论文部分内容阅读
光学超材料是一种由规律排列的电磁单元所构成的人工材料,能够对电磁波的振幅、相位和偏振等物理特性进行调控,产生许多常规材料中不存在的物理现象,场局域效应就是其中非常重要的一种。场局域效应能够限制电磁场的分布,提高区域内的电磁场强度,显著增强了光与物质的相互作用,是超材料对电磁波进行调控的关键基础。因此,场局域效应具有重要的研究意义,并且在能源、信息和健康等领域展现出巨大的应用价值。然而,受限于超材料的构成材料、单元结构和设计方法,当前有关场局域效应的实现手段和调控方法的研究中还存在着一些挑战。本论文针对存在的问题,以实现和调控场局域效应为目标开展了一系列研究。论文首先结合新型材料和新型结构提出了三种光学超材料,系统地研究了场局域效应的实现机理、调控方式以及其在光电探测和生物检测等领域的潜在应用,随后制备了工作在红外波段的碳化硅超表面,最后对超材料的反向设计问题进行了探索。论文的主要内容包括:
(1)基于二维材料石墨烯设计了石墨烯光子晶体结构。通过传输矩阵法和有限元方法对石墨烯光子晶体的能带关系、禁带范围和反射相位进行了研究。研究结果表明,石墨烯光子晶体的禁带范围与石墨烯的位置呈三角函数关系,与石墨烯的化学势呈线性关系,界面处的反射相位具有超过4π的变化范围。场局域效应能够通过将两块石墨烯光子晶体拼接成异质结构实现。通过改变石墨烯的位置和化学势,场局域效应的频率能够在禁带范围内任意调节。
(2)基于极性材料碳化硅设计了圆环超表面。通过有限元方法和准静态近似对超表面的反射特性和谐振模式进行了研究。研究结果表明,在797cm?1(12.5μm)到973cm?1(10.3μm)的频率(波长)范围内,通过激发四个表面声子谐振模式,超表面产生了场局域和场增强效应并表现出红外吸收的特性。谐振模式的品质因子在150以上,局域场强度比自由空间高2到3个量级。通过改变碳化硅圆环的尺寸能够对超表面的谐振频率进行调节,使谐振频率覆盖835cm?1(11.9μm)到970cm?1(10.3μm)的频率(波长)范围。
(3)通过微纳加工工艺制备了碳化硅圆环超表面。工艺流程包括:热蒸镀、电子束光刻、电子束蒸镀、电感耦合等离子体刻蚀和反应离子刻蚀。在热蒸镀步骤中,通过将钛沉积到碳化硅基底上,提高了基底的导电性,能够在电子束光刻步骤中得到精确的光刻胶图案。傅立叶红外光谱仪测试结果表明碳化硅超表面能够在特定频率对红外光进行吸收。
(4)设计了硅圆环超表面,通过有限元方法对超表面的反射特性和谐振模式进行了研究。研究结果表明,超表面在可见光波段具有两个反射峰,反射峰的频率能够被超表面的结构参数所调节,因此能够产生不同的颜色。提出了基于机器学习技术的反向设计策略,根据目标颜色实现超表面的定制。通过训练监督学习模型掌握了超表面的结构参数与颜色属性之间的关系,将训练好的监督学习模型应用于强化学习算法中,完成了超表面的反向设计。该反向设计策略在具有不同单元形状的超表面中均表现出很高的准确度和信赖度。
(1)基于二维材料石墨烯设计了石墨烯光子晶体结构。通过传输矩阵法和有限元方法对石墨烯光子晶体的能带关系、禁带范围和反射相位进行了研究。研究结果表明,石墨烯光子晶体的禁带范围与石墨烯的位置呈三角函数关系,与石墨烯的化学势呈线性关系,界面处的反射相位具有超过4π的变化范围。场局域效应能够通过将两块石墨烯光子晶体拼接成异质结构实现。通过改变石墨烯的位置和化学势,场局域效应的频率能够在禁带范围内任意调节。
(2)基于极性材料碳化硅设计了圆环超表面。通过有限元方法和准静态近似对超表面的反射特性和谐振模式进行了研究。研究结果表明,在797cm?1(12.5μm)到973cm?1(10.3μm)的频率(波长)范围内,通过激发四个表面声子谐振模式,超表面产生了场局域和场增强效应并表现出红外吸收的特性。谐振模式的品质因子在150以上,局域场强度比自由空间高2到3个量级。通过改变碳化硅圆环的尺寸能够对超表面的谐振频率进行调节,使谐振频率覆盖835cm?1(11.9μm)到970cm?1(10.3μm)的频率(波长)范围。
(3)通过微纳加工工艺制备了碳化硅圆环超表面。工艺流程包括:热蒸镀、电子束光刻、电子束蒸镀、电感耦合等离子体刻蚀和反应离子刻蚀。在热蒸镀步骤中,通过将钛沉积到碳化硅基底上,提高了基底的导电性,能够在电子束光刻步骤中得到精确的光刻胶图案。傅立叶红外光谱仪测试结果表明碳化硅超表面能够在特定频率对红外光进行吸收。
(4)设计了硅圆环超表面,通过有限元方法对超表面的反射特性和谐振模式进行了研究。研究结果表明,超表面在可见光波段具有两个反射峰,反射峰的频率能够被超表面的结构参数所调节,因此能够产生不同的颜色。提出了基于机器学习技术的反向设计策略,根据目标颜色实现超表面的定制。通过训练监督学习模型掌握了超表面的结构参数与颜色属性之间的关系,将训练好的监督学习模型应用于强化学习算法中,完成了超表面的反向设计。该反向设计策略在具有不同单元形状的超表面中均表现出很高的准确度和信赖度。