与日俱增。传统的电子器件受摩尔定律的限制，在储存密度和运算速度的突破上均面临瓶颈，并且进入“后摩尔时代”，电子器件不可无限制地进行集成。器件的尺寸越小，量子效应越明显，集成的困难就越大。作为摩尔定律的延续，人们提出一种极具潜力的设计——光子芯片。相较于传统的电子芯片，光子芯片的巨大优势之一是光子之间无相互作用力，可以大大降低系统的功耗，增大信息传输的带宽。因此，光子芯片可以在数据通信、高性能计算和传感技术上有重要的应用。目前大规模集成光子芯片尚处于探索阶段，研究工作大多集中于对微小分立元器件的设计与制造上。
带通滤波器是一种信号前端处理器件，是光子芯片集成的重要元器件之一。它可以有效抑制不需要波段的信号，仅允许目标波段通过，这在信号处理领域具有广泛的应用。然而，目前带通滤波器在光子集成器件领域少见报道。传统方法大多依赖经验以及物理启发进行结构设计和参数优化，需要耗费大量资源，器件的性能有局限性。相较于传统的设计方法，利用算法设计纳米光子学器件具有普适性和高效性。通过采用恰当的算法进行优化，可以有效提高设计效率，优化器件指标，避免出现局部最优的情况，找到性能最优的器件。
发明内容
本发明的目的在于针对光子集成器件领域报道的带通滤波器存在体积大，设计过程繁杂的技术缺陷，提供一种基于遗传优化的集成光子带通滤波器的设计方法。
本发明的目的是通过以下技术方案实现的。
所述基于遗传优化的可集成光子带通滤波器的设计方法，包括如下步骤：
步骤1、利用物理场仿真软件的模式分析模块，采用等效折射率的方法将三维模型等效为二维模型；
其中，物理场仿真软件为COMSOL Multiphysics软件；
步骤1操作的原因是为了缩短遗传优化的时间，减少基于三维模型的遗传优化对大量个体进行计算的计算量；
步骤2、基于二维模型选定器件整体的形状和结构单元的形状，用等距网格划分器件的整体区域，得到n×m个结构单元；
其中，器件整体的形状是凸多边形，n×m个结构单元，具体为：将整个器件的中心置于直角坐标系的原点，在器件内部作n-1条与横轴平行的等距线，把器件整体沿横向分割为等高的n份；再把器件沿纵向分割为等宽的m份，即生成n×m个网格，每个网格称为一个结构单元；
步骤3、在步骤2中划分的所有网格中取顶点全部处于器件内部的结构单元作为二维模型优化前的结构；
其中，结构单元尺寸参数取可变范围的最小值；
步骤3操作的原因是由于划分的等距网格有些不在器件的内部，有些只有部分在器件内部，这会给后续优化带来困难，因此只对顶点全部均处于器件内部的结构单元进行设置；
步骤4、对步骤3输出的二维模型优化前的结构进行遗传优化操作，得到最佳结构单元，具体为：用遗传优化方法调整一个结构单元的大小及位置，用物理场仿真软件得到对应二维模型的量化带通效果，同时在器件参数和量化带通效果之间建立一一映射；将器件参数作为基因，量化带通效果作为表现，模拟生物进化的过程进行迭代，使用遗传优化方法根据表现的好坏决定对应基因的去留；迭代进化直至达到理想效果：
其中，遗传优化操作，遵循如下准则：
1)优化过程中每个结构单元边长不小于50nm；
2)每个结构单元不能越过步骤2划分好的网格，以防止与相邻的结构单元发生交叠；
3)用通频带的归一化透过率作为信号，过滤波段的归一化透过率作为噪声，信号与噪声的差值即为量化带通效果；
步骤5、基于步骤4输出的最佳结构单元确定带通滤波器的结构。
有益效果
所述一种基于遗传优化的集成光子带通滤波器的设计方法，与现有带通滤波器的设计方法相比，具有如下有益效果：
1、所述方法设计制造出的带通滤波器在微米量级，与传统的宏观光学器件相比尺寸超小，集成度高。通过调整器件整体的尺寸大小，可以把器件尺寸控制在微米量级，这已经达到硅光子器件领域的世界先进水平，为未来光处理、光通讯的发展提供了备选方案；
2、所述方法设计制造出的滤波器性能良好，线型优，带宽大，滚降范围较小，可以根据后续过程的实际需要，调整带通波段和过滤波段，从而实现对目标波长的利用；
3、所述方法为遗传优化方法，相较于使用传统方法对参数进行人工探索，大大提升了设计效率，同时遗传优化的全局性确保了所获结构尽可能的最优化；所述方法的使用，使研究者可以更专注于器件的级联应用以及对器件内在机制的探究；
4、所述方法设计制造出的带通滤波器的指标均满足当前微纳加工的要求，最小尺寸不小于50nm，不存在过于曲折奇异的边界，因此可以采用聚焦离子束刻蚀和电子束曝光等方法进行制备。
