基于混沌粒子群算法优化硅基波导光栅耦合器的研究

发布时间：2020-06-02 02:14

【摘要】：硅基光子集成芯片的研究近年来发展迅速,已成为信息技术领域中最热门的研究方向之一。在硅基光子集成芯片中,光栅耦合器作为光信号的输入和输出的基本器件受到极大重视,其性能的高低直接影响整个芯片的性能。本文以硅基波导光栅耦合器为研究对象,结合粒子群算法和FDTD数值仿真算法对其进行了优化设计研究,并针对粒子群算法在处理多参数复杂问题时易陷入局部收敛的特性,提出了基于混沌拓扑和局部最优解变异的混沌粒子群算法,并运用于优化硅基波导光栅耦合器的性能,取得了良好的问题解决效果。本文按照以下结构进行介绍:首先,对硅基波导光栅耦合器进行FDTD数值仿真建模,运用控制变量法逐个研究光栅结构参数(占空比、周期、刻蚀深度)与耦合效率之间的特征关系,并画出二者之间的特征曲线。之后运用粒子群算法对波导光栅耦合器进行参数优化,通过算法迭代后耦合效率最优值为22%,对应所取得的参数值与特征曲线极值点相符,验证了该算法解决这类问题有效性。其次,分析了限制均匀光栅耦合效率的因素,并提出运用粒子群优化算法对非均匀周期光栅进行光场整形,耦合效率提升至45%。普通粒子群优化算法在处理复杂的寻优问题时,由于种群多样性丧失、易陷入局部最优,会导致后期收敛速度减慢,优化精度下降。针对此问题,本文提出了基于混沌拓扑和局部最优解变异的混沌粒子群算法,并应用改进算法来优化非均匀波导光栅耦合器,结果显示同等代数下寻优耦合效率达到48%,而且收敛速度更快。最后,运用BP神经网络算法以入射光波长,占空比,周期,刻蚀深度参数作为输入,以FDTD数值仿真计算出相对应的耦合效率作为输出,建立了 4-9-1的神经网络模型。训练结果显示训练样本相关系数高达0.99883,均方误差只有0.089217%,训练精度满足网络对光栅耦合器的耦合效率预测要求。之后用测试样本进行模型检验,得到与仿真结果绝对误差较小的预测数据,从而为器件设计提供了一种新方法。综上所述,本文主要的创新性体现在针对非均匀波导光栅耦合器优化问题,将粒子群算法基于混沌拓扑和局部最优解变异算法进行改进,提升了算法的收敛速度和寻优能力;同时对于波长不同的光栅耦合器运用BP神经网络算法进行耦合效率预测,依托于经验数据预测到未知结构参数的耦合效率,缩短了仿真过程,提高了工作效率。
【图文】：

山东大学硕士学位论文定在千篇以上，可以看出光栅理论研宄到２１世纪已经非常成熟。图１－２－２是中关于波导光栅研宄文章的数量统计，近几年的文章发表数目仍然仅有几十以看出相关研宄还处于起步发展阶段。尤其在国内，因为硅基光子学这种纳光学的研宄还比较落后，作为光子无源器件群的核心器件之一，，硅基波导光合器在集成光子学中仍需研究与发展。逡逑

图１－２－２波导光栅耦合器研宄文章数目统计逡逑波导光栅与普通光栅的结构并无明显不同，但是要在硅波导上实现与组合，工艺技术精度要求极高，一直限制了器件发展。直到１９７公司Ｗ通过使用双光路平行光束全息曝光技术首次实现了硅基波导志着波导光栅耦合器的诞生，通过这么多年的研宄发展，在波导光制备工艺上更为成熟，从而使得耦合效率不断得到提升。在国内波
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN252;TP18

【参考文献】

相关期刊论文 前5条

1 杨彪;李智勇;肖希;Nemkova Anastasia;余金中;俞育德;;硅基光栅耦合器的研究进展[J];物理学报;2013年18期

2 武华;郭霞;韩明夫;;高效垂直耦合的光栅耦合器设计[J];光子学报;2013年07期

3 韩立娜;熊盛武;;基于动态邻域的粒子群算法的研究[J];计算机工程与应用;2009年06期

4 杜富芝;傅瓦利;杜小红;王素芳;赵俊丽;袁红;王晴;韩伟;;基于BP神经网络的三峡库区小流域水质评价[J];节水灌溉;2009年01期

5 杨治明;王晓蓉;彭军;陈应祖;;BP人工神经网络在图像分割中的应用[J];计算机科学;2007年03期

相关博士学位论文 前2条

1 邱晖晔;基于波导光栅的硅基集成光器件研究[D];浙江大学;2014年

2 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年

相关硕士学位论文 前4条

1 樊吕彬;粒子群算法改进及其在旋风分离器结构优化中的应用[D];太原理工大学;2017年

2 杨程;基于FPGA的人工神经网络的研究与实现[D];西安电子科技大学;2016年

3 周阔;硅基光栅耦合器和波导分束器的研究[D];国防科学技术大学;2013年

4 周唯;硅基波导光栅耦合器件的研究[D];国防科学技术大学;2011年

本文编号：2692449