[发明专利]一种偏振调制纳米光子学器件的设计或优化方法

权利要求书

1.一种偏振调制纳米光子学器件的设计或优化方法，包括以下步骤：

1)随机生成用于偏振调制的纳米结构并获取其对应的光学响应数据，构造初始数据集；

2)利用初始数据集训练深度神经网络，使其可根据纳米结构的结构数据预测其光学响应数据；

3)从初始数据集中选取一定比例的样本，作为后续优化的初代输入数据，而后利用优化算法针对设计目标推荐生成若干纳米结构；

4)利用深度神经网络对步骤3)推荐生成的纳米结构进行光学响应数据预测，评估其工作性能；

5)循环迭代进行步骤3)和4)，直至优化算法模型收敛，获得偏振调制纳米光子学器件所需纳米结构。

2.如权利要求1所述的方法，其特征在于，步骤1)借助时域有限差分或多物理场仿真软件通过模拟仿真得到纳米结构对应的光学响应数据。

3.如权利要求1所述的方法，其特征在于，步骤2)训练深度神经网络是将纳米结构的结构数据输入到深度神经网络，并利用梯度下降方法调整网络节点权值，使得深度神经网络输出数据逼近数据集中纳米结构对应的光学响应数据。

4.如权利要求1所述的方法，其特征在于，步骤3)中所述优化算法是贝叶斯优化、遗传算法或拓扑优化。

5.如权利要求1所述的方法，其特征在于，步骤3)采用贝叶斯优化算法，贝叶斯优化自变量设置为纳米结构的结构参数，因变量设置为由光学响应数据导出的器件工作性能指标；通过高斯过程，贝叶斯优化基于输入数据自动分析自变量与因变量之间的黑箱函数，并结合置信区间，生成采样函数；根据采样函数的极大值，推荐生成下一代纳米结构的结构参数。

6.如权利要求1所述的方法，其特征在于，步骤1)所述初始数据集中的数据类型为张量数据，存储的光谱响应数据为宽谱琼斯矩阵；在偏振调制纳米光子学器件设计中，根据式(1)至式(3)从宽谱琼斯矩阵中提取偏振转化效率PCE或偏振转化比率PCR作为优化目标：

其中，表示入射光的琼斯矢量，而表示纳米结构所对应的琼斯矩阵，其中R_ij表示i偏振光入射下，反射或透射光中j偏振光的复振幅；表示目标偏振态的琼斯矢量，表示反射光的琼斯矢量，*表示对琼斯矢量做转置操作。

7.如权利要求1所述的方法，其特征在于，在循环迭代进行步骤3)和4)时，优化过程中生成的纳米结构及深度神经网络预测的光学响应数据作为新的已观测数据点，与上一代优化输入数据进行合并，完成数据集更新；更新之后的数据集作为下一代优化的输入数据，执行下一代优化过程。

8.如权利要求1所述的方法，其特征在于，步骤1)在构建初始数据集时，将纳米结构的几何构型参数化为二维0-1结构矩阵，其中1代表该处存在纳米结构，而0则表示该处为空气；在步骤2)利用0-1结构矩阵及其光学响应构成的数据集训练深度神经网络。

9.根据权利要求1～8任一所述的设计或优化方法获得的偏振调制纳米光子学器件。

10.如权利要求9所述的偏振调制纳米光子学器件，其特征在于，所述偏振调制纳米光子学器件是偏振调制波片或消色差超构透镜。