附图说明
图1为采用本发明所述方法步骤1之后采用八边形作为器件整体结构，矩形孔状作为结构单元，设计出的可集成光子带通滤波器的几何结构；
图2为图1所示带通滤波器在900到2000nm波段范围的透射谱；
图3为本发明基于遗传优化的集成光子带通滤波器的设计方法的流程图。
具体实施方式
为了更好的说明本发明的目的和优点，下面结合附图和实例对发明基于遗传优化的集成光子带通滤波器的设计方法的具体实施做进一步说明。
实施例1
本实施例阐述了应用本发明所述基于遗传优化的集成光子带通滤波器的设计方法，采用上下底为500nm、其余边均为1000nm的八边形作为器件整体的结构，矩形作为结构单元，设计带通滤波器。
用6×5的等距网格来划分八边形，选取硅和空气作为材料。900到1800nm波段的光从左端中心位置入射，1200到1650nm波段的光从右端中心位置出射。
利用物理场仿真软件的模式分析模块求出该体系在中心波长位置处的等效折射率，实现用二维模型替代三维模型以达到减少计算量的目的。等效折射率方法能将SOI体系由三层不同介质组成这一主要影响因素考虑进去，忽略内部孔状结构对折射率的影响，在问题误差允许范围内是足够精确的，所以可以大大减少计算量。实验室的SOI体系由220nm厚的硅片和SiO2衬底组成，只需在硅片上进行特定形状的刻蚀即可实现特定的光学功能，选择八边形作为器件整体形状，矩形作为结构单元形状。按步骤2所述对八边形进行网格划分，确定后续优化范围。
按步骤3进行结构初始化，按步骤4进行遗传优化。这两个步骤均需要判定结构单元是否超出范围，为此，可以基于以下事实来编写判定函数：给定任意凸多边形几何结构A，任意凸多边形变动范围B，B不超过A的充要条件是A的所有顶点均在B内。若某个几何结构超出几何结构范围，程序将拒绝该几何的生成和对应参数的变化。将结构单元的大小、中心位置等作为可变参数，整个器件所有结构单元可变参数的集合作为遗传优化所需的基因，利用前面提到的判定函数即可实现遗传优化。具体到本例中，器件整体的基因由所有小矩形的中心位置、长和宽的参数组成，并与其对应的量化带通效果建立一一映射。
波长范围为900到2000nm的入射光从左侧端口入射，目标波段1200到1650nm的出射光从右侧端口出射。在900到2000nm范围内以50nm为步长取对应点的透过率，量化带通效果为处于目标波段的透过率与处于非目标波段的透过率之差。量化带通效果决定了器件结构在遗传优化中的演化方向，因此效率远远高于人工手动调节参数。
如图1所示是遗传优化最终得到的几何结构。上下两边为500nm，其余各边均为1000nm，器件整体所占面积约为3.62μm2。结构单元均为规则的矩形，且边长均不小于50nm，在目前微纳加工技术的可加工范围之内。
如图2所示是遗传优化得到的八边形带通滤波器的透过谱。顶带范围已在图中用不同标出。顶带带宽约为310nm。在顶带范围内的波段具有较高的透过率，而在颜色此范围之外，透过率急剧下降，说明该结构实现了在近红外波段的带通功能。透过谱的半高全宽为549nm，中心波长为1437nm。通讯波段1300nm和1550nm的透过率分别为0.76％和0.72％，透过率较高，这有利于后续对器件在这两个波段的处理和利用。
如图3所示是利用遗传优化设计带通滤波器的流程图。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于遗传优化的可集成光子带通滤波器的设计方法，其特征在于：包括如下步骤：
步骤1、利用物理场仿真软件的模式分析模块，采用等效折射率的方法将三维模型等效为二维模型；
步骤2、基于二维模型选定器件整体的形状和结构单元的形状，用等距网格划分器件的整体区域，得到n × m个结构单元；
其中，n × m个结构单元，具体为：将整个器件的中心置于直角坐标系的原点，在器件内部作n - 1条与横轴平行的等距线，把器件整体沿横向分割为等高的n份；再把器件沿纵向分割为等宽的m份，即生成n × m个网格，每个网格称为一个结构单元；
步骤3、在步骤2中划分的所有网格中取顶点全部处于器件内部的结构单元作为二维模型优化前的结构；
其中，结构单元尺寸参数取可变范围的最小值；
