咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >等离激元微纳结构的智能表征与支持连续体束缚态微纳结构的高性能... 收藏
等离激元微纳结构的智能表征与支持连续体束缚态微纳结构的高性能...

等离激元微纳结构的智能表征与支持连续体束缚态微纳结构的高性能设计

作     者:董奇奥 

作者单位:南京邮电大学 

学位级别:硕士

导师姓名:高丽

授予年度:2023年

学科分类:08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 080502[工学-材料学] 

主      题:超表面 等离激元 光子晶体 连续体束缚态 深度学习 

摘      要:光学超表面是一种厚度只有百纳米的人工微纳结构,其亚波长尺度的“超原子单元结构可以与电磁场产生独特的相互作用来调控光的特性,例如控制光束的传播方向,实现波前塑形(聚焦)和增强近场等,因此在传感、成像和通信等方面有着重要应用。如何根据需求快速高效地设计定制超表面结构一直是该领域研究的一个重点。另一方面,如何实现超表面结构参数快速精准地识别表征以及实现理论设计与实验结果的统一也是一个亟待解决的难题。本文将围绕神经网络辅助识别表征等离激元超表面以及支持连续体束缚态的介质超表面结构的智能设计两个方向展开研究。等离激元的几何形状和材料特性是为传感应用定制光学共振特性的关键参数。统一理论仿真和实验结果需要对微纳结构的参数进行准确的表征。然而,扫描电子显微镜或原子力显微镜可以准确的分析微纳结构横向几何形状,但等离激元光学微纳结构的薄膜材料特性和纵向厚度的表征并不简单,这通常需要对器件进行刻蚀和截面分析。本论文提出采用深度神经网络的人工智能算法,通过表征简单的透射光谱的数据实现对等离激元超表面核心参数的预测。首先基于仿真数据建立神经网络算法,实现仿真数据中几何参数和材料参数的准确识别。然后,通过混合仿真和实验数据进行网络训练验证了实验数据中正确的材料特性识别结果。该工作表明通过简单光谱技术和深度学习算法可以实现等离激元对超表面器件的快速表征。在介电超表面的研究中,研究人员发现连续体(BIC)中的光学束缚态存在于各种介电、等离激元和混合光子系统中。局部BIC模式和准BIC共振可以导致大的近场增强和具有低光损耗的高质量因子。在这项研究工作中,我们通过仿真发现硅基光子晶体结构中的准BIC现象,通过对刻蚀薄膜厚度的改变,成功实现了对准BIC模式响应的调控,在折射率传感等方面展现了很好的应用前景。随后,进一步对受对称保护性的BIC共振介质结构进行了研究,通过不同的方式破坏结构的不对称性,验证了其品质因子Q和不对称系数α均满足Q∝α-2,并实现了在可见光到近红外波段大范围的BIC响应覆盖。最后,我们演示了简单的逆向设计神经网络,通过输入需求的准BIC共振波长和响应Q值,可以直接输出支持准BIC模式的周期性全介质超表面的结构参数。综上所述,本论文针对纳米光子学领域结构设计和表征两个难题,提出了人工智能算法辅助的超表面表征和设计方法,成功实现了等离激元超表面的快速表征,展现了超高的表征准确度,并同样适用于真实的实验数据。随后展示一种支持准BIC模式的介质超表面的高效逆向设计方法,展现了巨大的应用潜力。这两项工作的部分成果有助于解决纳米光子学领域结构设计和表征两个难题,实现低成本高效率的快速设计和表征,进而推动超表面在实际的传感、成像和通信等应用领域的快速普及。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分