SpecFormer:多层光学薄膜的全光谱编码器-解码器逆向设计

《Intelligent Opto-Electronics》:SpecFormer: full-spectrum encoder–decoder inverse design of multilayer optical thin films

【字体: 大 中 小 】 时间:2026年10月23日 来源:Intelligent Opto-Electronics

编辑推荐:

   1 引言 智能光学正推动光学系统从孤立器件设计走向协同的数据驱动感知、决策、控制与制造。光学智能体、数字化智能光学等概念强调了光学信息获取、计算决策与物理响应调控之间的闭环关联。矢量数字化智能光学通过反馈机制进一步整合了偏振与波前控制,而AI辅助超光子学则将机器学习引入电磁

  

1 引言

智能光学正推动光学系统从孤立器件设计走向协同的数据驱动感知、决策、控制与制造。光学智能体、数字化智能光学等概念强调了光学信息获取、计算决策与物理响应调控之间的闭环关联。矢量数字化智能光学通过反馈机制进一步整合了偏振与波前控制,而AI辅助超光子学则将机器学习引入电磁仿真、器件表征、逆向设计及端到端系统协同优化。与此同时,全光逻辑与神经形态光子器件为光学计算与自主控制提供了潜在的硬件基础。这些进展共同提出了一个根本问题:如何将期望的光学功能可靠地转化为满足物理定律和工程约束的可实现结构?多层光学薄膜为该问题提供了一个具有代表性的工程平台。

多层光学薄膜由亚波长至微米尺度的光学材料堆叠而成,广泛应用于光学滤波、热管理、辐射制冷和光谱选择性器件。其功能源于材料色散、界面反射与光学相位的耦合控制。通过改变材料组合、层数、堆叠顺序和厚度分布,多层薄膜可重塑可见光、近红外以及中远红外区域的光谱响应。重复界面产生多束干涉、法布里-珀罗共振及布拉格型光子带隙,使太阳频谱范围内可选择性透射、反射和吸收成为可能。在中远红外波段,极性介电体中的声子相关响应及金属层或高反射层的屏蔽效应,为热发射率控制提供了额外的自由度。这些机制支撑了太阳能选择性吸收体、光伏/热能光谱分束器、近红外反射涂层、低发射率薄膜、透明辐射制冷器及多功能光学窗口等实用器件。

多层薄膜的逆向设计需要从目标光谱中推断材料、层数、堆叠顺序及连续厚度,因此兼具高维离散变量、连续变量与电磁约束。实际器件通常还需要跨窗口功能,例如在透射可见光的同时反射近红外太阳热量,或在满足太阳能选择性响应的前提下控制热红外发射。经验设计、全局搜索与局部优化可处理预设结构模板或低维参数化,但通常对每个目标都需要重新搜索,且难以跨可变层数、材料序列及耦合多窗口目标提供可复用的条件生成。

近期生成的模型将多层薄膜表示为可变长度序列,实现了材料、层数与厚度的联合设计。OptoGPT、OptoFormer、OptoLlama及PRISM分别通过联合标记建模、材料-厚度分解、掩码扩散及连续厚度预测推进了光谱条件薄膜生成;其生成机制与计算特征在第3.6节中讨论。然而,对于跨越可见光、近红外与热红外区域的联合设计,各波段在采样尺度、响应类型和工程功能上存在差异。结构决定线索可能表现为局部峰、谷、共振及带边,或表现为跨窗口耦合与全局功能折中。通用光谱嵌入或条件机制原则上可学习这些关系,但如何将异构的全谱目标显式组织为可在结构生成时查询的多粒度物理条件,仍有待深入探索。此外,先前研究通过潜空间可视化、注意力分析或生成实例揭示了结构规律,但在特定光谱特征是否可从内部表示中读出、方向性编辑并因果性地影响下游结构生成方面,系统性的干预测试仍十分有限。

