DOE标量模型-5.pptVIP

光场的控制 ——衍射光学元件的优化设计 * * 针对不同光学系统的特殊功能需求，考虑到DOE特征尺寸与波长的关系，对DOE采用不同的近似处理： 衍射光学元件的理论模型 光线模型： 以光线描述光的传播，分析DOE对光线的偏折作用。适用于折衍混合成像系统的模拟和设计； 标量模型： 基于标量衍射理论的复振幅透过率模型，适于波面校正、特殊光场产生等非点响应系统； 矢量模型： 基于矢量衍射理论的三维模型，通过求解受边界条件约束的Maxwell方程组得到光场经过DOE后的反射场、透射场和衍射场。 Optical Transform T(x,y,u,v) f(x,y)exp[i?(x,y)] 输入 输出 g(u,v) 衍射光学元件通常采用逆设计方法，可归结为相位恢复问题，即：已知输入和输出面上的光强分布，求输入和输出面上的位相分布。这种问题是高维变量的优化问题，一般情况下无严格的解析解，只能通过迭代运算求最优近似解。 DOE标量模型及其优化设计 衍射光学元件的设计理论 常用的DOE优化算法 GS(Gerchberg-Saxton)算法 1971 利用输入输出间的正反傅里叶变换与输入输出的光场限制条件，反复迭代直至满足设计要求 优点：能较快得到误差小于某给定值的设计结果 缺点：易于陷入局部极值点，对初始位相的选取很敏感 位相分布不够连续，包含许多位相突变点 算法改进 理想振幅分布调整 位相混合算法 局部替代函数 理想振幅分布调整 ?用来控制收敛速度和设计性能 位相混合算法(PMA: Phase Mixture Algorithm) 局部替代函数 杨-顾（YG）算法 1981 应用光学一般变换理论，提出幺正变换系统中振幅位相恢复问题的一般描述方法，在严格数学推导的基础上，建立一组确定振幅位相分布的联立方程组，并将其推广到非幺正变换系统中。YG算法原则上可解决任意线性变换系统中的振幅相位恢复问题。 优点：能较快得到误差小于某给定值的设计结果 缺点：易于陷入局部极值点，对初始位相的选取很敏感 位相分布不够连续，包含许多位相突变点 模拟退火(SA: Simulated Annealing)算法 基本思想：将优化变量的可能取值看成某一物质体系的微观状态，而将评价函数看成该物质体系在对应状态下的内能，并用控制参数T类比温度。在某一温度下，经不断降温，在全局解空间中随机搜索最优解，同时具有概率突跳特点，即在局部极小以一定概率跳出并最终趋于全局最优。 优点：具有跳出局部极值点的能力，全局最优； 缺点：新旧状态间没有有机的联系，只是在解空间内随机性地试探搜索，优化效率不高。 应满足条件 ? 可达性。无论初始点如何选择，任何一个状态均可以达到。这样才有得到最优解的可能。 ? 渐近不依赖初始点。由于初始点的选取具有非常大的随机性，要达到全局最优，应渐近的不依赖初始点。 ? 分布稳定性。当温度不变时，描述模拟退火过程的马尔可夫链的极限分布应存在；当温度渐近为零时，其马尔可夫链也存在极限分布。 ? 收敛到最优解。当温度渐近零时，最优状态的极限分布和为1。 遗传算法(GA: Genetic Algorithm) 借鉴生物进化论的思想，是一种启发式群体概率性迭代优化方法。 将问题的求解表示成“染色体”的适者生存过程，其中包括选择、交叉和变异操作，通过“染色体”群的一代代不断进化，最终收敛到“最适应环境”的个体，从而求得问题的最优解。 具有并行搜索能力，同样不依赖问题的特殊信息，但存在进化缓慢和“早熟”现象。 混合优化算法 局部优化算法(GS、YG、最速下降法、共轭梯度法等)在优化过程中，只接受目标函数下降的自变量取值，易于陷入局部极值点，寻优可靠性不高，但优化效率较高且局部寻优精度高。 全局优化算法(SA、GA等)具有跳出局部极值点的能力，可在整个解空间搜索；但是新旧状态间没有有机的联系，只是在解空间内随机性地试探搜索，优化效率不高。 将全局优化算法与局部优化算法有机地结合起来，使其既有一定的全局搜索能力，能跳出局部极值点，又有较高的优化效率 衍射光学束匀滑元件设计 DOE 傅氏透镜 f ? D d 口径D＝100mm 傅立叶变换透镜焦距f=600mm 入射波长=1.053?m 均匀焦斑大小为d=100?m 理想平面波