Ansys一期一会 | 仿真如何支持采用超表面来设计和制造更先进的光学元件
超表面是厚度小于光波长的超薄纳米级材料，可视为超材料的二维对应。它可以通过纳米结构和亚波长的特性，调控入射光波的相位、偏振和振幅。尽管目前的研究主要集中在可见光范围方面，但其实超表面也可用于在航空航天和国防应用中调控中波和长波红外波长。
超材料是由呈柱状或圆柱体排列的纳米级构建块（被称为超原子（Meta-atom））所组成的人工合成材料，具有天然材料中所缺少的独特属性。超材料可用于调控光波、声波和其他电磁波。近年来，超材料一直是先进材料和纳米光子学中一个快速发展的领域。
超透镜（也被称为超光学（Meta-optics））是一种特殊的超材料，可用于在不同的光学元件中控制和调控光。如今，传统光学元件正逐渐被尺寸更小的光学超表面所取代。超透镜属于平面的光学元件，这意味着它们以及由它们组成的其他光学元件没有曲率。
超材料和超表面的表面上的圆柱体或柱状物，可以调控和控制不同波的传播行为。这些柱状物被排列成周期性图案，使超表面能够根据不同设计，以不同的方式与光相互作用。
超表面由不同的单元构建块组成，因此形状和尺寸各异。它们可以采用不同的材料制作，具体取决于超表面的应用和预期实现的光学属性。
根据其几何结构或材料构成，超材料将具备不同的能力。举例来说，一些超材料只能够调整光的相位，而另一些则有助于光传播。
现在主要有两种类型的超表面：介质超表面和等离激元超表面。为了进一步实现自定义的拓扑和光学属性，所有超表面都可以具有不同的纳米结构，工程师也因此能够创建具有多功能属性的光学器件。
介质超表面（Dielectric Metasurfaces）
介质超表面是具有高折射率对比度的超表面，其中，具有方形或圆柱形横截面的纳米级介电或半导体柱被空气包围。与等离激元超表面相比，介质超表面的吸收损耗更低，因为它们采用了目标波长范围内（包括可见光和红外波长）光波可透过的材料。
用于制造介质超表面的材料包括：
硅（Si）
氮化硅（Si3N4）
锗（Ge）
III-V族半导体（GaAs、Gap等）
铌酸锂（LiNbO3）
二氧化钛（TiO2）
钛酸钡（BaTiO3）
2D材料半导体（WS2、GaSe等）
等离激元超表面（Plasmonic Metasurfaces）
等离激元超表面是金属-电介质超表面，其表面包含等离激元纳米粒子或等离激元纳米结构（如天线）。这些纳米粒子或纳米结构的间距小于自由空间波长（即电磁波在真空中的波长）。等离激元超表面使用的是表面等离激元，后者是由电子在金属和电介质（即绝缘材料）界面上的集体运动产生的。得益于小尺寸特性，表面等离激元可以帮助工程师在传感或成像等应用中，在极小的尺度上控制和利用光。它们最常用的两种金属是银和金，因为其光学属性支持表面等离激元特性。
等离激元超表面类似于光子晶体，其中超材料的重复图案控制了电磁波传播时的行为方式。当金属中的自由电子在光的作用下一起移动时，超材料的表面就会形成等离激元。当光线照射到金属时，一部分能量会被吸收，并使电子振荡。这种谐振行为将电子与光波耦合，使波能够以自维持的方式，沿着金属-电介质界面传播。
超表面中的纳米结构
除了定义超原子单元的基本重复图案之外，超材料还包含一系列专门设计的纳米结构，以帮助优化其属性。这些实际应用示例包括：
超材料表面的纳米天线。这些微型天线既可以是弯曲的，也可以是直的，形状决定了其具有均匀的还是非线性的光学属性。
可以在石墨烯或金属薄膜中制造小凹槽或开口（称为纳米图案和纳米缝），以改变光场分布。这些特性能够通过限制光或增加光强度来改变光的行为方式。
在某些情况下，可以将多层纳米结构超材料相互堆叠在一起，以帮助减少反射并使光线更顺畅地通过材料。这个过程被称为阻抗匹配。
由三种类型（三角形柱、圆形柱和正方形柱）的超原子构成的超表面几何结构
超透镜在多个不同的应用和行业领域受到了广泛关注。
传感
传感是超透镜应用规模最大、最广泛的领域之一——因为超透镜体积小，而且超材料光学的多功能特性使其适用于多种应用。
超透镜工程师可以选择特定波长和光的偏振。通过使用超材料，他们能够将超薄传感器集成到摄像头和智能手机中，这些设备因此可以捕获单个光子，以提高图像质量并实现多种功能。此外，基于超表面的先进传感器可以在国防领域中，用于检测红外光和可见光，并利用偏振特性来过滤反射。超透镜的紧凑尺寸对于内窥镜等医学成像应用也极具优势，其中，微型化传感器对于帮助医生观察人体内部情况至关重要。
汽车
超表面在汽车行业也有多种应用。一个用例是与传感领域直接相关，其涉及开发高级驾驶辅助系统（ADAS）和自动驾驶汽车中广泛使用的更先进的激光雷达传感器。另一个主要应用是尺寸非常小巧的平面前照灯，用于更高效地投射光线。
超表面尚未在汽车行业得到广泛应用的原因在于，该领域具有严格的技术监管要求，需要所有设备实现一致的质量，更不用说首先要解决超小型超表面的制造挑战。然而，专家预测，该领域将很快步入快速发展期。