在此,我们提出SpecFormer,将目标解析与结构生成组织为两个相互衔接的阶段。专用的光谱编码器首先构建物理组织的条件表示空间:标记记忆保留局部峰、谷、带边与光谱形态;摘要记忆捕获跨通道和跨窗口约束;全局嵌入表示整体功能目标。随后,交叉注意力解码器根据当前结构前缀查询这些多粒度条件,生成长度可变的材料-厚度序列。生成的材料顺序与离散厚度定义了结构脚手架,此后通过可微传输矩阵法在固定材料序列下优化连续厚度,以降低量化误差。我们在性能、机制与工程可行性三个层面对该框架进行了评估。在统一协议下,SpecFormer与OptoGPT逐目标比较,并辅以扩大测试集、偏移目标定义、多物理加权误差及分通道统计等评估。邻近正则化敏感性、制造约束与参数扰动被用于评估设计鲁棒性。线性探测、概念方向编辑、注意力定位与激活补丁测试了编码器物理条件表示的可读性、可编辑性与因果可用性。最后,我们在透明辐射制冷窗口、光合作用选择性冷却薄膜及结晶硅光伏带边热管理前涂层三个应用场景中展示了应用能力。SpecFormer提供了一条从设计目标到可实现物理结构的可解释、可测试且可扩展的路径,为复杂光学功能的自动设计、基于物理的优化及闭环实施奠定了基础。

2 方法

2.1 光谱编码器

我们首先定义系统输入。为解决更贴近实际器件需求的多窗口设计任务,输入表示为统一的全谱目标场,由可见光、近红外和热红外响应组成。如图1(a)所示,每个目标包含三个光谱窗口:可见光反射与透射(380–780 nm)、近红外反射与透射(780–2500 nm)以及法向热红外发射率(2.5–25 μm),共对应五个物理通道。该表示将设计任务从单一波段内的光谱匹配扩展为可见光透射、近红外反射与热红外发射的协同控制。

图1 SpecFormer整体框架与关键模块。(a) 五通道全谱目标场。(b) 边缘感知光谱编码器。(c) 记忆读出模块。(d) 交叉注意力结构解码器。(e) 连续厚度精修模块。

在从目标光谱到多层结构的逆向映射中,关键设计线索通常表现为光谱形状的变化,包括通带-阻带边界、窄共振、局部峰谷及8–13 μm大气窗口内的选择性响应。这些特征编码了材料序列与厚度分布的结构约束。因此,编码器引入了包含一阶变化、二阶变化与局部对比的边缘感知特征,并利用它们构建边缘显著性信号,以识别可能承载重要设计约束的波长区域。如图1(b)所示,目标光谱首先经过边缘感知嵌入,将原始幅度、峰谷、边缘及显著变化区域转换为初始光谱表示。光谱交互模块随后建立这些表示之间的联系,使局部光谱形态、关键带边及跨窗口约束得以交互。最后,记忆读出模块将共享光谱表示分支为三个头,形成用于逐步结构生成的互补物理条件记忆。

如图1(c)所示,标记头在波长位置级别进行细粒度读出,形成标记记忆,保留局部峰谷、边缘位置及带形变化。摘要头将共享表示聚合为摘要记忆,捕获全局响应、窗口特定目标及跨通道耦合约束。全局头进一步将完整光谱信息压缩为全局嵌入,为解码器提供整体设计意图并调节生成方向。这种共享骨干与多粒度读出机制在保留局部细节的同时提取中间约束与全局任务信息,使目标光谱得以通过互补条件参与后续结构生成。

在我们的实现中,五通道目标光谱离散化为774个点。VIS-R和VIS-T各包含从380至780 nm、间隔4 nm的101个点;NIR-R和NIR-T各包含从780至2500 nm、间隔10 nm的173个点;法向红外发射率包含从2.5至25 μm、间隔100 nm的226个点。光谱编码器包含四个编码层,隐藏维度为320,使用八个注意力头。其骨干网络结合两个局部卷积混合器、一个窗口宽度为96的移位窗口差分Transformer,以及一个受Mamba-2启发的双向选择性状态混合器(以标准PyTorch算子实现)。编码器输出三个条件表示:

Mtoken ∈ R^(B×774×320), Msummary ∈ R^(B×8×640), eglobal ∈ R^(B×640),

其中B为批次大小。

2.2 结构解码器

在接收编码器生成的物理条件记忆后,交叉注意力结构解码器以自回归方式生成多层薄膜。与OptoGPT类似,薄膜堆叠被表示为可变长度的结构标记序列。序列以起始标记开始,随后是衬底标记(Si或SiO2,视为半无限),一系列材料-厚度标记,以及结束标记。每个材料-厚度标记对应一层薄膜,同时指定其材料与离散厚度区间。结束标记的生成自然终止堆叠,从而支持可变层数。

