[发明专利]一种宽频光学器件的逆设计方法

权利要求书

1.一种宽频光学器件的逆设计方法，其特征在于，其适用于逆设计宽频且超表面的目标光学器件，包括：

步骤S1：利用电磁仿真软件批量计算数万组结构基元的向量相位分布的样本库；

步骤S2：搭建改进版的生成对抗网络，所述生成对抗网络的由生成器和判别器组成；

步骤S3：利用样本库来训练生成对抗网络；

步骤S4：由智能算法确定目标光学器件的各个位置的目标向量相位分布；

步骤S5：利用生成器生成各个位置的目标向量相位分布所对应的结构基元，然后将各个位置的结构基元组合，得到目标光学器件的超表面结构。

2.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述生成器由至少3层转置卷积层组成，所述判别器由至少3层卷积层组成。

3.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述样本库中的每个样本均包括结构基元及其对应的透射振幅和向量相位分布，所述样本库中的结构基元所对应的透射振幅和向量相位分布利用电磁仿真软件计算得到。

4.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述结构基元通过选定多种不同形状的基本类型，通过改变基本类型的结构参数来得到。

5.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述生成对抗网络为WGAN-GP。

6.根据权利要求5所述的宽频光学器件的逆设计方法，其特征在于，所述步骤S3包括：

步骤S31：将样本库中的结构基元的向量相位分布作为生成对抗网络的生成器的输入，利用生成器生成虚假样本；

步骤S32：将虚假样本和真实样本作为判别器的输入，利用判别器计算虚假样本和真实样本的分布之间的Wasserstein距离，所述Wasserstein距离用于区分样本的真假；

步骤S33：利用优化算法对生成对抗网络的生成器和判别器进行新一轮优化训练并回到步骤S31，直到生成器的损失函数减小至目标值。

7.根据权利要求6所述的宽频光学器件的逆设计方法，其特征在于，所述优化算法采用Adam或SGD算法。

8.根据权利要求6所述的宽频光学器件的逆设计方法，其特征在于，在进行判别器的优化训练时，引入梯度惩罚机制，所述梯度惩罚机制包括：在判别器的损失函数中加入梯度惩罚项。

9.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述智能算法采用粒子群算法或遗传算法，通过求解不同波长下的相位分布方程的色差校正因子c(λ)，来优化得到目标光学器件的各个位置的目标向量相位分布。

10.根据权利要求1所述的宽频光学器件的逆设计方法，其特征在于，所述目标光学器件的功能包括成像透镜、光束偏折器和矢量光束发生器。