超表面设计教程

范·杰森 斯坦福大学电子工程系 概要 传统超表面设计中的元原子 • 光学谐振器• 传播相位• 几何相位 基于伴随变量法的自由曲面超表面设计 机器学习增强设计 • 代理 PDE 求解器加速器• 生成式网络作为全局优化器• 大型语言模型 超表面作为光学相位数组传统超表面利用阵列。 亚波长尺度“元原子”，每个都支持独特的相位响应。 • 阶段响应可以通过几种不同的机制产生。 谐振相控 光学天线是一种受驱动谐振子，其周围具有高达π的相位响应。 共鸣实现 2π 相移与金属和介电纳米结构结构可以通过多重谐振实现2π 相位偏移。 动态相位控制 介电纳米波导可用于以高传输效率和定制化的动力学（即传播）相位响应来传输光。 几何相位控制 借助几何相位，超原子是各向异性纳米级线性双折射半波片： 基于波片的相对角向位，会产生一个相位差（即几何相位）。 元原子工程 为实现更高级的超表面功能，已成功实现了一系列元原子共振、色散及偏振调控概念。 概要 传统超表面设计中的元原子 • 光学谐振器• 传播相位• 几何相位 基于伴随变量法的自由曲面超表面设计 机器学习增强设计 • 代理 PDE 求解器加速器• 生成式网络作为全局优化器• 大型语言模型 自由形貌超表面功能 自由形貌超表面可以超越使用传统设计策略设计的设备。 伴随变量法 问题：给定一正常入射平面波，何种结构能最大化场强 |E|？2在这一点上r? 奥文·米勒的博士论文（2012年）；《材料研究学会通报》，45卷，第196页（2020年） 伴随变量法 方法：让我们在位置处添加一个小的介电扰动r’并看看品质因数是否有所提高。 E(r)E(r)=E(r)+ΔE(r)r fwdnewfwd 伴随变量法 点状介电扰动响应可近似视为偶极子发射器的响应： 伴随变量法 伴随变量法 伴随变量法可以结合到基于梯度的优化算法中： 每次迭代中，前向模拟和伴随模拟为： 每次迭代后的折射率调整如下： 伴随变量法刮擦声 SiOλ = 1050纳米2 增强能力的起源 拓扑优化的超表面相较于传统设计，利用了更多模式和新颖的耦合物理机制。 耦合布洛赫模式分析 概要 传统超表面设计中的元原子 • 光学谐振器• 传播相位• 几何相位 基于伴随变量法的自由曲面超表面设计 机器学习增强设计 • 代理 PDE 求解器加速器• 生成式网络作为全局优化器• 大型语言模型 人工智能时代中的科学计算 我们能想到一个“ChatGPT”模型来加速甚至自动化光学系统设计吗？ 代理电磁 卷积神经网络可以非常快速地（毫秒级速度！）根据设备布局预测电磁场。 混合波浪Y-Net训练 我们使用训练数据集和物理损失来训练网络，以确保输出场满足麦克斯韦方程。 专业神经加速器驱动域分解方法（SNAP-DDM） 我们为全球域的不同部分训练了专门用于子域边界值求解的求解器。 专业神经加速器驱动域分解方法 (SNAP-DDM) 我们64x64像素的子域求解器可以求解边界值问题。超过99%的准确率. 各种全球领域的模拟 SNAP-DDM 可以解决具有周期性或 PML 边界条件的半通用任意尺寸问题。 拉长域 2.5λ ×12λ 全局自由形貌优化 With全局拓扑优化网络(GLOnets)，生成网络可以通过物理模拟进行训练以搜 索全局最优解。 光电设计中的GLOnets GLOnets 是一种适用于多种系统的有效全局自由形态优化器。 什么是超表面设计 now 使用MetaChat进行自动化设计 使用MetaChat进行自动化设计 摘要 • 传统超表面设计范式是简单且可扩展的概念，适用于许多设备。 • 可通过自由形态梯度优化实现性能提升。 • 基于机器学习的优化器和偏微分方程求解器能够实现光子CAD的高速自动化。