首页/文章/ 详情

Lumerical案例 | 多量子阱(MQW)边发射激光器

1月前浏览574

在本示例中,我们演示了模拟InGaAsP-InP多量子阱(MQW)边发射激光器(EEL)L-I曲线的工作流程。我们将不同温度下计算得到的L-I曲线和激光频率与文献中报道的结果进行了比较。建议在测试本示例时,将软件升级至2022 R1或更高版本。

概述

利用FDE(或FEEM)、MQW和INTERCONNECT(TWLM)通过脚本对Fabry-PerotInGaAsP-InP多量子阱(MQW)脊型激光器进行建模。计算了该激光器在不同温度下的L-I曲线和光谱。1D TWLM激光模型适用于仿真行波几何结构的激光器,例如边发射激光器。MQW求解器适用于仿真闪锌矿和纤锌矿晶体结构的III-V族半导体中的材料增益。这些仿真均是等温的,适用于低功率或脉冲激光器,在高注入电流下没有明显的自加热现象。可在不同温度下进行仿真。本文还提供了其他类型谐振腔(如DFB和DBR)的激光器示例链接,以及此处未展示的其他激光器结果类型列表。本例中使用的整体脚本工作流程示意图可以在附录中找到。

步骤1:光学模式仿真

第一步是计算光学模态分布,并提取增益介质中基模(TE模)的有效折射率、群折射率及其限制因子。这些参数均在标称目标激光频率附近进行计算,预计其频率依赖性较弱。该计算可使用MODE中的FDE求解器(此工作流)完成,也可使用FEEM(详见附录)。

步骤2:增益介质仿真

利用MQW增益求解器,对MQW增益介质中的电子能带结构进行了4×4k•p计算,并提取了电子带隙、受激发射和自发发射光谱,这些参数随载流子密度和温度的变化而变化。MQW是多物理场软件包(包括CHARGE、FEEM等其他产品)的一部分,可以在FE-IDE环境中以图形用户界面运行。MQW也可通过脚本命令使用,此时它可从任何产品中运行。在此情况下,它既可在FDE/FEEM(前一步骤所需)中运行,也可在INTERCONNECT(后续步骤所需)中运行。在本例中,MQW GUI包括在主要工作流程中,而MQW脚本命令方法则收录于附录中。

由于势垒厚度较高,量子阱可以被认为是解耦的。在这种情况下,可针对单个量子阱进行计算,以缩短仿真时间。计算结束后,将结果进行缩放处理,以反映全部量子阱的数量。电场被设为零,这对阈值附近及阈值以上的正向偏置激光二极管而言是一个很好的近似。

步骤3:一维行波激光仿真

在INTERCONNECT中运行TWLM单元,通过扫描不同的驱动电流,进行一维时域激光仿真。稳态发射的光功率可以绘制为驱动电流的函数以生成L-I曲线。还可以绘制不同时间点的光谱。

运行和结果

步骤1:光学模式计算

1.启动MODE,并将目录切换到应用程序文件的保存位置。

2.运行脚本input.lsf。这将初始化所有三个步骤所需的所有输入数据和仿真配置参数。这些数据将保存在Piprek2000OQE中,后续各步骤中的脚本将在需要时调用该文件。

3.运行脚本runFDEmaterial.lsf。这将计算材料的折射率随频率的变化关系,并将其导入光学仿真中。

4.运行脚本runFDE.lsf。这将根据频率、群折射率和限制因子计算有效折射率。该脚本需要关闭safe-mode

相关链接:https://support.lumerical.com/hc/en-us/articles/360044709054-Running-script-in-safe-mode

有效折射率、群折射率以及后续步骤中使用的限制因子分别存储在wgSweep.neff、wgSweep.ng和wgSweep.confinement_factor中。这些结果也将存储在文件Piprek2000OQE_opt.json中。

步骤2.增益介质计算

1.启动MQW求解器,这将打开一个包含MQW求解器的FE IDE,并将工作目录切换到应用程序文件的保存位置。

2.(可选步骤,如果输入文件input.lsf中合金成分发生了变化)在FE IDE中打开模板项目文件mqw.ldev。删除阱和势垒材料,并为新的合金成分创建新材料。具体操作方法为:打开Electrical and Thermal database,选择GaInAsP,点击左下角的“create semi”,并设置名称以及合金成分x和y。保存文件后打开runMQW.lsf。在runMQW.lsf文件顶部的变量中设置新阱和势垒材料的名称(包括全局名称和Ct名称)。