成像
与其他衍射光学形式一样，不同波长的光会以不同的方式与超透镜相互作用，由此产生的不同相互作用被称为色差效应（chromatic effects）。这种特性在某些成像应用中尤其有益，可用于过滤出特定的颜色。但另一方面，强烈的色差可能不适用于宽带成像应用（即在一系列波长范围下工作）。尽管如此，开发具有宽带成像功能的超透镜，仍然是目前的热门研究方向。
提高内窥镜所拍摄图像的分辨率和清晰度，是超表面在医疗领域中的一个应用示例。超表面可以使入射光发生相位偏移，以减少畸变（被称为单色像差），并扩大内窥镜的焦深。在传统摄像头系统中，超表面可以将摄像头内部的不同偏振测量功能集成到单个光学元件中，从而减少对笨重组件的需求。超表面在摄像头中的使用，有望扩展到机器视觉和遥感应用。
AR/VR
当与其他先进光学元件一起使用时，超表面还可以提升AR/VR头显设备的性能，因为轻薄、平面的特性，使其非常适合在头显内部投射图像。这些投影使用大面积波导（也被称为光导），来将图像投射到人眼。光导比宽带通信中使用的小型光学波导要大得多，这些大型光学元件，因此占据了头显的大部分重量。为了提高佩戴者的舒适性，需要尽可能减少AR/VR头显的体积和重量，因为设备过重会导致佩戴者颈部承重增加。超表面则有助于减轻这些头显设备的重量。
光谱测定
超透镜的高色度特性及其紧凑尺寸，使其自然而然地成为了光谱应用的理想之选。超表面可用于光谱仪器，这类仪器被应用于食品和饮料行业以及医疗领域的表征和诊断应用。
光谱仪设计工程师通常需要在分辨率和器件尺寸之间进行权衡，因为光谱仪中的聚焦元件可能会引入光学像差。纤薄、平面的超表面有助于制造在宽带范围内仍能保持高分辨率的透镜，同时还能使光谱仪尺寸小巧。
超表面采用与传统半导体相同的制造技术进行设计，如光刻、蚀刻和自下而上沉积。因此，它们非常适合采用代工厂现有的技术进行制造。然而，由于超表面尺寸较小，为了保证其高性能，需要使用非常准确的模板，以确保每批超表面都具有一致性。
创建超材料的物理原型，是一项成本高昂且十分耗时的艰巨任务。目前每种超材料的物理原型是小规模生产的，而大规模制造这些超材料往往不具有经济优势。而且，超表面种类很多，不同类型是针对不同波段的电磁波设计的。例如，业界希望研究能够与紫外线（UV）波长相互作用的超材料，却发现，它们往往具有大量光学损耗，即光在穿过材料或与材料相互作用时会产生强度损耗。此外，这些类型的超材料，比面向可见光和红外波长设计的超材料更难制造。
仿真在超表面设计中的应用
一种更有效的超表面设计方法是借助仿真，而不是依靠多次原型迭代期。这样，可以减少制造前所需的物理原型数量。
尽管超表面很薄，但它们的表面积很大，并包含了许多纳米级的精细特征。这会导致高昂的计算成本，需要高性能计算（HPC）或图形处理器（GPU）加速来满足求解器算法的内存需求。
独立搭建这些硬件可能是一项成本高昂的任务，因此，与专业软件提供商合作，将使该过程更经济、更切实可行。对于已经拥有硬件资源的用户，可以利用现有的超原子库所提供的可用于制造的柱结构集 合，这样工程师就能够在制造之前，更轻松地在内部开发更可靠的设计。
使用Ansys超表面设计解决方案
超表面的主要设计挑战是，在不同尺寸尺度上开展设计（即纳米尺度的单元必须排列成厘米尺度的光学元件），并且在每个尺度下，都需要不同的仿真技术。
另一个设计挑战在于，超透镜通常会受到严重的色差影响。这意味着超表面往往只能用于预期的波长，而在非目标波长下性能不佳。然而，这对于某些超透镜设计其实是一个优势，比如用于制造高效的光学滤波器的设计。
在一些设计中，工程师能够创建具有较弱或无像差的超透镜，从而将不同波长的光聚焦到同一点。而在另外一些设计中，超表面可以促进次衍射聚焦，现在，设计人员正在研究使用液晶来开发可调谐超透镜。因此，超透镜设计需要考虑许多不同的因素。
新思科技旗下公司Ansys，提供先进的电磁波仿真（Ansys Lumerical平台）和光线追迹软件（Ansys Zemax OpticStudio软件），可在最终设计决策之前，对超表面的所有波长相关效应进行仿真。得益于这两种工具的互兼容性，用户可以将数据从Lumerical平台导入OpticStudio软件，以提供各种尺寸尺度的信息。这样一来，两种仿真都可以使用相同的超表面数据，以确保在原型阶段开始之前获得尽可能可靠的结果。
超表面仿真的计算成本高昂，而机器学习算法有助于减少计算密集型任务。经过训练的元模型并不会单独计算每个单元，而是可以替代仿真，从而减少计算需求。
此外，机器学习还可用于逆向设计——这是一种“倒着做”的设计方法，即先确定所需的属性，再找出对应的材料结构。这与首先选择材料，然后确定其属性的传统设计方法形成了鲜明对比。采用机器学习的逆向设计，可识别具有所需属性的特定材料结构和几何结构，从而降低仿真成本。
机器学习还能够改进超表面应用。在成像中，它可用于图像捕获后的重建，提供比传统折射光学元件更高的效率和灵活性。
