硅基亚波长结构多模干涉耦合器研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:pipiskin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多模干涉耦合器作为一种早在上世纪九十年代就得到广泛应用的结构,具有工作带宽大、制作容差大等优势。目前不断涌现的高新信息技术带来了更大的光通信需求,光通信系统对器件集成度以及性能的要求越来越高,基于普通波导的多模干涉耦合器显然需要进一步的优化。亚波长结构是光子学中一个里程碑式的发现,在提升器件性能以及设计灵活度方面有显著的优势,随着高精度光刻技术的提升,亚波长结构在硅基器件中的实际应用越来越多。在传统波导中引入亚波长结构可以有效调制偏振以及模式,因此亚波长结构适用于设计偏振不敏感功分器与模阶数转换器,前者消除了SOI平台特有的高偏振敏感性并完成功率分配,是光通信系统中的常用器件,后者实现高低阶模式之间的转换,是模分复用技术中的核心器件。本文围绕多模干涉耦合器与亚波长结构展开研究,提出了高性能偏振不敏感功分器以及模阶数转换器的设计方案。首先对集成光子回路的发展历程以及研究意义进行综述,介绍了功分器与模阶数转换器的国内外研究现状,简述了目前亚波长结构在硅基无源器件中的应用,总结了本文的主要研究内容以及创新点。其次,简单介绍了多模干涉耦合器以及亚波长结构的工作原理基础,对几种常用数值分析方法的基本原理、边界条件、发展过程进行总结,利用频域有限差分法、有限元法以及时域有限差分法对亚波长结构的多模干涉耦合器以及多模干涉耦合器相关结构进行模式特性及传输特性的分析,为之后的器件设计奠定基础。接下来,将亚波长光栅嵌入多模干涉耦合器,提出了一种偏振不敏感的功分器,通过调节亚波长光栅的占空比实现器件中的偏振不敏感传输,并且切除边角波导,降低了偏振相关损耗、提升了器件性能,分析结果显示器件具有插入损耗低、工作带宽大、制作容差大的优点。然后,提出并分析了一种基于亚波长结构多模干涉耦合器的模阶数转换方案,实现了TE偏振态的基模到一阶模的转换。通过两组亚波长光栅对多模波导中所成像的相位进行调制,利用三维FDTD法确定亚波长光栅的位置、尺寸以及占空比的最优值,最终转换效率可达98%。在该结构的基础上进行扩展,实现了TE偏振态的基模到二阶模的转换,并利用切除边角波导的方式进一步提高转换效率、降低插入损耗,最终转换效率为94.8%。从转换效率、插入损耗、串扰三个性能指标评估器件,分析结果显示器件具有尺寸小、带宽大、制作容差大的优势。最后,对主要研究工作进行总结,并对后续研究进行了展望。
其他文献
学位
学位
电梯一方面为人们出行带来了极大的便利,另一方面也造成了许多安全问题。目前电梯多采用轿厢安装监控摄像头加后台监控室人工24小时监控的方式来保证电梯乘客的安全,但人工监控存在工作量大,效率低,发现异常不及时等问题。针对上述问题,在江苏省工信厅产业升级项目和苏州市重点产业技术创新项目的支持下,研究并实现了电梯智能监控系统,包括基于深度学习的轿厢禁入目标检测算法和乘客挡门行为识别算法研究以及智慧电梯云平台
学位
学位
随着智能设备的普及和互联网技术的发展,每天都有大量的视觉数据生成,并在互联网上飞速传播,对这些数据的分析是亟待解决的关键问题。近几年来,很多学者逐渐将深度学习技术应用于视觉数据分析处理领域,并且在人脸支付、文字识别、智能辅助驾驶等领域取得了重大的突破,逐渐成为了解决视觉数据分析的最重要手段,为人们的生活带来了诸多便利。但是到目前为止,基于深度学习的计算机视觉技术仍然存在着很多局限性:需要大量的标注
学位
在无线通信、导航定位、雷达技术、环境遥感以及医学研究等领域,微波功率可用来表示信号特征、确定技术指标以及提高系统可靠性;在微波电路与系统中,微波功率可用来确定射频元器件增益、插入损耗以及隔离度等重要参数指标。然而在很多情况下需要检测的微波信号十分微弱,比如空中隐形战机侦察,不同于常规战机,隐形战机通过机身的吸波材料极大削弱了探测雷达反射波,借此来逃脱雷达的侦测;此外,在远程通讯、室内低功率无线传感
随着时代进步、科技发展,人类社会已经步入人工智能时代。计算机视觉已经在生活工作中的很多领域替代人眼,从而实现对视频或图像中感兴趣信息的自动分析和处理。目标检测和定位在近十来年内获得了飞速发展,作为计算机视觉领域中不可或缺的研究方向,该课题融合了机器视觉、图像处理和模式识别等领域的高新技术,是其他复杂视觉任务的重要基石,在智能识别、军事侦查、交通执法和视觉导航等领域中均取得广泛的应用。因此,航拍图像
随着可穿戴设备和物联网(Internet of Things,Io T)的发展,市场对低功耗全球导航卫星系统(Global Navigation Satellite System,GNSS)芯片的需求增大。GNSS模块功耗开销主要集中在捕获引擎上,系统需要对静态随机存储器(Static Random Access Memory,SRAM)进行频繁的存取,而商用编译器生成的SRAM数据带宽和读写功耗