在每一步中,解码器联合建模已生成的结构前缀与来自编码器的物理条件记忆。结构前缀首先经过因果自注意力形成当前解码状态,并投影为查询Q;标记记忆和摘要记忆投影为键和值K、V。交叉注意力将Q与K匹配,以确定哪些光谱记忆与当前结构决策相关,并从V中读取相应条件以预测下一个材料-厚度标记。全局嵌入作为调制信号,在生成过程中提供整体设计方向。训练使用教师强制进行下一标记预测。推理时,贪心解码或概率采样生成候选结构,结构文法约束确保序列有效。多粒度物理条件在整个解码过程中持续引导逐层构建。

结构解码器隐藏维度为512,共十层,使用八个注意力头。每层依次执行因果自注意力、标记记忆交叉注意力、摘要记忆交叉注意力及全局调制。候选结构最多包含24层薄膜。十四种材料和79个厚度分箱构成1106个联合标记;Si和SiO2两个衬底标记加上PAD、BOS和EOS标记,形成完整词表1111。完整实现细节见补充材料第4节。

2.3 可微TMM厚度精修

解码器将每个厚度预测为离散标记。由于训练标签以10 nm间隔量化,连续厚度被映射至最近的分箱中心。例如,90.76 nm由95 nm标记编码,其相邻分箱中心分别为85和105 nm。因此,即使模型恢复了合理的材料序列和厚度范围,量化仍可能引入共振偏移、通带边偏移或热红外发射率误差。我们在保持衬底、材料序列和层数固定的前提下精修连续厚度。

如图1(e)所示,可微TMM计算生成光谱与目标光谱之间的差异,并将其梯度反向传播至每层厚度,纠正离散预测引入的残余误差。每个候选结构被解析为衬底、材料序列和离散厚度,经TMM重新仿真,并按物理量排序。对于误差最低的原始候选结构,确定性的局部贪心搜索首先重建连续初始厚度d0,随后进行多起点梯度优化。目标函数为:

L(d) = Σj wj SmoothL1([TMM(m,d)]j, y_tar,j; β=0.02) + λp (1/N) Σ(i=1 to N) |di - d0,i| / (ui - li),

其中m为固定材料序列,wj为归一化光谱权重,li和ui由全局10–800 nm限制与180 nm局部搜索窗口结合得到的下界和上界。第二项为邻近正则化,限制厚度相对于初始脚手架的过度偏移。梯度精修使用AdamW,在原始生成、局部贪心搜索及梯度优化三个阶段中保留光谱误差最低的结构。邻近系数λp通过对300个固定材料序列的敏感性研究选定。当λp=0–0.01时,平均Plain MAE保持在0.003883–0.003932范围内,每层平均厚度位移从2.288降至1.799 nm。在λp=0.05时,平均Plain MAE增至0.004149,表明过强的正则化限制了有效的厚度修正。我们采用λp=0.002,此时平均Plain MAE为0.0038842,每层平均位移为2.006 nm。完整结果见补充表格S17。

模型使用AdamW训练,批次大小为90,初始学习率为1×10??;权重衰减、标签平滑和Dropout分别为0.02、0.02和0.1。训练集包含约1000万样本。推理时,每个目标生成16个候选,包括一次贪心解码和15次采样解码。

可微分 TMM 优化采用 4 个起始点,每个起始点执行 24 步,学习率为 0.03,初始扰动为 16 nm。在单块 NVIDIA GeForce RTX 5090 GPU 上完成训练大约需要 50 小时。

3 结果与讨论

我们从全光谱逆设计精度、编码器表征机制、工程鲁棒性、计算效率以及应用性能几个方面评估 SpecFormer。训练集最近邻与以光谱为条件的自回归模型 OptoGPT 作为基线。所有方法均采用相同的 TMM 正向求解器重新仿真光谱,并使用匹配的候选预算与厚度细化协议。测试数据包含 500,000 个样本,其源结构具有 2–24 层。使用随机种子 42,以无放回方式抽取 3,000 个样本作为固定测试目标,并在所有方法之间按目标一一对齐。除另有说明外,太阳波段透过率 T 与反射率 R 以 AM1.5G 加权,ε8?13 为 8–13 μm 大气窗口内的平均法向发射率,而半无限 Si 或 SiO? 衬底的红外发射率按 ε = 1 ? R 计算。数据生成规则、层数分布、实验设置和结构分析见补充材料第 1.1 节。

