微纳光子器件基础及前沿PDF电子书下载

查看更多关于的内容

第1章 绪论 1

1.1 微纳光子器件的发展背景 1

1.2 微纳光子器件的发展趋势与应用 2

1.2.1 光刻技术的发展 2

1.2.2 微纳光子器件及其应用的研究 3

1.3 本书构成 5

本章参考文献 6

第2章 微纳光子器件物理基础 8

2.1 电介质光波导 8

2.1.1 平面电介质光波导的射线分析法 8

2.1.2 平面电介质光波导的电磁场分析法 11

2.2 表面等离激元波导 15

2.2.1 金属的光频特性 15

2.2.2 石墨烯的光频特性 18

2.2.3 表面等离子体波 20

2.2.4 金属包覆介质波导 23

2.2.5 石墨烯包覆介质波导 26

2.3 耦合模式理论 28

2.3.1 基本原理 28

2.3.2 应用举例 30

2.4 典型的非线性效应 32

2.4.1 二阶非线性效应 32

2.4.2 三阶非线性效应 33

2.5 微纳光场调控 35

2.5.1 超材料与超表面 35

2.5.2 数字微镜 38

2.5.3 空间光调制器 39

2.5.4 硅基阵列波导 41

本章参考文献 43

第3章 时域有限差分方法 45

3.1 FDTD方法的发展与应用 45

3.2 FDTD方法的基本原理 46

3.2.1 Yee元胞及三维差分形式 46

3.2.2 介质界面的电磁参数选择 50

3.2.3 数值稳定性与数值色散 53

3.3 激励源设置 57

3.3.1 常用的激励源 58

3.3.2 激励源的引入 60

3.4 边界条件 63

3.4.1 常用的边界条件 63

3.4.2 单轴各向异性介质完全匹配层 66

3.5 仿真实例 72

3.5.1 对称金属包覆介质波导 72

3.5.2 对称介质包覆金属波导 73

3.5.3 单面金属包覆介质波导 74

本章参考文献 75

第4章 智能算法基础 77

4.1 梯度类算法原理 77

4.1.1 随机梯度下降法 77

4.1.2 SGD算法的变体算法 78

4.1.3 混合拓扑优化算法 82

4.1.4 混合拓扑优化算法举例 87

4.2 非梯度类算法原理 87

4.2.1 直接二进制搜索算法 87

4.2.2 遗传算法 88

4.2.3 模拟退火算法 89

4.2.4 粒子群优化算法 90

4.2.5 多目标优化算法 91

4.3 机器学习 94

4.3.1 支持向量机 94

4.3.2 决策树 95

4.3.3 全连接神经网络 97

4.3.4 卷积神经网络 98

4.3.5 循环神经网络 99

4.3.6 储备池计算 102

4.3.7 常用软件与框架 104

本章参考文献 104

第5章 SPP器件及其应用 108

5.1 SPP光子器件简介 108

5.1.1 SPP光子器件的背景与意义 108

5.1.2 SPP光子器件的发展现状 109

5.2 SPP的激发方式 111

5.2.1 棱镜激发法 112

5.2.2 光栅激发法 113

5.2.3 聚焦光束激发法 114

5.2.4 电子激发法 114

5.2.5 近场激发法 115

5.3 局域SPP的应用 115

5.3.1 可调宽频带场增强 116

5.3.2 等离激元诱导透明 119

5.4 非局域SPP的应用 122

5.4.1 SPP的“彩虹捕获” 122

5.4.2 三次谐波的产生 125

5.5 SPP器件的智能化设计与应用 128

5.5.1 应用演进类算法的SPP器件设计实例 128

5.5.2 应用人工神经网络的SPP器件设计实例 131

5.6 总结与展望 133

本章参考文献 134

第6章 石墨烯超材料器件及其应用 137

6.1 石墨烯超材料简介 137

6.1.1 超材料的背景与应用 137

6.1.2 GMM的研究进展 138

6.2 GMM器件对色散的调控与应用 140

