一种多模干涉耦合器设计方法和装置

本申请涉及多模干涉耦合器设计，尤其涉及一种多模干涉耦合器设计方法和装置。

背景技术：

1、多模干涉耦合器作为硅基集成光子芯片中的核心、且具通用性的集成无源器件之一，其基本物理机制建立在自成像原理之上，通过在多模波导区域内激发出多阶高阶本征模式并发生干涉重叠，从而在指定的纵向传播截面上重现输入光场的单次或多次图像。

2、随着片上系统光子集成度迈向超精密尺度，片上网络对于无源光子器件提出了多样化与定制化的严苛技术诉求，特别是近年来，随着深度学习数据驱动科学计算领域的崛起，利用深度神经网络构建数据驱动的逆向设计方法为光子无源器件的高效智能化开发提供了全新途径。典型的做法是训练一个多层感知机作为正向评估代理模型以替代高耗时的fdtd仿真，并以此为基础结合遗传算法或粒子群算法进行全局结构寻优；或者直接构建一个逆向网络，输入光谱透射率直接反向输出器件的几何结构。然而，基于前述常规网络架构的逆向设计框架存在如下的技术缺陷：

3、流形空间的多对一病态映射难题，在微纳光学特有的非线性电磁场物理机制下，逆向设计本质上是一个典型的病态非凸优化问题，即完全不同的微纳几何拓扑形貌可能对应极度相似乃至完全一致的光谱透射率物理响应。常规的深度生成网络（如简单生成对抗网络gan或经典变分自编码器vae）在缺乏精密全局约束的情况下，其逆向映射极易陷入严重的模式崩溃或解空间严重不连续的技术泥潭，导致网络反向推演出的几何参数在空间形貌上出现剧烈的锯齿状、非物理突变或几何尺寸交叠错位，在实际纳米制备工艺中完全无法加工制造。

技术实现思路

1、为实现上述目的，本申请的第一方面提出了一种多模干涉耦合器设计方法，所述方法包括：

2、构建ft-transformer表格自注意力模型并训练，以使所述ft-transformer表格自注意力模型基于多模干涉耦合器的几何参数输出对应的光谱，并将训练完成且冻结权重参数的所述ft-transformer表格自注意力模型作为前向代理模型；

3、构建由逆向生成器、所述前向代理模型和条件判别器级联的参数预测模型，并迭代训练所述参数预测模型；其中，每次迭代过程包括：

4、将所述多模干涉耦合器的第一真实光谱样本和第一潜噪声拼接后输入至所述逆向生成器，得到所述逆向生成器输出的第一预测几何参数，并基于所述第一真实光谱样本和所述第一预测几何参数生成假样本对；

5、将真样本对和所述假样本对输入至所述条件判别器，得到置信度得分，并基于所述置信度得分更新所述条件判别器的权重参数；其中，所述真样本对由所述第一真实光谱样本和对应的真实几何参数样本组成；将第二真实光谱样本和第二潜噪声拼接后输入至所述逆向生成器，得到所述逆向生成器输出的第二预测几何参数，将所述第二预测几何参数输入至所述前向代理模型，得到所述前向代理模型输出的第二预测光谱；

6、基于所述条件判别器、所述第二真实光谱样本、所述第二预测几何参数和所述第二预测光谱，更新所述逆向生成器的权重参数；

7、在所述参数预测模型训练完成的情况下，根据所述参数预测模型，基于目标多模干涉耦合器的目标光谱预测对应目标几何参数。

8、本申请提供的上述方法，至少具有如下有益效果：

9、本方法通过引入ft-transformer表格自注意力模型作为前向代理模型，为逆向设计提供了更精确和高效的正向评估能力，ft-transformer模型能够更有效地捕捉几何参数与光谱之间的复杂非线性关系，从而为后续的逆向生成器提供可靠的物理约束；此外，构建由逆向生成器、前向代理模型（冻结参数）和条件判别器级联组成的参数预测模型，利用前向代理模型作为强物理约束项嵌入到条件生成对抗网络的更新回路中，确立基于数据与物理双驱动的循环损失，形成了一个具有强物理约束的生成对抗网络架构，架构中逆向生成器输出的几何参数必须位于能够被前向模型精准反演回光谱的平滑流形空间内；在判别器的更新过程中，由真实光谱样本与对应真实几何参数样本配对组成输入数据，使得判别器不是单纯的判别几何参数的真假，而是结合光谱条件判别配对的真实性，从而引导逆向生成器生成与光谱高度匹配且物理合理的几何参数；同时，潜噪声的引入使得逆向生成器能够探索并生成多样化的几何参数解，有效避免了模式崩溃问题。