3.1 全光谱逆设计精度

如图 2(a) 所示,在 3,000 个测试目标上,训练集最近邻、OptoGPT 以及原始 SpecFormer 结构的平均 Plain MAE 分别为 0.0720、0.0329 与 0.0115。在相同的候选预算、TMM 打分和厚度细化协议下,OptoGPT 与 SpecFormer 的平均误差分别降至 0.0234 和 0.0041。值得注意的是,原始 SpecFormer 结构已经优于细化后的 OptoGPT,而后续连续厚度优化进一步拉大了性能差距。阈值覆盖率表明该改善在整个测试集上是系统性的。细化后的 SpecFormer 在 73.60% 和 92.67% 的样本上分别达到 MAE ≤ 0.005 和 MAE ≤ 0.01,而 OptoGPT 对应比例为 38.47% 和 48.77%。在 MAE ≤ 0.02 处,相应覆盖率为 98.93% 与 57.60%。图 2(c)、2(d) 中排序后的误差曲线进一步表明,SpecFormer 在细化前后均维持更低的误差包络。

图 2. 测试集性能与基线对比。(a) 在 3,000 个留出测试目标上的 Plain MAE 分布。(b) 不同 Plain MAE 阈值下的覆盖率。(c) 原始生成阶段的排序误差。(d) 连续厚度细化后的排序误差。

为检验对评估指标的鲁棒性,我们进一步计算了等通道 MAE、带宽归一化积分 MAE、带宽加权 MAE、太阳光谱加权 MAE 以及 8–13 μm 窗口 MAE。它们的均值分别为 0.004727、0.004719、0.002369、0.005807 和 0.001960。将 5 个通道展平为 774 维向量后,全局 SSIM 型指标均值为 0.999295;当对每个通道独立计算标准一维滑窗 SSIM 时,等通道均值为 0.994951。在不同物理加权下结果一致,表明 SpecFormer 的精度提升跨越了不同的光谱区间。指标定义与逐通道误差百分位见补充材料表 S12 和 S13。

我们还在更大的样本上评估了原始生成稳定性:从剩余测试数据中选取 10,000 个目标,且与固定 3,000 个目标无重叠。该测试仅使用一次确定性贪婪解码,不进行局部搜索或梯度细化。每个目标都产生了有效结构,平均 Plain MAE 为 0.016358,95% 自助法置信区间为 0.016109–0.016619,95 分位数为 0.038399。因此,即使没有多候选筛选或连续厚度优化,SpecFormer 在放大的独立同分布测试集上仍能维持稳定的单候选生成。

我们进一步使用 5 类共 2,081 个以程序方式指定、受应用约束的目标,评估目标定义偏移下的表现。在冷却窗口任务中,92.83% 的设计达到 RNIR ≥ 0.80;在具有 1100 nm 带边的 300 个目标中,59.67% 达到联合响应至少 0.80。完整结果见补充材料表 S16。

3.2 光谱编码器学到的物理表征

上述基线对比表明,光谱编码器同时提升了逆设计精度与稳定性。我们接下来分析编码器学到的物理表征:它如何从目标光谱中提取信息、识别与物理相关的谱学特征、将它们组织为物理条件记忆,并在表征层面指导后续的结构序列预测。我们首先以线性探测作为编码器特征的简单读出方式。冻结 SpecFormer,仅训练一个线性探针,从编码器表征中预测结构概念。如果这些概念可以被读出,而基于原始光谱主成分分析(PCA)、手工谱学摘要或打乱标签的对照组明显更弱,则说明这些概念已经以可读出形式进入编码器表征。该做法已被广泛用于解释神经网络内部表征31?33。图 3(a) 给出结果。层数可以从 token 记忆中读出,R2 = 0.91;而原始光谱 PCA 与手工摘要分别仅达到 0.425 和 0.567。与金属相关的结构也被清晰表征:金属层数达到 R2 = 0.98,金属背衬检测的 AUROC 为 0.985。对于具有直接薄膜物理解释的结构,分布式布拉格反射器(DBR)的 AUROC 为 0.947,法布里–珀罗腔为 0.898,低折射率入射层为 0.982。

图 3. SpecFormer 编码器中物理表征的表征层可解释性分析。(a) 从冻结编码器表征中的结构概念线性读出。(b) 沿 DBR 概念方向编辑编码器表征后的生成结果。(c) 不同编码器层面对红外目标光谱的注意力热图。(d) 在 8–13 μm 大气窗口激活补丁前后的生成光谱。