6.2.1 GMM色散调控原理 140

6.2.2 GMM实现的远场超分辨成像 142

6.3 GMM器件对光偏振态的调控与应用 146

6.3.1 石墨烯对硅波导中偏振态的影响 146

6.3.2 GMM偏振调制器 147

6.3.3 GMM偏振旋转分束器 149

6.4 GMM器件的智能化设计 152

6.4.1 针对结构参数的设计 152

6.4.2 针对动态可调参数的设计 155

6.5 总结与展望 160

本章参考文献 160

第7章 光学微腔克尔光频梳技术 163

7.1 光频梳简介 163

7.1.1 光频梳的应用领域 164

7.1.2 光频梳的产生方式 164

7.1.3 微腔光频梳的发展 165

7.2 光学微腔简介 167

7.2.1 微腔的主要参数 167

7.2.2 微腔的形态设计 169

7.2.3 微腔的材料选择 171

7.2.4 微腔的制备方法 173

7.2.5 微腔的耦合方式 174

7.3 微腔光频梳的产生与动力学 174

7.3.1 调制不稳定性光频梳 175

7.3.2 耗散孤子光频梳 177

7.3.3 电光调制的微腔频梳 182

7.4 微腔光频梳的应用 186

7.4.1 双光梳超快测距 186

7.4.2 双光梳光谱测量 188

7.4.3 高速相干光通信 188

7.4.4 低相噪微波产生 190

7.5 总结与展望 195

本章参考文献 195

第8章 微纳光子计算成像技术 198

8.1 计算光学成像简介 198

8.1.1 计算成像 198

8.1.2 微纳光子器件与光场调控 200

8.2 编码计算成像 201

8.2.1 编码孔径压缩成像 202

8.2.2 无透镜编码成像 205

8.3 散射介质计算成像与多模光纤成像 207

8.3.1 散射介质成像 208

8.3.2 多模光纤成像 210

8.4 超表面计算成像 212

8.4.1 超表面超分辨率成像 212

8.4.2 超表面鬼成像 213

8.4.3 超表面功能性成像 214

8.5 总结与展望 215

本章参考文献 216

第9章 微纳光子神经网络技术 218

9.1 光子神经网络技术简介 218

9.1.1 人工神经网络的发展和应用 218

9.1.2 神经拟态硬件的电子平台和挑战 222

9.1.3 新型的光子手段 223

9.2 人工神经网络的光子实现 226

9.2.1 硅光子集成 227

9.2.2 光频梳 231

9.2.3 空间衍射光学系统 232

9.2.4 非线性激活实现 235

9.3 光子神经网络 237

9.3.1 全连接神经网络 237

9.3.2 卷积神经网络 241

9.3.3 储备池计算 244

9.3.4 脉冲神经网络 247

9.3.5 光子神经网络训练 250

9.4 光子神经网络展望 251

9.4.1 光电混合架构的提出 251

9.4.2 光电混合架构前瞻 252

9.4.3 未来发展方向 254

本章参考文献 254

第10章 微纳光子生物计算技术 258

10.1 生物计算简介 258

10.1.1 生物计算的意义 258

10.1.2 生物计算的特点 259

10.1.3 生物计算的国内外研究现状 260

10.2 光子技术助力生物计算研究 264

10.2.1 光遗传学 264

10.2.2 光学显微成像 266

10.2.3 钙离子成像 271

10.3 微纳光子技术用于生物计算研究 276

10.3.1 数字微镜器件 276

10.3.2 空间光调制器 277

10.3.3 微型LED 278

10.3.4 硅基波导 279

10.3.5 光学超表面 280

10.4 总结与展望 284

本章参考文献 285

附录A 微腔克尔光频梳理论模型 289

附录B 微腔中的光折变效应 291

查看更多关于的内容