目录介绍
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
3.1FDTD方法的发展与应用45
3.2FDTD方法的基本原理46
3.2.1Yee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
4.1.2SGD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
5.1SPP光子器件简介108
5.1.1SPP光子器件的背景与意义108
5.1.2SPP光子器件的发展现状109
5.2SPP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
5.4.1SPP的“彩虹捕获”122
5.4.2三次谐波的产生125
5.5SPP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
6.1.2GMM的研究进展138
6.2GMM器件对色散的调控与应用140
6.2.1GMM色散调控原理140
6.2.2GMM实现的远场超分辨成像142
6.3GMM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
6.3.2GMM偏振调制器147
6.3.3GMM偏振旋转分束器149
6.4GMM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LED278
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