一种基于蚁群算法的亚波长光栅设计方法

技术特征：
1.一种基于蚁群算法的亚波长光栅设计方法，其特征在于，包括以下步骤：获取待设计亚波长光栅的理想光栅周期、理想光栅占空比和理想光栅层厚度；以光栅周期、光栅占空比和光栅层厚度为输入优化参数，采用蚁群算法对所述输入优化参数进行优化，得到所述待设计亚波长光栅的实际光栅周期、实际光栅占空比和实际光栅层厚度；其中，所述蚁群算法中的目标函数根据亚波长光栅的透过率参数、亚波长光栅的光谱曲线的衍射峰波长参数和亚波长光栅的光谱曲线的峰值半宽参数构建。2.如权利要求1所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述透过率参数根据理想透过率和实际透过率确定。3.如权利要求2所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述透过率参数根据理想透过率和实际透过率确定包括：所述透过率参数根据理想透过率和实际透过率之标准差确定；其中，所述理想透过率和实际透过率均通过时域有限差分法计算。4.如权利要求1-3任一所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述衍射峰波长参数根据理想衍射峰波长和实际衍射峰波长之差的绝对值确定。5.如权利要求4所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述衍射峰波长参数根据理想衍射峰波长和实际衍射峰波长之差的绝对值确定包括：将理想衍射峰波长和实际衍射峰波长之差的绝对值与衍射峰波长因子相乘，得到所述衍射峰波长参数。6.如权利要求5所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述峰值半宽参数根据理想峰值半宽和实际峰值半宽之差的绝对值确定。7.如权利要求6所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述峰值半宽参数根据理想峰值半宽和实际峰值半宽之差的绝对值确定包括：将理想峰值半宽和实际峰值半宽之差的绝对值与峰值半宽因子相乘，得到所述峰值半宽参数。8.如权利要求5或6或7所述的一种基于蚁群算法的亚波长光栅设计方法，其特征在于，所述目标函数具体为：其中，f为目标函数值，n为在光谱曲线上采样点的个数，为理想光谱曲线上第i个采样点的所述理想透过率，p为理想光谱曲线对应的理想光栅周期，f为理想光谱曲线对应的理想光栅占空比，d1为理想光谱曲线对应的理想第一光栅层厚度，d2为理想光谱曲线对应的理想第二光栅层厚度，为实际光谱曲线上第i个采样点的所述实际透过率，p
′
为实际光谱曲线对应的实际光栅周期，f
′
为实际光谱曲线对应的实际光栅占空比，d1′
为实际光谱曲线对应的实际第一光栅层厚度，d2′
为实际光谱曲线对应的实际第二光栅层厚度，α为衍射峰波长因子，λ
e
为理想光谱曲线的理想衍射峰波长，λ
r
为实际光谱曲线的实际衍射峰波长，β为峰值半宽因子，fwhm
e
为理想光谱曲线的理想峰值半宽，fwhm
r
为实际光谱曲线的实际峰值半宽。
9.一种基于蚁群算法的亚波长光栅设计装置，其特征在于，包括：获取模块，用于获取待设计亚波长光栅的理想光栅周期、理想光栅占空比和理想光栅层厚度；优化模块，用于以光栅周期、光栅占空比和光栅层厚度为输入优化参数，采用蚁群算法对所述输入优化参数进行优化，得到所述待设计亚波长光栅的实际光栅周期、实际光栅占空比和实际光栅层厚度；其中，所述蚁群算法中的目标函数根据亚波长光栅的透过率参数、亚波长光栅的光谱曲线的衍射峰波长参数和亚波长光栅的光谱曲线的峰值半宽参数构建。10.一种基于蚁群算法的亚波长光栅设计装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8任一项所述的一种基于蚁群算法的亚波长光栅设计方法。

技术总结
本发明公开了一种基于蚁群算法的亚波长光栅设计方法，获取待设计亚波长光栅的理想光栅周期、理想光栅占空比和理想光栅层厚度；以光栅周期、光栅占空比和光栅层厚度为输入优化参数，采用蚁群算法对输入优化参数进行优化，得到待设计亚波长光栅的实际光栅周期、实际光栅占空比和实际光栅层厚度；其中，蚁群算法中的目标函数根据亚波长光栅的透过率参数、亚波长光栅的光谱曲线的衍射峰波长参数和亚波长光栅的光谱曲线的峰值半宽参数构建；本发明通过将透过率参数、衍射峰波长参数和峰值半宽参数融入到蚁群算法的目标函数中，可以在优化亚波长光栅的透过率的同时根据实际应用场景平衡光谱准确性和光谱分辨率，进而提升光栅光谱响应性能。响应性能。响应性能。


技术研发人员：赵永强 汤超龙 刘芯羽
受保护的技术使用者：西北工业大学
技术研发日：2022.01.14
技术公布日：2022/4/15