我们进一步测试物理条件记忆能否通过 DBR 概念方向编辑实验34?36 来改变结构生成方向。冻结训练好的主模型,在测试样本上提取 token 记忆,并以 DBR 线性探针权重定义 DBR 概念方向。仅沿该方向扰动编码器记忆中的可见波段 DBR token,观察解码器是否生成具有更强 DBR 特征的结构。反义方向、随机方向和打乱标签方向作为对照。如图 3(b) 所示,增强 DBR 概念方向可将 DBR 阳性生成比例从未编辑时的 0.693 提升至 0.936,而沿相反语义方向抑制该概念则降至 0.551。随机与打乱标签对照组仅达到 0.590 和 0.629,未产生同样增强。因此,DBR 概念方向确实对应解码器有响应性的内部结构控制方向。

我们还研究了目标光谱是如何被局部化和表征的,以及它是否以因果方式参与解码。红外目标采用 8–13 μm 大气窗口,基于 Raman 等人经典被动辐射冷却工作41中报告的选择性发射光谱;其特征是在该窗口内具有高发射率。围绕该目标设计了两项互补实验。注意力热图42首先检验编码器是否主动聚焦关键波段,随后通过激活补丁43检验相应表征能否被写回模型以改变最终光谱。在图 3(c) 中,多个注意力模块在 8–13 μm 区域强烈富集。我们随后将关键窗口特征展平,构造一个缺少主要发射峰的受损目标,并将原始红外目标的激活补丁写入对应编码器模块,同时保持解码器与所有模型参数不变。图 3(d) 中绿色曲线表明,仅这一局部激活补丁即可恢复与原始目标高度吻合的 8–13 μm 发射峰。补充材料 2.1 和 2.2 节提供设置与详细数据,并将激活补丁扩展到 DBR 与法布里–珀罗腔;2.3 节进一步利用内部空间映射与干净凹口反事实检验条件记忆。

3.3 面向应用的功能膜设计

3.3.1 光合选择性冷却膜

光合选择性冷却膜44结合了光合作用有效辐射的高透过、被动冷却和零能耗热管理,已被应用于现代温室45,46、绿色建筑采光16以及农光互补47。机器学习最近也被用于辅助其逆设计9。沿用 Li 等人提出的机器学习设计目标,我们将 400–500 nm 蓝窗口与 600–700 nm 红窗口设为高透过区域,将其余可见区段与 0.78–2.5 μm 近红外区段设为高反射区域,并额外施加热红外辐射冷却目标。如图 4(a) 所示,Li 等人结构与 SpecFormer 结构的蓝窗口透过率分别为 0.756 和 0.763。Li 等人结构的红窗口透过率为 0.617,而 SpecFormer 在纳入热红外冷却约束后达到 0.761。SpecFormer 在其余可见波长范围内的透过率仅 0.0065,近红外反射率为 0.962,而 Li 等人结构为 0.880。由于 Li 等人的优化目标未包含此处使用的热红外冷却约束,其在统一光学常数、衬底与热平衡模型下的重新仿真响应给出 ε8?13 = 0.030,ΔT = +3.97 K。在加入 8–13 μm 发射目标后,SpecFormer 结构达到 ε8?13 = 0.653,ΔT = ?3.98 K。这两个结果反映了扩展目标定义所带来的功能差异。最终结构与完整指标见补充材料第 3 节。

图 4. 光合选择性冷却膜。(a) 蓝、红光合窗口内的可见透过率。(b) 热红外发射率。(c) 四个独立设计的、分别居中于 440、520、600 与 680 nm 的 80 nm 可见通带。

我们进一步将有用的可见窗口作为设计阶段自由度,指定四个单通带目标,每个宽 80 nm,分别居中于 440、520、600 或 680 nm。如图 4(c) 所示,四个设计均形成清晰的透过峰,通带透过率为 0.754–0.816,通带外可见反射率为 0.845–0.934,近红外反射率为 0.966–0.995。每个结构的稳态温度均低于环境温度,ΔT 为 ?2.84 至 ?2.05 K。因此,不同的静态膜堆叠可以将可见透过峰放置在指定位置,同时维持近红外反射与热红外散热约束。A、B、C 三组针对三种目标可见透过率独立生成的静态膜堆叠,所得可见透过率分别为 0.868、0.599 和 0.316,而近红外反射率始终不低于 0.825,净冷却功率不低于 87.84 W m?2,ΔT ≤ ?8.03 K。表 1 表明目标透明度可以与近红外热排除和热红外辐射散热共同设计。

