【摘要】：近年來(lái),硅光子技術(shù)發(fā)展已較為成熟,基礎(chǔ)的硅波導(dǎo)器件已經(jīng)被深入研究,強(qiáng)大的設(shè)計(jì)套件對(duì)于光子集成電路至關(guān)重要,因此已經(jīng)建立了具有多樣性的片上光子功能元件庫(kù)。精細(xì)設(shè)計(jì)的集成光學(xué)設(shè)備通常來(lái)自對(duì)物理學(xué)的良好理解以及對(duì)幾個(gè)設(shè)備參數(shù)的直覺(jué)嘗試或多次調(diào)整。然而該設(shè)計(jì)原理是基于具有非常有限的參數(shù)空間的常規(guī)器件幾何結(jié)構(gòu),這種方法在實(shí)際中無(wú)法完全探索器件所擁有的全部屬性,以及完全發(fā)揮現(xiàn)有技術(shù)的半導(dǎo)體制造能力,本文針對(duì)這一現(xiàn)象,開(kāi)展了對(duì)基于逆向設(shè)計(jì)應(yīng)用于光子集成電路的研究。數(shù)字元結(jié)構(gòu)是一種有吸引力的器件幾何結(jié)構(gòu),其將電介質(zhì)波導(dǎo)離散成具有二元或多級(jí)材料特性的多個(gè)像素。每個(gè)像素的材料屬性由直接二進(jìn)制搜索(Direct binary search,DBS)算法確定。與傳統(tǒng)的周期性或光子帶隙結(jié)構(gòu)相比,這種人為的不均勻性允許在亞波長(zhǎng)(Subwavelength,SW)尺度下更靈活的折射率工程。基于DBS方法,已有多種數(shù)字元器件的演示,如功率分配器具有靈活的比例,急彎,模多路復(fù)用器,超緊湊絕熱錐,光柵耦合器等等,雖然這種設(shè)計(jì)方法已經(jīng)顯示出許多新型納米光子器件的巨大潛力,但優(yōu)化的計(jì)算成本是一個(gè)大問(wèn)題,神經(jīng)網(wǎng)絡(luò)出色的預(yù)測(cè)和擬合能力,可以在一定條件下解決這個(gè)問(wèn)題。本文選擇了超寬帶多模干涉耦合器(Multimode interference coupler,MMI)和衰減器作為設(shè)計(jì)的器件,分別采用傳統(tǒng)的基于數(shù)字超材料的像素點(diǎn)型優(yōu)化設(shè)計(jì)方法,其利用光學(xué)仿真軟件進(jìn)行器件的優(yōu)化設(shè)計(jì),和使用數(shù)字超材料與神經(jīng)網(wǎng)絡(luò)結(jié)合的混合式系統(tǒng)的方法進(jìn)行器件的優(yōu)化設(shè)計(jì),以及使用神經(jīng)網(wǎng)絡(luò)逆向優(yōu)化設(shè)計(jì)方法對(duì)目標(biāo)器件進(jìn)行設(shè)計(jì)的三種不同方法,分別對(duì)得到的結(jié)果進(jìn)行分析對(duì)比。與已有的基于數(shù)字超材料的像素點(diǎn)型優(yōu)化設(shè)計(jì)方法相比,混合式系統(tǒng)設(shè)計(jì)方法和逆向設(shè)計(jì)方法在得到的結(jié)果與設(shè)計(jì)目標(biāo)值相同或相近的情況下,縮短了設(shè)計(jì)所需的時(shí)間成本,我們通過(guò)人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法的預(yù)測(cè)功能和模擬復(fù)雜輸入輸出關(guān)系的能力,加快了自動(dòng)優(yōu)化設(shè)計(jì)中波導(dǎo)器件的開(kāi)發(fā)周期,我們相信通過(guò)繼續(xù)改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法,能將使預(yù)測(cè)的結(jié)果更加準(zhǔn)確和預(yù)測(cè)范圍越加豐富。而且隨著人工神經(jīng)網(wǎng)絡(luò)方法的持續(xù)改進(jìn)還可以挖掘出器件的更多的特性,能實(shí)現(xiàn)一些傳統(tǒng)器件難以實(shí)現(xiàn)的性能。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN622;TP183
【圖文】：

