课程文献中心 更多>>

关键词： 槽波导   Bragg光栅   滤波器   反向耦合器   起偏器  

摘要： 波导布拉格(Bragg)光栅作为硅基集成光子器件的重要组件之一,具有高反射率、制作工艺简单、不受自由光谱范围限制等优势,被广泛的用于各种有源、无源器件的设计中。然而,受常规波导导波机制的限制,在220 nm的绝缘体上硅(SOI)平台上,仅靠侧壁刻蚀实现具有小尺寸、大带宽、平坦响应的Bragg光栅仍然是一个挑战。槽波导可实现纳米尺度的光场局域增强,且提供了更多的结构边界,为具有强光场相互作用的侧壁光栅设计提供了更多的自由度。本文面向硅基光电子芯片关键的偏振敏感问题,研究将Bragg光栅和槽波导进行互补融合,实现了具有高反射系数的强光栅,基于此设计了多个用于片上偏振控制的高性能滤波器件,实际制作了器件,并测试验证了设计。本文的主要内容和创新点如下: 1.利用槽波导的局域光场增强作用设计实现了具有高反向耦合系数的偏振依赖的Bragg光栅,该光栅对TE模式具有宽带的反射窗口,而TM模式可低损耗的通过。提出利用槽波导结构调控局域光场使TE模式带隙重叠放大,实现了具有宽带平坦响应的Bragg光栅。理论仿真显示其在131 nm(1476 nm～1607 nm)的波长范围内,TE模式反射率超过96%,同时TM模式的透过率高于98%。基于该光栅结构,进行了模式转换和耦合结构设计,分别实现了低插入损耗(IL)的TE反射器和TM通起偏器。在标准的220 nm-SOI晶圆上制作了器件,并对其性能进行了测试。测试结果显示,反射器在83nm(1505 nm～1588 nm)的带宽范围内IL低于1 d B、消光比(ER)高于30 d B,平均反射率在-0.5 d B左右;起偏器在1484 nm～1584 nm波长的100 nm工作带宽范围内器件ER高于30 d B,IL低于0.8 d B,并且在整个工作范围内起偏器ER和IL变化平稳,测试结果验证了设计的有效性。此外,基于此光栅的串联结构设计了一种应用于折射率传感的陷波滤波器,仿真结果显示其灵敏度达到401.4 nm/RIU。 2.利用槽波导独特的模式和色散特性,设计实现了一种常规纳米线波导和槽波导的反向光栅耦合器,该器件可将纳米线波导中输入的TE模式耦合至槽波导中,而输入的TM模式会穿过耦合区从纳米线波导中输出,从而实现偏振分束功能。相比于其它偏振分束器,本设计可同时具备模式转换和偏振分束的功能。此外,反向耦合光栅结构在色散补偿中也具有应用潜力。理论仿真结果显示,该器件在74 nm(1514 nm～1588nm)的工作带宽内,TM模式ER高于20 d B,IL低于1 d B,反向耦合TE模式在99nm(1497 nm～1596 nm)的工作带宽内,ER高于44 d B,IL保持在1 d B以下,且在工作带宽内反射谱平坦。实验表明了该器件的性能与仿真结果高度一致,TE模式在90nm(1510 nm～1600 nm)的工作带宽内,ER高于20 d B,IL低于1 d B,同时TM模式在55 nm(1584 nm～1529 nm)的带宽范围内IL低于1 d B,ER高于20 d B。