步骤4、对步骤3输出的二维模型优化前的结构进行遗传优化操作，得到最佳结构单元，具体为：用遗传优化方法调整一个结构单元的大小及位置，用物理场仿真软件得到对应二维模型的量化带通效果，同时在器件参数和量化带通效果之间建立一一映射；将器件参数作为基因，量化带通效果作为表现，模拟生物进化的过程进行迭代，使用遗传优化方法根据表现的好坏决定对应基因的去留；迭代进化直至达到理想效果：
其中，遗传优化操作，遵循如下准则：
1）优化过程中每个结构单元边长不小于50 nm；
2）每个结构单元不能越过步骤2划分好的网格，以防止与相邻的结构单元发生交叠；
3）用通频带的归一化透过率作为信号，过滤波段的归一化透过率作为噪声，信号与噪声的差值即为量化带通效果；
步骤5、基于步骤4输出的最佳结构单元确定带通滤波器的结构。
2.根据权利要求1所述的一种基于遗传优化的可集成光子带通滤波器的设计方法，其特征在于：步骤1中，物理场仿真软件为COMSOL Multiphysics软件。
3.根据权利要求1所述的一种基于遗传优化的可集成光子带通滤波器的设计方法，其特征在于：步骤2中，器件整体的形状是凸多边形。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112421.9A CN111428340B (zh) | 2020-02-24 | 2020-02-24 | 一种基于遗传优化的集成光子带通滤波器的设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112421.9A CN111428340B (zh) | 2020-02-24 | 2020-02-24 | 一种基于遗传优化的集成光子带通滤波器的设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111428340A CN111428340A (zh) | 2020-07-17 |
| CN111428340B true CN111428340B (zh) | 2022-04-08 |
Family
ID=71547112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010112421.9A Active CN111428340B (zh) | 2020-02-24 | 2020-02-24 | 一种基于遗传优化的集成光子带通滤波器的设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428340B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105024131A (zh) * | 2015-08-05 | 2015-11-04 | 中国电子科技集团公司第五十四研究所 | 一种微波腔体带通滤波器的设计方法 |
| CN106446447A (zh) * | 2016-10-17 | 2017-02-22 | 北京工业大学 | 一种基于遗传算法的低频电磁传感器结构优化方法 |
| CN109459850A (zh) * | 2018-11-05 | 2019-03-12 | 北京理工大学 | 一种局域光场结构的实现及设计方法 |
| CN109491004A (zh) * | 2018-12-18 | 2019-03-19 | 西南技术物理研究所 | 一种多角度矩形深截止宽带带通滤光片的制作方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2946140A4 (en) * | 2013-03-05 | 2016-11-16 | Halliburton Energy Services Inc | SYSTEM, METHOD AND COMPUTER PROGRAM PRODUCT FOR PHOTOMETRIC SYSTEM DESIGN AND ECOLOGICAL ROBUSTNESS |
| DE102014014980A1 (de) * | 2014-10-07 | 2016-04-07 | Technische Universität Dresden | Richtungsselektiver interferometrischer optischer Filter |
-
2020
