[发明专利]用于光学量测的方法、系统、计算设备和存储介质

权利要求书

1.一种用于光学量测的方法，包括：

基于关于参考模型的几何参数的预设值和色散曲线数据的坐标数据，生成用于输入神经网络模型的输入数据；

基于经由多个样本训练的所述神经网络模型，提取所述输入数据的特征，以便生成与所述几何参数的预设值相关联的模拟色散曲线数据，所述模拟色散曲线数据指示与色散曲线数据的多个坐标数据所对应的多个光学参数；

获取关于待测对象的测量色散曲线数据；

计算所述测量色散曲线数据与所述模拟色散曲线数据的距离，以便确定所述距离是否符合预定条件；

响应于确定所述距离不符合预定条件，基于所述距离确定用于更新关于参考模型的几何参数的预设值的梯度，以用于基于经更新的预设值经由所述神经网络模型再次生成模拟色散曲线数据以便再次计算所述距离；以及

响应于确定所述距离符合预定条件，基于与用于生成当前模拟色散曲线数据的所述输入数据所对应的预设值，确定所述待测对象的几何参数。

2.根据权利要求1所述的方法，其中所述坐标数据包括：角度和波长、或者频率和波矢。

3.根据权利要求1所述的方法，其中基于所述距离确定用于更新关于参考模型的几何参数的预设值的梯度以用于再次生成模拟色散曲线数据以便再次计算所述距离包括：

基于所述距离，确定用于更新关于参考模型的几何参数的预设值的梯度；

基于所述梯度，更新关于参考模型的几何参数的预设值，以便基于更新后的预设值生成更新后的输入数据；以及

将更新后的输入数据输入所述神经网络模型，再次生成与所述更新后的预设值相关联的模拟色散曲线数据。

4.根据权利要求1所述的方法，其中生成与所述几何参数的预设值相关联的模拟色散曲线数据包括：

基于关于所述参考模型的预定几何参数和在预定范围内变化的色散曲线数据的坐标数据，经由所述神经网络模型生成与在预定范围内变化的每一个坐标数据所对应的反射率数据；以及

基于在预定范围内变化的每一个坐标数据和与所述每一个坐标数据所对应的反射率数据，生成所述模拟色散曲线数据。

5.根据权利要求1所述的方法，其中所述模拟色散曲线数据包括指示平滑变化的薄膜干涉部分和用于指示突变的光栅能带部分，待测对象为光栅。

6.根据权利要求1所述的方法，其中用于训练所述神经网络模型的多个样本是基于严格耦合波分析算法或者时域有限差分算法而生成的。

7.根据权利要求4所述的方法，其中经由所述神经网络模型生成与在预定范围内变化的每一个坐标数据所对应的反射率数据包括：

基于关于参考模型的预定几何参数和在预定范围内变化的色散曲线数据的坐标数据生成多个子输入数据；

将所述多个子输入数据分别输入被配置在多个GPU上的多个神经网络模型，所述多个子输入数据包括相同的所述预定几何参数和不同的坐标数据；以及

经由所述多个神经网络模型，分别提取对应的子输入数据的特征，以便分别生成与多个子输入数据所包括的坐标数据所对应的多个反射率数据。

8.根据权利要求1所述的方法，其中生成与所述几何参数的预设值相关联的模拟色散曲线数据包括：

随机确定关于所述参考模型的几何参数的多个初始化预设值；

基于所述多个初始化预设值，经由所述神经网络模型，分别生成与多个初始化预设值关联的多个候选模拟色散曲线数据；

比较所述多个候选模拟色散曲线数据与所述测量色散曲线数据之间的多个第一距离，以便基于所述多个第一距离分别更新多个初始化预设值的梯度，以用于确定使得对应的第一距离达到最小值时的候选模拟色散曲线数据；

分别比较多个使得对应的第一距离达到最小值时的候选模拟色散曲线数据与所述测量色散曲线数据之间的多个第二距离，以便将与最小的第二距离相对应的候选模拟色散曲线数据作为目标色散曲线数据；以及

基于所述目标模拟色散曲线数据，计算所述待测对象的几何参数。