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文到器件的結(jié)構(gòu)參數(shù)，這種方法是逆向設(shè)計(jì)網(wǎng)絡(luò)[25-26]，這些網(wǎng)絡(luò)可以完成設(shè)計(jì)目標(biāo)。.1 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)光子器件的正向設(shè)計(jì)方法2017 年，三棱重工提出了一種 2.6×2.6 μm2MMI 分束器，如圖 1-1 神經(jīng)網(wǎng)絡(luò)的正向設(shè)計(jì)方法，對(duì)納米光子結(jié)構(gòu)設(shè)計(jì)了一款具有任意功于光子晶體超材料的 MMI 耦合器[27-28]，通過(guò)一組樣本對(duì)神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)逼近復(fù)雜的輸入輸出函數(shù)關(guān)系的性質(zhì)，結(jié)限差分法（Finite difference time domain method，F(xiàn)DTD）[29]技術(shù)加I 耦合器的設(shè)計(jì)過(guò)程，最終得到了圖 1-1 b)中的結(jié)構(gòu)和圖 1-1 c)中的值，證明了神經(jīng)網(wǎng)絡(luò)在光子器件設(shè)計(jì)中的可行性。

圖 1-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型與仿真結(jié)果網(wǎng)絡(luò)設(shè)計(jì)光子器件的逆向設(shè)計(jì)方法了更加方便的設(shè)計(jì)光子器件，提出了一種可以面向用神經(jīng)網(wǎng)絡(luò)逆向設(shè)計(jì)方法，威斯康星大學(xué)麥迪遜分校的了一種逆向設(shè)計(jì)[36]的方案。如圖 1-3 所示，他們將通，樣本包括：結(jié)構(gòu)參數(shù)和傳輸響應(yīng)，他們將由傳輸響應(yīng)為輸出的逆向網(wǎng)絡(luò)，和結(jié)構(gòu)參數(shù)作為輸入，傳輸響應(yīng)聯(lián)起來(lái)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，這樣通過(guò)中間層得到了數(shù)，在對(duì)這組參數(shù)進(jìn)行驗(yàn)證，即是完整的器件神經(jīng)網(wǎng)出的結(jié)構(gòu)參數(shù)經(jīng)驗(yàn)證后得到的結(jié)果與真實(shí)值接近，證設(shè)計(jì)光子器件的可行性。

圖 1-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型與仿真結(jié)果設(shè)計(jì)光子器件的逆向設(shè)計(jì)方法加方便的設(shè)計(jì)光子器件，提出了一種可以面網(wǎng)絡(luò)逆向設(shè)計(jì)方法，威斯康星大學(xué)麥迪遜分種逆向設(shè)計(jì)[36]的方案。如圖 1-3 所示，他們本包括：結(jié)構(gòu)參數(shù)和傳輸響應(yīng)，他們將由傳出的逆向網(wǎng)絡(luò)，和結(jié)構(gòu)參數(shù)作為輸入，傳輸來(lái)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，這樣通過(guò)中間層得在對(duì)這組參數(shù)進(jìn)行驗(yàn)證，即是完整的器件神結(jié)構(gòu)參數(shù)經(jīng)驗(yàn)證后得到的結(jié)果與真實(shí)值接近光子器件的可行性。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

3 王方;苗放;陳墾;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警仿真[J];計(jì)算機(jī)仿真;2019年11期

4 馬猛;王明紅;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車(chē)削加工表面粗糙度預(yù)測(cè)[J];輕工機(jī)械;2019年06期

5 莊連生;呂揚(yáng);楊健;李厚強(qiáng);;時(shí)頻聯(lián)合長(zhǎng)時(shí)循環(huán)神經(jīng)網(wǎng)絡(luò)[J];計(jì)算機(jī)研究與發(fā)展;2019年12期

6 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

7 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

8 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

9 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

10 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究[J];電工技術(shù);2019年11期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2746713