关键词： 线阵CCD   莫尔条纹细分   MPFFT   编码技术   光学仿真  

摘要： 绝对式光栅尺具有分辨率高、量程大、响应速度快的优点,且重新上电后无需“寻零”操作,被广泛应用于数控机床、测量仪器等高精度测量领域。绝对式光栅尺同时包含绝对码道和增量码道,通常采用CCD或CMOS探测绝对位置,并采用光电池阵列识别增量信号,采集四路莫尔条纹来提升测量精度。然而,莫尔条纹信号的质量对细分倍率及测量误差影响较大。此外,传统的编码技术依靠一组m序列进行编码,在量程一定的条件下,绝对位置分辨率低,且译码量大。基于此,本文采用双CCD探测绝对和增量信号,降低莫尔条纹信号质量对测量误差的影响,同时采用两组m序列融合编码,提高位置分辨率,且译码简便。 首先,对绝对式光栅尺测距原理进行研究,分析其增量位置与绝对位置的生成原理,给出最终的位移计算公式。为了解明增量码道莫尔条纹信号对系统误差的影响,采用Multisim对增量位置幅值细分法的信号调理电路进行设计,同时采用MATLAB对产生的初始信号中存在的系统误差进行数学分析,得出其反映在位移上的误差为1.919μm。本文采用线阵CCD探测一路莫尔条纹,并采用相位细分方式,配合多相位快速傅里叶变换(MPFFT)算法实现莫尔条纹细分。MATLAB仿真结果显示,在光栅副夹角为0.28°,栅距为20μm且CCD像元尺寸为8μm的条件下,增量位置理论上能够达到0.04μm的分辨率,测量误差小于0.11μm。 其次,对绝对位置编码技术进行研究,给出了一种求解本原多项式系数方法。设计了m序列与最大m序列相融合的两组序列组合编码及译码方案。相较于一组m序列,该方案不仅能够在有限的量程内产生更多的编码位置,还能大大降低译码的工作量。根据需求分析,进一步设计了光学准直透镜及光学显微系统。其中准直透镜采用ZEMAX的序列模式及非序列模式结合设计,获得平行光源。光学显微镜选择对称式结构进行建模,分别建立CCD物镜和编码尺物镜,然后将两个物镜进行组合,形成整体结构,通过8X放大实现最佳像元匹配。 最后,利用EDA工具设计系统硬件电路,包含增量信号处理模块和绝对位置信号采集模块。增量位置处理模块包含TCD1304AP驱动电路、滤波电路以及IIC驱动电路等;而绝对位置信号采集模块包含TCD2901D驱动电路、供电电源电路以及ADC采样缓冲电路等。在光学平台上搭建了绝对位置信号采集实验系统,完成编码图案的采集及绝对位置的读取。并连续采集莫尔条纹信号,通过测相算法求取两次莫尔条纹间相位差来获取精细增量位移。初步实验结果表明,所设计的双CCD探测光栅测量系统能够实现绝对位置的高精度测量。

关键词： 太阳能界面蒸发   FBG   原位检测   传热特性   两相流动  

摘要： 随着人类活动的日益加剧,水资源分配不均与水污染问题在全球范围内愈发严峻,高效清洁的淡水生产技术对经济社会发展至关重要。近年来,太阳能界面蒸发技术在淡水生成、污水处理、分离纯化等领域展现出了不俗的应用潜力。与传统的物理吸附过滤、逆向渗透、生化降解等水处理方式相比,太阳能界面蒸发技术具有成本低、操作简易、低能耗等优势。作为太阳能界面蒸发技术的核心元件,多孔光热蒸发材料吸收太阳辐射并将其转换为热能,实现对液相工质的加热蒸发,其内部丰富的多孔结构一方面通过吸收液体进行体相加热,另一方面为气液相传输提供了通路。多孔光热材料内部的两相流动及传热特性对于太阳能界面蒸发装置的性能至关重要,然而由于其内部结构复杂,传统实验技术难以对其内部传输过程进行直接探测,对于多孔光热材料内部的流动传输规律相关研究比较匮乏。 本文提出了一种基于光纤布拉格光栅(FBG)传感器的多孔光热材料内原位温度测量以及相分布测量的新方法。首先,通过在多孔光热材料内构建FBG传感器阵列,结合表面镀膜工艺,探究光热界面蒸发过程中多孔光热材料内部的传热及两相流动特性。在此基础上,通过重构多孔光热材料内的三维温度分布,研究了不同输入光强和不同界面蒸发工作模式对动态温度响应和传热特性的影响。结果表明,在光热驱动蒸发过程中,多孔光热材料内可以快速建立热平衡,界面绝热结构可以显著降低向液相主流区的热损失。随后,探索了FBG传感器在不同多孔光热材料中的应用,证明了基于FBG传感器阵列的原位探测方法适用于不同的多孔光热材料体系。最后,通过FBG表面镀膜工艺,构建了湿度传感器实现了多孔光热材料内部相分布测量,探究了不同运行工况下多孔光热材料内部气液分布特性。 本文基于光纤布拉格光栅,对多孔光热蒸发材料内的两相流动与传热特性进行了原位检测研究,获得了不同运行工况及工作模式下多孔光热材料内部三维温度分布与相分布特性,证明了FBG传感器应用于不同多孔光热材料内两相流动与传热特性研究的普适性。研究结果表明,多孔光热材料的微观结构、不同的太阳能界面蒸发器工作模式对多孔结构内部两相流动和传热性能具有显著影响。本研究为深入理解多孔光热蒸发材料的工作机理和结构优化设计提供了理论依据与实验参考,同时为光纤布拉格光栅技术在光热界面蒸发、多孔光热材料热质传输、原位两相流动传热探测等领域的应用探索了技术基础。