- 2020-02-24 CN CN202010112421.9A patent/CN111428340B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105024131A (zh) * | 2015-08-05 | 2015-11-04 | 中国电子科技集团公司第五十四研究所 | 一种微波腔体带通滤波器的设计方法 |
| CN106446447A (zh) * | 2016-10-17 | 2017-02-22 | 北京工业大学 | 一种基于遗传算法的低频电磁传感器结构优化方法 |
| CN109459850A (zh) * | 2018-11-05 | 2019-03-12 | 北京理工大学 | 一种局域光场结构的实现及设计方法 |
| CN109491004A (zh) * | 2018-12-18 | 2019-03-19 | 西南技术物理研究所 | 一种多角度矩形深截止宽带带通滤光片的制作方法 |
Non-Patent Citations (3)
| Title |
|---|
| 一种新的波导带通滤波器的优化设计方法;翟阳文等;《微波学报》;20161030;第32卷(第05期);全文 * |
| 基于SBS的微波光子滤波器技术研究;龚静文等;《空间电子技术》;20180825;第15卷(第04期);全文 * |
| 基于模拟退火遗传算法的微波光子滤波器特性研究;蒋宏彬等;《中国激光》;20120810;第39卷(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111428340A (zh) | 2020-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112180592B (zh) | 一种用于光学逆向设计的快速优化方法 | |
| CN103176272B (zh) | 二维光子晶体最大绝对带隙结构优化方法 | |
| CN106168712B (zh) | 一种高斯光束变换为平顶光束整形透镜的粒子群设计方法 | |
| CN104101983A (zh) | 结像系统镜组 | |
| CN114815014B (zh) | 一种聚焦涡旋光束的超透镜及超透镜阵列 | |
| CN111428340B (zh) | 一种基于遗传优化的集成光子带通滤波器的设计方法 | |
| CN111413783A (zh) | 光学成像镜头及电子设备 | |
| CN114815961A (zh) | 片上光学衍射计算处理器及全光学图像分类设备 | |
| CN116009246A (zh) | 一种基于深度学习的偏振光学系统自动优化设计方法 | |
| CN110018555A (zh) | 一种光学成像系统及摄像装置 | |
| CN114815058B (zh) | 一种多通道交叉波导及设计方法 | |
| CN113238319B (zh) | 任意方向和通道的超紧凑功率分束器 | |
| CN206649204U (zh) | 一种微型成像镜头 | |
| CN104779306B (zh) | 一种具有伞状塞的亚波长增透结构的太阳能电池栅极 | |
| CN102565928B (zh) | 一种亚波长介质加载型表面等离子激元光波导 | |
| CN113569513B (zh) | 一种基于波导模式的片上多维逻辑门设计方法 | |
| CN114967127B (zh) | 多波长消色差超薄平面透镜的设计方法 | |
| CN116626885A (zh) | 一种超构光栅的设计方法 | |
| CN108508580A (zh) | 一种光学成像系统 | |
| CN116070583A (zh) | 一种偏振调制纳米光子学器件的设计或优化方法 | |
| CN114429081A (zh) | 一种基于智能算法的高q值硅基光子晶体纳米束微腔 | |
| CN115983366A (zh) | 面向联邦学习的模型剪枝方法及系统 | |
| CN118020002A (zh) | 光运算装置以及制造方法 | |
| CN102545049A (zh) | 一种同心纳米线表面等离子体激光器 | |
| CN216901000U (zh) | 一种基于膜堆结构的高q三维金属微纳光学器件 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |