基于变换器神经网络的宏尺度光学系统的元光学系统设计
光学
2025-07-18 v2
摘要
元光学系统是由众多亚波长光学共振器构成的薄型平面表面，能够同时控制�幅、相位和偏振，以任意方式塑造光波前，与传统透镜的工作原理相同，但体积更小。将元光学集成到常规光学系统中涉及从单个元光学元件尺度（< λ）到整个光学器件尺寸（>> λ）的多个长度尺度，这使得能够准确模拟元光学光学响应的计算技术变得计算上不可行，而那些利用各种近似方法的更高效技术在预测元光学的光学响应方面存在 inaccuracies。为克服速度与准确性之间的权衡，我们实现了一个基于变换器的神经网络求解器，用于计算元光学的光学响应，并将其与采用傅里叶传播方法的商业射线光学软件相结合，以模拟整个光学系统。我们证明，此神经网络方法比传统时域有限差分方法快了三个数量级以上，仅比全波仿真结果偏差0.47%，而标准元光学近似方法的准确性差了两个数量级。这一能力能够准确且高效地预测元光学的光学响应，从而可以进一步实现其优化，加速并促进其应用。
关键词
引用
@article{arxiv.2503.20159,
title = {Design of Macroscale Optical Systems with Metaoptics Using Transformer-Based Neural Networks},
author = {Ryan C. Ng and Stéphane Larouche and Peter Y. Schneider and Aditi Munshi and Robert Bedford and Philip W. Hon and Katherine T. Fountaine},
journal= {arXiv preprint arXiv:2503.20159},
year = {2025}
}