基于神经网络的高角色散宽带介质超光栅的快速优化

摘要：

由于超材料和超表面的亚波长结构单元的形状和尺寸具有很大的设计自由度,可对电磁波的振幅、相位、波前和方向等进行复杂而精确的调控,同时随着结构参数数量的增加,结构设计的时间往往呈指数增长.提出了一种基于反向传播(BP)神经网络快速优化超表面结构的方法,实现了兼具高衍射效率、宽带宽和高角色散等优势的太赫兹介质超光栅.利用有限次数的严格耦合波分析建立的数据集来训练BP神经网络,可准确预测任意结构参数的超光栅衍射光谱,并通过遍历所有结构参数快速筛选出具有最高衍射效率且宽带宽的超光栅,相比传统的遍历计算方法速度提高了一万倍,证明了基于BP神经网络的超表面优化方法的高效性以及精准性,同时为太赫兹波段提供了一种性能优异的衍射元件.

关键词：光栅、深度学习、BP神经网络、超光栅、优化

所属期刊栏目：40

分类号：O436(光学)

资助基金：国家重点基础研究发展计划（973计划）;国家自然科学基金;国家自然科学基金;天津市自然科学基金

在线出版日期：2021-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-16