3.运行脚本runMQW.lsf。

该脚本文件将首先打开mqw.ldev模板文件,该文件中已预定义了用于阱和势垒的InGaAsP材料属性以及MQW求解器对象。Layer stack在MQW求解器对象编辑窗口中进行定义和可视化。MQW求解器对象无需单独定义几何结构和仿真区域,因为所有内容均可在MQW求解器对象的编辑窗口内完成定义。随后,脚本文件将根据用户在input.lsf文件中定义的内容修改某些材料和求解器属性,以新名称保存项目文件(以避免修改模板文件mqw.ldev),并在给定温度下针对多种载流子密度运行增益仿真。最后,它将绘制自发和受激发射(增益)以及峰值增益频率作为载流子密度的函数,如下所示。这些结果也会存储在Piprek2000OQE_mqw.json文件中。

以下图像表示在不同载流子密度(293K)下自发辐射和受激辐射与频率的关系。

增益峰值频率作为载流子密度的函数将由能带填充效应和由自由载流子密度引起的能带收缩效应决定。能带填充效应会导致峰值频率增加,而能带收缩效应则会导致峰值频率降低。这两种效应均包含在仿真中,其中对于收缩效应,用户应像在文件runMQW.lsf中那样定义一个收缩常数。由于这两种效应的综合作用,增益峰值频率出现了净增加,如下图所示:

温度也会通过改变材料带隙来影响峰值位置。为此,需要在ldev项目文件的材料属性中启用带隙温度模型,并像runMQW.lsf文件中所做的那样设置合适的温度系数。

步骤3.一维行波激光模拟

1.启动INTERCONNECT并将目录更改为应用程序文件保存的位置。

2.运行脚本runTWLM.lsf。

3.右键点击扫描,选择“power”,然后进行可视化。这是激光在293K(20)下工作的L-I曲线。激光的光谱也可以通过可视化“spectrum”来绘制。有关如何在其他温度下获取结果的信息,请参阅更新模型参数部分。

runTWLM.lsf脚本会加载前两次仿真的结果以及INTERCONNECT模板文件。该脚本将计算辐射和非辐射复合率,生成复合文件,并将这些参数加载到TWLM中。它还将为TWLM元件、根元件和参数扫描填充其他必需参数。随后,该新配置将以新文件名保存,以避免修改模板文件twlm.icp。接着,脚本将运行一次非常短的仿真,以便TWLM元件执行增益和自发辐射拟合。拟合完成后,结果将存储在TWLM中,以避免在参数扫描的每次迭代中重新进行拟合。诊断拟合结果也会作为数据集保存在名为Piprek2000OQE_293.ldf的文件中。最后,启动参数扫描。

由于扫描过程可以并行化,为了缩短仿真时间,可以在Simulation菜单中配置资源,以使用多核配置。较简单的方法是直接添加几个资源(例如3-4个),具体取决于可用的核心数量,并采用默认选项(本地机器设为localhost,每个资源1个进程,capacity为1)。或者,也可以只添加一个资源,其capacity设置为要使用的并行进程数。在INTERCONNECT项目文件的根元件属性中,将每个进程的线程数设置为1,因为这是理想的设置。

下图展示了在293K温度和0.2A驱动电流下的稳态激光光谱。

下图展示了两种温度下模拟得到的L-I曲线与参考文献[1]中报道结果的对比。此外,下表列出了模拟结果与参考文献[1]中给出的阈值电流、阈值载流子浓度、斜率以及峰值波长。

重要的模型设置

以下是重要模型设置的一个子集。其他设置的信息可以在input.lsf脚本文件的注释中找到。

FDE中的多量子阱区域

由于整体FDE区域远大于MQW的厚度,我们将MQW区域视为一块整体材料,其折射率是不同量子阱和势垒的平均值。这样可以在保持合理精度的同时显著加快仿真速度,因为无需构建精细网格来分辨各个独立的量子阱。

FDE中的折射率

InGaAsP层的折射率值取自[2],适用于InP晶格匹配材料。考虑到文献中缺乏关于本例所用特定摩尔分数的数据,这是一种很好的近似。

MQW中的频率范围

由于自发复合速率是根据自发辐射光谱的积分计算得出的,因此MQW求解器运行的频率范围(由mqw.lambdamin和mqw.lambdamax确定)必须足够宽,以涵盖自发辐射显著的大部分区域。这可确保我们在复合速率的估算中捕获所有的自发辐射。频率点数通过mqw.numfreq设置,随后使用样条插值对结果进行上采样,以生成更平滑的曲线,从而便于在INTERCONNECT中的TWLM中进行拟合。为避免引入插值误差,mqw.numfreq的数值应足够大。