表 1. 在三种目标可见透过率下 SpecFormer 设计的统一光学与热学指标。净冷却功率为 300 K 时辐射功率减去大气回辐射与吸收太阳功率。可见透过率朝其目标值优化;箭头表示其他指标偏好的方向。

| 组别 | T_vis,目标 | T_vis | R_NIR↑ | ε?_8?13↑ | P_sun,abs↓ (W m?2) | P_rad?P_atm↑ (W m?2) | P_cool↑ (W m?2) | ΔT↓ (K) |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| A | 1.0 | 0.868 | 0.918 | 0.796 | 0.06 | 89.41 | 89.35 | ?8.09 |
| B | 0.6 | 0.599 | 0.904 | 0.832 | 0.11 | 91.14 | 91.03 | ?8.18 |
| C | 0.3 | 0.316 | 0.825 | 0.785 | 0.05 | 87.89 | 87.84 | ?8.03 |

3.3.2 具有设计阶段可调透明度的冷却窗口

全球变暖正在显著增加建筑冷却需求。可见光透过与中红外热发射的联合设计可服务于采光、隐私控制与零能耗冷却,是智能建筑重要的光学材料方向48,49。因此我们构建在三个光谱窗口内联合受约束的目标:同一种薄膜必须在指定水平透过可见光、反射近红外太阳热,并保留热红外辐射散热通道。我们采用 Seo 基线50的三种透明度目标:A、B、C 三组的目标可见透过率分别为 1.0、0.6 和 0.3。所有组的近红外目标反射率均为 1,而热红外目标取自 Guan 等人51中透射彩色辐射冷却结构的选择性发射器所衍生的平滑发射光谱。Seo 基线的层序列与厚度取自其报告的三种透明度器件。图 5(a) 在目标可见透过率为 1.0 处比较 SpecFormer 与 Seo 基线;三组的完整全光谱响应与结构序列见补充材料 S3 节。

图 5. 具有三种目标透明度与晶硅光伏带边热管理前膜的冷却窗口。(a) 高可见透明度冷却窗口。(b) 可见透过率与近红外反射率的文献对比。(c) 晶硅光伏带边热管理前膜的透射光谱。(d) 对应的热红外发射光谱。

在最严格的高透明组 A 中,SpecFormer 的 AM1.5G 加权可见透过率为 0.868,与 Seo 的 0.869 基本一致。

然而,SpecFormer 迅速抑制了可见光 - 近红外边界的透射,并将近红外反射率提高至 0.918,相比之下 Seo 仅为 0.481。在 B 组和 C 组中,可见光透射率分别为 0.599(目标值 0.6;Seo 为 0.617)和 0.316(目标值 0.3;Seo 为 0.410),而近红外反射率分别保持在 0.904 和 0.825,均高于 Seo。尽管 Seo 在 8–13 μm 波段具有更高的发射率(0.896–0.898,而 SpecFormer 为 0.785–0.832),但日间稳态温度取决于辐射输出与吸收的太阳输入之间的差值。SpecFormer 将太阳吸收抑制在 0.05–0.11 W m?2,而 Seo 的吸收量为 28.74–40.03 W m?2。太阳吸收量的这种数量级降低超过了中等程度的发射率损失,在 300 K 下产生了 87.84–91.03 W m?2 的净冷却功率,并在所有三个透明度水平下实现了约 -8 K 的稳态温差。图 5(b) 将本工作置于更广泛的可见光透射率和近红外反射率文献空间中。Song 和 Jin 的冷却窗口依赖于银金属反射镜和厚 PDMS 发射层?2,?3。相比之下,SpecFormer 使用单面、平面、全无机多层堆叠,在相同的薄膜系统中耦合了可见光透射、近红外反射和热红外发射。与 Dang 等人的二维光子结构??相比,SpecFormer 在近红外反射率方面更接近高热拒绝区域。与 Lee 等人的窗口薄膜以及 Zhu 等人的双侧热镜/辐射屏蔽结构??,??相比,SpecFormer 提供了一种总厚度低于 1.5 μm 的理论设计,既不需要百微米级的聚合物发射层,也不需要两侧分离的结构。