10、为实现上述目的，本申请的第二方面提出了一种多模干涉耦合器设计装置，所述装置包括：

11、代理模型生成模块，用于构建ft-transformer表格自注意力模型并训练，以使所述ft-transformer表格自注意力模型基于多模干涉耦合器的几何参数输出对应的光谱，并将训练完成且冻结权重参数的所述ft-transformer表格自注意力模型作为前向代理模型；

12、参数预测模型生成模块，用于构建由逆向生成器、所述前向代理模型和条件判别器级联的参数预测模型，并迭代训练所述参数预测模型；其中，每次迭代过程包括：

13、将所述多模干涉耦合器的第一真实光谱样本和第一潜噪声拼接后输入至所述逆向生成器，得到所述逆向生成器输出的第一预测几何参数，并基于所述第一真实光谱样本和所述第一预测几何参数生成假样本对；

14、将真样本对和所述假样本对输入至所述条件判别器，得到置信度得分，并基于所述置信度得分更新所述条件判别器的权重参数；其中，所述真样本对由所述第一真实光谱样本和对应的真实几何参数样本组成；

15、将第二真实光谱样本和第二潜噪声拼接后输入至所述逆向生成器，得到所述逆向生成器输出的第二预测几何参数，将所述第二预测几何参数输入至所述前向代理模型，得到所述前向代理模型输出的第二预测光谱；

16、基于所述条件判别器、所述第二真实光谱样本、所述第二预测几何参数和所述第二预测光谱，更新所述逆向生成器的权重参数；

17、参数预测模型推理模块，用于在所述参数预测模型训练完成的情况下，根据所述参数预测模型，基于目标多模干涉耦合器的目标光谱预测对应目标几何参数。

18、为实现上述目的，本申请的第三方面提出了一种电子设备，包括至少一个处理器和用于与所述处理器通信连接的存储器；所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器执行：如第一方面所述的一种多模干涉耦合器设计方法。

19、为实现上述目的，本申请实施例的第四方面还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：如第一方面所述的一种多模干涉耦合器设计方法。

20、可以理解的是，上述第二方面至第四方面与相关技术相比存在的有益效果与上述第一方面与相关技术相比存在的有益效果相同，可以参见上述第一方面中的相关描述，在此不再赘述。

1.一种多模干涉耦合器设计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种多模干涉耦合器设计方法，其特征在于，所述根据所述参数预测模型，基于目标多模干涉耦合器的目标光谱预测对应目标几何参数，包括：

3.根据权利要求2所述的一种多模干涉耦合器设计方法，其特征在于，在更新所述超额损耗之前，所述方法还包括：

4.根据权利要求1所述的一种多模干涉耦合器设计方法，其特征在于，训练所述ft-transformer表格自注意力模型的损失包括：均方误差损失和能量守恒惩罚损失的加权和；

5.根据权利要求4所述的一种多模干涉耦合器设计方法，其特征在于，所述基于所述条件判别器、所述第二真实光谱样本、所述第二预测几何参数和所述第二预测光谱，更新所述逆向生成器的权重参数，包括：

6.根据权利要求5所述的一种多模干涉耦合器设计方法，其特征在于，在迭代训练所述参数预测模型的过程中，设置所述前向循环一致性损失对应的权重在前n1轮为第一值，且在所述n1轮之后，每隔n2轮乘以一个大于0且小于1的第二值；

7.根据权利要求3所述的一种多模干涉耦合器设计方法，其特征在于，在根据所述参数预测模型基于目标多模干涉耦合器的目标光谱预测对应目标几何参数之后，所述方法还包括：

8.一种多模干涉耦合器设计装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7任一项所述的一种多模干涉耦合器设计方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1至7任一项所述的一种多模干涉耦合器设计方法。