MQW材料属性

由于准确的三元和四元半导体材料性质数据并非总是可得,且可能受工艺影响,因此调整并拟合部分性质参数以匹配测量结果是一种良好的做法。具体而言,在本例中,我们覆盖了带隙温度依赖性模型的默认值(参数mqw.dEg_dT),并根据参考文献[1]引入了带隙对载流子密度的依赖性(带隙收缩参数mqw.dEg_carrier)。该设置在runMQW.lsf文件中实现。主输入文件input.lsf中设定的材料为GaInAsP,该设定在mqw.ldev中定义,并在runMQW.lsf中硬编码。用户可通过在mqw结构体变量中设置相应选项,从input.lsf文件中设定层厚、摩尔分数、应变及其他一些参数。

MQW中的横向波矢范围

此波矢位于量子阱平面内,使用足够大的布里渊区来获得量子阱中准确载流子密度非常重要,因为载流子密度是通过对横向波矢求和得到的。横向波矢越大,量子阱中的载流子能量就越大,该能级的占据概率就越小。温度越高,应该包含更多的横向波矢。在mqw.ldev模板文件中,已将布里渊区的40%以及151个点作为参数设定。

MQW中的解耦量子阱近似

如果MQW区域中的势垒较厚(例如超过5nm),则可以通过在input.lsf文件中将mqw.uncoupled_wells设置为true,将量子阱视为解耦状态,这是一种很好的近似方法。在这种情况下,只需求解由单个量子阱组成的结构即可,这不仅能显著加快仿真速度,还能得到每个量子阱相似的增益和自发辐射曲线。

TWLM中的光学损耗

INTERCONNECT中的激光模型的光损耗由两个部分组成:常数部分(例如散射损耗)和有源层中载流子密度相关的部分(例如自由载流子吸收)。这两部分均可通过输入文件input.lsf中的选项twlm.mode_loss_constant和twlm.mode_loss_density_coefficient进行设置。在较高温度下,由于增益减小且非辐射复合增加,阈值载流子密度会升高。此时,参数twlm.mode_loss_density_coefficient会导致在较高温度下光损耗增加。

TWLM中的非辐射复合率

SRH、Auger和自发复合速率在激光动力学整体平衡中非常重要。脚本中采用公认的模型方程,基于多量子阱(MQW)区域的平均电荷密度,通过解析方法计算了SRH和Auger复合速率。由于大部分电荷密度位于量子阱中,只有一小部分位于势垒中,因此我们对平均输入电荷密度进行缩放,以获得量子阱中的电荷密度,并将其用于复合速率的计算。在input.lsf文件中,有一个拟合因子mqw.qw_density_correction,用户可以通过调整该因子来设定量子阱中电荷密度与势垒中电荷密度的比例,从而使阈值电流的计算结果更准确。自发复合速率由mqwgain求解器计算得出,而SRH和Auger复合的参数(如寿命和Auger系数)可通过input.lsf文件中的twlm结构变量进行设置。

TWLM中的漏电流

漏电流是指输入电流中未注入多量子阱(MQW)区域对激光有贡献,而是通过器件泄漏的那部分电流。input.lsf文件中的参数twlm.current_injection_efficiency用于考虑这一效应。用户应估计此参数的值(更多细节可以在“扩展模型”部分找到)。

TWLM中的增益和自发辐射曲线拟合

TWLM采用一种先进的拟合算法,将增益和自发辐射系数的频率依赖性及密度依赖性纳入时域仿真中。用户可以检查拟合结果,并在必要时调整拟合选项,以确保拟合出的增益曲线中不存在违反物理规律的峰值,以免在错误频率下产生虚假的激光阈值。具体而言,该拟合算法假设存在周期性边界条件,使得第一个和最后一个频率点的增益和自发辐射相同。input.lsf中的滚降参数twlm.fit_rolloff控制两端占总频率范围的百分比,用于适应这些周期性边界条件。增加该值有助于在频率范围的两端获得更好的拟合效果。

参考文献

[1]. J. Piprek, P. Abraham, and J.E. Bowers,“Self-Consistent Analysis of High-Temperature Effects on Strained-Layer Multiquantum-Well InGaAsP–InP Lasers”, IEEE Journal Of Quantum Electronics, Vol. 36, No. 3, March 2000, pp. 366-374.

[2]. S. Seifert and P. Runge, “Revised refractive index and absorption of In(1-x)Ga(x)As(y)P(1-y) lattice-matched to InP in transparent and absorption IR-region”, Optical Materials Express, Vol. 6, No. 2, February 2016, pp. 629-639.