3.3.3 晶体硅光伏的带边热管理前涂层

晶体硅光伏的带边热管理前涂层旨在透射能产生电力的带隙以上光子,同时阻挡或耗散带隙以下光子,从而平衡光电转换和热管理。这种策略已在晶体硅太阳能电池的被动冷却??,??以及新兴的光伏封装技术??,??中得到广泛研究。我们将目标光谱分为三个功能区间:0.38–1.10 μm 的光子应被透射以保持光电流,1.10–2.50 μm 的带隙以下光子应被反射以抑制寄生加热,并在 8–13 μm 大气窗口中保持高发射率。如图 5(c) 所示,逆向设计的结构在 0.38–1.10 μm 范围内的平均透射率为 0.946,而在 1.10–2.50 μm 范围内仅为 0.070。在热红外区域,薄膜 - 基底系统在 8–13 μm 窗口内的平均法向发射率达到 0.515,在指定的 300 K 环境温度边界下平衡温度差为 ΔT = -2.72 K。该数值对应于空气/薄膜/半无限二氧化硅基底系统;实际封装光伏模块的温度还将取决于电池吸收、封装层、背板和对流边界。这三个应用任务涵盖了光合作用选择性透射、指定目标透明度和晶体硅带边热管理,同时共享相同的 14 种材料库和 1D 多层设计空间。这些面向应用的目标将功能组合扩展到了随机合成测试之外;最终的薄膜序列和完整指标见补充材料第 3 节。补充表 S9–S11 中的代表性结构是在其光学和热目标以及 10 nm 的基础厚度限制下生成的。相比之下,第 3.4 节中温和和保守的材料依赖最小厚度统计是在 3000 个基准候选者上评估的。对于特定的制造工艺,应根据沉积平台设置材料依赖的限制,然后进行约束投影、重新细化和重新模拟。

3.4 制造约束和扰动鲁棒性

为了评估可制造性,我们审查了 3000 个细化后的 SpecFormer 结构中的所有 33,002 层。每个结构都满足 10 nm 的基础最小厚度。在温和约束条件(Ag/Al ≥ 15 nm,Ti ≥ 20 nm,非金属 ≥ 20 nm)下,96.93% 的结构已经满足所有要求;在更保守的材料依赖限制下,88.30% 的结构仍可直接实现。在对违反限制的结构进行厚度投影和重新细化后,温和和保守场景下的平均基础平均绝对误差(MAE)分别为 0.003923 和 0.004838,表明材料依赖的最小厚度约束对整体设计精度的影响有限。在分层的 300 个结构样本上进一步评估了制造扰动,涵盖绝对和相对厚度误差、界面粗糙度和光学常数不确定性。图 6(a) 显示了厚度扰动 σd = 2 nm 下的代表性全光谱响应,图 6(b) 总结了主要扰动场景下的平均基础 MAE 和 MAE ≤ 0.01 时的良率。完整的分层抽样程序、扰动模型和多物理场指标见补充表 S18 和 S19。

图 6. 制造扰动鲁棒性及部分光谱输入下的性能。(a) 厚度扰动 σd = 2 nm 下的代表性光谱。(b) 制造扰动下的平均基础 MAE 及 MAE ≤ 0.01 时的良率。(c) 缺失可见光透射(VIS-T)和近红外反射(NIR-R)通道的代表性设计。(d) 完整输入和缺失一个或两个通道时有效光谱点的 MAE 分布。

名义上 MAE ≤ 0.01 的良率为 94.33%。在 1 nm 的 Bruggeman 界面粗糙度下,良率保持在 91.00%,但在 σd = 2 nm 的绝对厚度误差下降至 54.29%,在光学常数不确定性下降至 40.76%。因此,对于本设计集,界面粗糙度的影响相对有限,而绝对厚度控制和材料光学常数的偏差是决定高精度良率的主要因素。