关键词： 一维金属光栅   温度传感   表面等离子体共振   折射率传感   有限元法  

摘要： 本论文基于一维金属光栅等离子体双参数生物传感器特性设计了两种高度先进的双参数自参考生物传感器,用于同时监测折射率和温度,以满足生物医学和环境监测领域中对高灵敏度和精确度的需求。这两种传感器分别是在玻璃基板和在D型光子晶体光纤(PCF)上沉积的一维金属光栅生物温度折射率双参数自参考传感器。这些传感器的设计结合了表面等离子体共振(SPR)和光子晶体光纤(PCF)技术的优势,以实现对生物化学过程中关键参数的连续和实时监测。主要研究内容如下: 一、设计了直接沉积在玻璃基板上的一维金属光栅传感器,实现了在折射率检测上的高灵敏度,达到564 nm/RIU,其温度灵敏度为每摄氏度-50 pm。这种传感器的设计基于精确调制的金属光栅结构,能够有效地激发表面等离子体共振,从而对折射率的微小变化进行灵敏检测。同时,金属光栅的特性也使得传感器对温度变化具有良好的响应能力,适用于需要监控温度依赖性生物化学反应的场景。 二、设计了沉积在D型光子晶体光纤上的一维金属光栅传感器,显示出更高的折射率检测灵敏度,达到3300 nm/RIU,并且在温度检测上的灵敏度为每摄氏度-92 pm。该传感器采用D型光子晶体光纤结合一维金属光栅,增强了SPR效应,极大提升了对折射率和温度的检测能力。该设计不仅提高了灵敏度,还扩展了传感器的应用范围,使其能在更宽的折射率和温度范围内进行精确监测。 本文的研究重点在于通过有限元方法对这些传感器进行仿真模拟,并通过仿真结果验证理论分析的准确性。研究结果表明,所设计的传感器能够提供高灵敏度的测量结果,非常适合于复杂的生物医学应用和环境监测中,如蛋白质相互作用分析和环境污染监测。 此外,这项研究还探讨了传感器设计中的关键参数如光栅周期、光栅宽度和材料选择对其性能的影响,为未来的传感器设计提供了重要的设计准则和优化方向。通过持续优化这些参数,可以进一步提高传感器的灵敏度和适用性,以更好地满足特定应用需求。 总之,本研究成功设计的两种双参数自参考传感器具有良好的实际应用和科研价值,其高灵敏度和宽检测范围预示着它们在未来生物传感和环境监测领域中的广泛应用。

关键词： 半导体材料   弹性张量   弹性模量   介电张量   机器学习  

摘要： 随着科学技术的迅猛发展,传统的基于研究者科学直觉和大量重复的试错实验的材料制备方法已无法满足科技发展的需求。近年来,基于高通量计算和机器学习的方法在新材料研发与设计领域取得了巨大成功。这些材料计算方法能够通过建立模型并进行大规模计算,快速准确地预测材料的性质和性能,从而为材料设计与应用提供新的理论支持。半导体材料在现代科技和工业中扮演着至关重要的角色。虽然半导体材料的光电性质已经广泛研究,但其弹性与介电性质在能带工程调控方面的应用潜力仍未充分探索。因此,本论文采用机器学习技术预测半导体材料的弹性与介电性质。通过机器学习技术,我们可以建立高效准确的模型,从大量数据中学习半导体材料的性质与结构之间的关联。这些模型可以快速筛选出具有优异性能的材料,从而加速材料研发过程,减少试错实验的成本和周期,为未来的材料创新提供新的思路和方法。 在力学性质预测方面,采用特征选择和机器学习回归模型,基于Materials Project数据库预测了半导体材料的弹性常数和弹性模量。随机森林回归模型在弹性常数预测中表现出色,决定系数（R2）为0.86。在体积模量和剪切模量预测中R2分别为0.90和0.89。其它七种主流机器学习方法包括支持向量机回归和核岭回归等整体预测精度不如随机森林。这些结果显示随机森林的高精度使其成为预测材料弹性性质的首选模型。 在介电性质预测方面,采用基于三维欧几里得空间的空间变换神经网络（E3nn）框架预测了半导体材料的介电张量,其R2值高达0.96。然而,在介电张量的各向异性比预测中,E3nn模型在验证集上的R2值下降至0.18,表明该神经网络模型在某些关键特征的捕获上存在局限性。作为对比,我们还采用随机森林和支持向量机回归对介电标量进行预测,随机森林训练集R2值为0.94,高于支持向量机回归的0.80。然而,在测试集上,支持向量机回归的R2值升至0.62,高于随机森林的0.64,表明支持向量机回归在未见数据上泛化能力更强,预测误差较小。 本研究不仅验证了机器学习在预测材料性质方面的潜力,也为材料科学领域的数据驱动建模提供了新的思路和方法。通过深入探索半导体材料的力学和介电性质预测问题,我们为新材料的研发提供了新的工具和手段。未来,我们将继续优化模型并扩大其应用范围,以支持更多创新材料的设计与开发。