来源:摩尔芯创
ACTOpticalMarc电路半导体光学电力电子UGUM电场材料控制
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-07-13
最近编辑:1月前
摩尔芯创
光学仿真、光学培训、硅基光电子
获赞 14粉丝 33文章 111课程 0
点赞
收藏
作者推荐

Lumerical案例 | 2D 偏振分束光栅耦合器

引言在本例中,介绍了一种用于优化2D偏振分束光栅耦合器(2D PSGC)的光子逆向设计工作流程。2D PSGC应用于光子集成电路(PIC)中以实现偏振分集,从而能够高效耦合P偏振和S偏振。本示例演示了如何优化2D PSGC以降低峰值插入损耗、增加带宽并降低偏振相关损耗(PDL)。本示例仅支持在Lumerical 2025 R2.1及更高版本上运行。此外,建议使用GPU进行计算。我们在优化过程中使用了两块H100 GPU显卡(每块95GB内存)。概述本示例将演示如何使用逆向设计方法生成2D PSGC。本示例大量借鉴了LumOpt框架,可参考文末链接[1][2][3]。步骤1:预优化在此步骤中,可在预优化项目文件中修改2D PSGC结构以建立初始设计。接下来,执行一个准备脚本,将该项目文件的副本配置为LumOpt的输入。该脚本还会生成LumOpt所需的其他输入数据文件,具体说明请参见文末链接[4]“Run and Results”部分。此步骤为可选步骤,因为示例中提供的预优化文件已运行过该准备脚本。步骤2:菱形优化利用步骤1中生成的文件,我们对2D PSGC进行逆向设计优化。优化完成后,将运行一个脚本以准备步骤3(星形优化)所需的输入文件。此步骤也可跳过,直接测试步骤3。不过,强烈建议将钻石优化作为新设计的第一个阶段,因为它的运行速度要快得多。步骤3:星形优化利用步骤2中获得的理想解,我们进行第二次反向设计优化,以减小偏振相关损耗(PDL)。运行和结果步骤1:预优化如果您想直接运行该示例,则无需执行此步骤;但若需根据您的需求修改初始设计,则必须进行预优化。1.在FDTD中打开文件GenO-Si2-dia-Ppol_pre-opt.fsp和GenO-Si2-dia-Spol_pre-opt.fsp。2.根据需要修改结构组,并运行脚本prepare-input-files_stage2.lsf。下文所示的PSGC参数化基于参考文献[1]和[2],而层厚和一般几何参数(例如波导宽度)则取自参考文献[3]。PSGC由带有两个taper的2D散射体阵列形成,每个taper连接到一个波导(WG1和WG2)。波导之间的角度(αWG)为π/2,整个结构关于光纤的入射平面是对称的。散射体排列在两组共焦椭圆的交点形成的网格上,波导尖端位于远焦点,如上图所示。初始设计可以通过调整结构组(psgc-star-fast)中定义的变量(如dspot,Ltaper,和αtaper)进行修改。有关结构组的更多信息,请参阅文末链接[5]。修改GenO-Si2-dia-Ppol_pre-opt.fsp和GenO-Si2-dia-Spol_pre-opt.fsp文件后,运行prepare-input-files_stage2.lsf文件,该文件准备每个偏振(P和S)的仿真文件。脚本首先加载两个偏振的预优化文件(*pre-opt.fsp),并保存新版本用于优化。在此过程中,脚本还使结构组能够将关键配置数据(如参数、散射体索引和中心位置)保存为.txt文件。步骤2:菱形优化1.在FDTD脚本文件编辑器中打开文件GenO-Si2-dia-Ppol.py。2.根据需要修改优化配置(参数限制、优值中波长的范围和权重等),然后运行Python脚本。有关优化配置的更多信息,请参阅文末链接[5]。在此,我们加载步骤1中的初始设计和参数,并针对以1310nm为中心的多个波长运行优化,波长范围为55nm,采样点数为5个。品质因数(FOM)定义为S偏振和P偏振之间的最小耦合效率,且禁用偏振相关损耗(PDL)惩罚项(difference_weight=0)。在这种情况下,设计参数是图中所示每个菱形散射体的距离p1,q1,p2和q2。由于对称性,有406个独立的散射体用于优化,它们对应于结构的上半部分(正y轴)。每个散射体有4个参数(p1,q1,p2,q2),但沿二等分线(对称平面)的散射体只有2个。因此,总共有1568个独立参数将进行优化。在此,优化在经过约22小时、44次迭代后终止,总优值约为0.52。步骤3:星形优化1.打开prepare-input-files_stage3.lsf文件,如果使用与步骤2不同的迭代以获得理想设计,请更新步骤3中的pre_opt_file_fullname和pre_coopt_file_fullname。2.在FDTD脚本文件编辑器中打开GenO-Si2-star-Ppol.py。3.根据需要修改优化配置,并运行Python脚本。4.优化完成后,运行best_design文件夹中的best_design_an alysis.lsf文件,以比较初始设计、理想菱形设计和理想星形设计的耦合效率谱。