3.5 部分输入下的性能

为了评估仅使用物理通道子集时的逆向设计,我们使用了与全光谱基准相同的 3000 个测试目标。从 2100 个样本中随机去除一个通道,从 900 个样本中随机去除两个通道。SpecFormer 参数保持不变。在推理过程中,仅使用有效通道从独立的校准库中检索 8 个最近邻,并通过反距离加权完成缺失通道。候选排序、厚度细化和性能评估仅限于有效通道;设计过程中从不使用缺失通道中的真实值。图 6(c) 给出了代表性结果,完整协议见补充材料第 10 节。所有 3000 个部分输入目标都生成了有效结构。有效采样点的平均基础 MAE 为 0.025502,而相同位置下完整输入的平均基础 MAE 为 0.004111。缺失一个和两个通道时,平均基础 MAE 分别为 0.021986 和 0.033707;图 6(d) 显示了三种输入条件下的误差分布。因此,推理时的光谱补全使得通道级别的部分输入无需重新训练即可实现,尽管准确性明显低于完整输入,并且随着缺失通道数量的增加而进一步降低。扩展指标见补充表 S21 和 S22。

3.6 与近期生成框架的关系及计算效率

为了更具体地定位 SpecFormer,我们比较了近期多层序列设计框架在结构表示、条件注入和生成机制方面的异同。OptoGPT 通过将每种材料和离散化厚度组合成一个联合标记来序列化结构,并在光谱条件下自回归地生成长度可变的堆叠,为多层逆向设计建立了基础序列范式2?。OptoFormer 进一步通过光谱编码器和两个协调的解码器将材料和厚度预测分离,缓解了材料数量和厚度分辨率增加导致的联合词汇增长问题2?。OptoLlama 用掩码扩散取代了从左到右的自回归,通过迭代恢复材料 - 厚度标记序列来学习条件设计分布,重点在于生成鲁棒性和候选多样性2?。PRISM 保留了统一的仅解码器主干,通过光谱前缀标记注入目标,并通过累积物理深度旋转位置编码和连续厚度回归头纳入层间几何距离3?。这些方法在序列表示、材料和厚度变量的分解以及生成效率和多样性方面取得了进展。SpecFormer 解决了一个互补问题:如何在结构生成前组织跨越可见光、近红外和热红外区域的不同质目标。其专用的光谱编码器单独组织局部峰值、谷值和带边;跨窗口约束;以及全局功能目标至标记记忆、摘要记忆和全局嵌入中,然后由结构解码器根据当前生成前缀进行查询。我们进一步比较了 SpecFormer 和 OptoGPT 在匹配条件下的计算成本。两个模型都在相同的 RTX 3080 GPU 上运行,使用相同的前 100 个测试目标,每个目标生成 16 个候选,并享有相同的厚度细化预算。SpecFormer 和 OptoGPT 分别包含 113.24M 和 109.76M 个参数。它们的模型生成时间分别为每个目标 0.388 和 0.213 秒,而完整的设计流程分别为每个目标 3.348 和 5.719 秒。SpecFormer 编码器包含 35.73M 个参数,但完整模型的总参数量仅大约增加 3.2%。显式光谱编码在模型阶段每个目标增加了 0.175 秒,而端到端设计仍保持在每目标几秒钟的规模。阶段性运行时间和测量配置见补充表 S20。

4 结论

我们提出了 SpecFormer,用于从全光谱目标场直接生成多层光学薄膜结构,并使用可微传输矩阵法(TMM)细化连续厚度。固定测试集和三个应用任务的结果表明,该方法可以在可见光、近红外和热红外的耦合约束下产生高精度的候选薄膜。表示层分析进一步表明,光谱编码器形成了可被解码器线性读取、方向编辑和功能使用的物理条件记忆。本工作主要有三点局限性。首先,材料库仅包含 14 种常见无机材料,尚未涵盖更广泛的金属、半导体、聚合物、相变材料或复杂复合材料。其次,本研究专注于 1D 多层薄膜,尚未扩展到超表面、二维或三维光子结构,或更普遍的生成式物理逆向设计问题。第三,部分通道输入依赖于推理时的光谱补全,其准确性低于完整输入,且对缺失通道数量敏感。未来的工作可以扩展材料库,开发缺失感知训练和特定任务校准,将制造先验、环境稳定性和成本纳入生成和物理细化中,并将该框架扩展到更复杂的光子结构。

致谢
作者感谢广东石油化工学院吴峰对此工作的有益讨论。

作者贡献
李洪岗和冯永昌对本工作贡献相同,共同构思了研究,开发了模型,进行了模拟,分析了数据,并撰写了手稿。任淑静和钟新先贡献了数据分析和手稿修订。徐坤远监督了项目。所有作者讨论了结果,审阅了手稿,并批准了最终版本。

利益冲突
作者声明没有利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号