[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

说明书

本发明公开了一种偏振调制纳米光子学器件的设计或优化方法，根据偏振转化需求，利用深度神经网络和贝叶斯优化等算法推荐生成纳米光子学器件(如波片)的结构参数，完成所需偏振调制器件的设计。该方法利用深度神经网络与贝叶斯优化高效的并行计算能力，在有限的计算资源下推荐生成大量具有高效偏振转化能力的波片，并构建结构数据库，可进一步支撑各种偏振依赖光学器件的开发。与基于预设物理规则或先验设计经验的传统设计策略相比，本发明方法具备更高的设计优化效率与设计自由度，减少了计算资源的消耗，为纳米光子学器件的设计与优化提供了一种新的范式。

技术领域

本发明涉及用于偏振调制的纳米光子学器件的设计或优化方法，具体涉及一种利用贝叶斯优化等优化算法和深度神经网络，优化器件结构参数，进而设计具有高效偏振转化效率的纳米光子学器件的方法。

背景技术

偏振是光的一个基本特性，在包括研究光与物质相互作用、光学非线性等基础科学领域以及传感、成像、光学显示、量子信息处理等实际应用领域具有重要意义。偏振态调控可通过光学波片来实现。传统波片通常由具有精确厚度的双折射晶片等块状材料组成。由于垂直于光轴和平行于光轴的两个正交偏振光在晶片中的传播速度不同，进而通过传播距离累计相位差，实现光偏振态的调制。但是由于传统的波片器件具有体积大、加工难且制备工艺兼容性差等缺点，难以应用于小型化和高集成的光学系统。近年来，随着纳米材料制备工艺的不断发展，包括光子晶体、超构材料在内的人工光子结构被广泛用于调控光-物质相互作用。这些人工光子结构能够在亚波长尺度调制光的偏振态，为集成光学器件提供了丰富的设计选材。通过合理的结构设计，可在紧凑的平面光学器件上实现光偏振态的有效调控，在偏振成像、传感、通信等应用领域有着极大的应用潜力。

反向设计，一种经典的设计策略，其核心是确定目标需求的前提下，寻找从需求到物理实现系统的有效算法。在光学设计中，我们可以借助反向设计的策略，从所需的光学性能出发，在设计空间中寻找满足要求的结构。对于特定设计问题而言，可基于先验的物理模型或已有经验，对器件结构进行参数化，生成设计空间。然后，通过数值模拟或验证性实验等手段，获得设计空间中结构点对应的光学响应，构建结构数据库，为后续器件优化提供数据支撑。经典的反向设计过程中有两个挑战。其一，如无先验物理模型或经验做引导,难以完成器件结构设计或优化。其二，生成结构数据库所消耗的资源随设计空间的维度以指数增长，因而难以打开结构自由度去构建高维度设计空间，以完成更高效器件的设计。

深度神经网络(DNNs)等人工智能算法，由大量的类生物神经元的逻辑计算节点组成，通过调整计算节点的权值和偏置，最小化深度神经网络与给定目标输出数据之间的误差。与基于先验物理规则的传统设计方法相对比，人工智能算法可以从结构数据库中自发学习内在的规律与联系，并建立输入数据和输出数据之间的映射关系。因而，通过合理的参数化策略,人工智能算法可以迁移到纳米光子学的研究中。凭借在给定设计空间中强大的泛化能力，人工智能算法为许多光子学研究领域带来了发展机遇，如光谱预测、超快脉冲重建、结构逆设计、光子带结构分析等。贝叶斯优化是一种用于函数全局优化的设计策略，具有可并行计算和梯度不敏感等优点，在许多科学前沿和工程应用领域中的设计问题中有着重要的应用。

发明内容

本发明的目的在于提供一种用于偏振调制的纳米光子学器件的通用设计或优化方法。本发明方法可以根据偏振转化需求，利用深度神经网络和贝叶斯优化等算法推荐生成纳米光子学器件(如波片)的结构参数，完成所需偏振调制器件的设计。

本发明方法利用深度神经网络与贝叶斯优化高效的并行计算能力，可在有限的计算资源下推荐生成大量具有高效偏振转化能力的纳米结构，并构建结构数据库。而后综合考虑器件制备精度与工艺容忍度，从数据库中寻找最佳结构参数。并且，构建的结构数据库可进一步支撑各种偏振依赖光学器件的开发。与基于预设物理规则或先验设计经验的传统设计策略相比，本发明方法具备更高的设计优化效率与设计自由度，可完成偏振调制波片等器件的设计与优化，并可进一步为多功能偏振依赖器件的开发提供支撑。

本发明的技术方案如下：