该脚本还会为这三种设计生成GDS文件。这里,FOM与步骤2相同,但启用了PDL惩罚项(difference_weight=0.1)。除了步骤2的设计参数p1,q1,p2和q2(菱形优化)之外,这里引入了参数r1,s1,r2和s2来生成星形散射体,如图所示。由于此情况下每个散射体有四个附加参数,因此有3136个独立参数进行优化(与菱形散射体的对称性考虑相同)。在此,优化在经过约14小时、18次迭代后终止,总品质因数约为0.52。需注意,由于PDL惩罚项的存在,本例中的FOM初始值为0.28,低于步骤2(无惩罚项)的FOM。完成所有优化步骤后,我们对比了初始设计与步骤2(菱形)和步骤3(星形)理想设计之间的总耦合效率和PDL,如下图和下表所示。为方便起见,这些设计的项目文件副本已存放在best_design文件夹中,通过在同一文件夹中运行脚本文件best_design_an alysis.lsf,即可重现下方的图表和表格。请注意,原始项目文件中仅绘制了一半散射体;因此,该脚本会生成包含完整结构的新版本文件(以“_ana lysis”后缀标识),以便进行GDS提取。重要模型设置结构组-模式操作由于结构组在每个迭代中都会根据每个参数进行更新,因此其设置脚本的性能对于加速网格梯度计算非常重要。结构组以两种不同的模式运行:"Construction"(full_reset=1):结构组重新生成所有散射体。当椭圆索引集(N1,N2)或除顶点位置以外的任何散射体属性发生变化时,需要使用此模式。结构组的用户属性9-38(参见文末链接[6])定义了该模式下的散射体配置。建议在初始设置和优化前使用该配置。"Update"(full_reset=0):结构组仅更新散射体的顶点位置,显著减少了执行设置脚本的时间。因此,本例中的优化配置为在此模式下使用基础FDTD文件。在此模式下,仅使用结构组的两个用户属性:- params:由LumOpt更新的1D数组(所有散射体的参数总数×1)。- Config:2D数组(散射体数量x10),包含(N1,N2)和所有散射体的顶点映射。其他仿真对象如果结构是对称的,请分别对P偏振和S偏振使用对称和反对称边界条件。此外,“opt_fields”监视器必须延伸到对称/反对称区域。LumOpt设置-边界框和参数限制要定义每个边界框的位置和大小,使用Bounds类作为输入到ParameterizedGeometry类中。get_bounds()函数访问LumOpt当前使用的参数(current_params),使边界框在整个优化过程中能够动态更新。然而,在当前设置中,边界框是静态的,每个散射体的初始位置和边界距离每个散射体的中心设置为500nm。如果边界框的垂直尺寸与opt_fields监视器不一致,则可选择将[zmin,zmax]包含在返回值中。params中允许值的范围由传递给ParameterizedGeometry的bounds列表指定。LumOpt设置-优值(FOM)本例中使用的FOM基于参考文献[3],结合了一个软最小值和PDL惩罚项。它在Python脚本中通过SuperOptimization类实现,使用use_advanced_fom=True参数。FOM[3]定义为:其中:Ts,i和Tp,i分别是S偏振和P偏振在波长i处的耦合效率。wi是每个波长的权重,由target_T_fwd设置。α是由SuperOptimization参数中的difference_weight设置的PDL惩罚项。Nλ是总波长数。附加资源参考文献1.A. Mekis et al., "A Grating-Coupler-Enabled CMOS Photonics Platform," in IEEE Journal of Selected Topics in Quantum Electronics, vol. 17, no. 3, pp. 597-608, May-June 20112.F.Van Laere, W. Bogaerts, P. Dumon, G. Roelkens, D. Van Thourhout and R. Baets, "Focusing Polarization Diversity Grating Couplers in Silicon-on-Insulator," in Journal of Lightwave Technology, vol. 27, no. 5, pp. 612-618, March1, 20093.Peng Sun, Thomas Van Vaerenbergh, Sean Hooten, and Raymond Beausoleil, "Adjoint optimization of polarization-splitting grating couplers," Opt. Express 31, 4884-4898 (2023)来源:摩尔芯创

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