LyraZeta

阿丘科技——工作日志

Thu, 25 Jun 2026 00:00:00 +0000

周报_W01

本周开发进度：

浏览学习钉钉的文件、知识库等，了解团队架构、熟悉团队项目；
完成 aqvision、aidi 的软件安装、授权获取，整理相关资料，梳理学习路径脉络；
学习 aqvison 中软件主界面操作、导入导出、用户权限管理、通信系统的系列视频并进行一些实操；为便于 examples 示例学习，转换教程中2.1版本的 aqvision 文件 .aqcfg 为 2.5 版本文件. aqproj 方便后续进行实操。

下周开发计划：

完成 aqvision 所有示例学习，完成 aidi 模型训练等重要部分学习；
调研熟悉 openhands 整体架构及其目前在项目中的完善进度；
接触目前 agent 构建目标和构建方案，同时上手一些 agent 开发工作。

周报_W02

请假

Thursday 2026.6.25

跟前任交接，了解项目(基于 openhands )整体框架，更细的还需要后续AI解读；
学习 AQVISION 教程视频。

Friday 2026.6.26

学习 AIDI 教程视频，包括分割、分类、检测、字符识别、定位、装配检查等模块的使用方法；
VPN 账号通过审批，连接服务器大致查看项目文件，等待 git 权限审批。

Monday 2026.6.29

开会讨论工作交接；
获取授权，连接服务器梳理 OpenHands-AQV 文件项目大纲。

Tuesday 2026.6.30

构建项目文件树pdf文件，逐步细致地学习整个项目，梳理其构建状态。进一步熟悉 OpenHands-AQV 项目的整体目录结构，了解项目由 OpenHands 定制部署、AQV 运行时配置、知识库、用户上传工程目录和运行数据目录等部分组成。
交接工作中明确了后续接手时的主要推进点，涉及前任接入 MCP 尝试失败的情况与可能原因。

Wednesday 2026.7.1

更换电脑，迁移后续所需环境，学习前任解决问题的流程；
调研多 agent 架构在后续做 agent sdk 中的可行性。

周报_W03

上周任务目标：

在前期交接基础上继续熟悉 OpenHands-AQV 项目结构，降低后续排障和版本管理成本；
调研 OpenHands 工具能力扩展方向，重点关注 AQV 集成路径；

本周开发进度：

持续推进 OpenHands-AQV 项目问题修复与运行稳定性优化：梳理 git status --short 中大量未跟踪文件的来源，归类非源码运行产物并补充到 .gitignore；
针对“用户询问 AIDI 等没有对应知识库的问题时，agent 出现幻觉”的问题，迭代了多版回答约束策略。从严格提示“未查到知识库闭环”，调整为输出更自然的证据状态，并在后续继续收紧依据知识库回答的限制，使回答边界更清晰；
实现 OpenHands 文生图能力；
解决服务端运行稳定性问题：针对服务器内存持续增长，增加不活跃 agent 清理机制，清理时限设置为 2 天；针对多个沙箱并发创建时可能抢占同一宿主机端口的问题，在沙箱创建关键步骤中增加锁，保证旧沙箱暂停检查、端口占用查询、端口分配和 Docker 容器创建过程串行执行；
持续熟悉项目工程链路与交接内容：学习 .ts、.tsx 与构建后 .js 文件的关系，理解容器内热补丁的适用场景；阅读 CodeAgent 交接文档，完成代码 clone 和环境配置，初步明确 CodeAgent 通过维护 .aqvision 目录、打包发布并替换 AQVISION 安装目录文件，从而在 C# 脚本工具中增加“AI 代码助手”功能的整体流程。

下周开发计划：

继续维护 OpenHands 的问题；
深入阅读并运行 CodeAgent 项目，熟悉其打包发布、文件替换和 C# 脚本工具扩展机制，为后续功能维护或二次开发做准备；
继续推进 AQV 集成 OpenHands 的技术方案调研，包括codex的技术栈（本地运行方式和工具集成方式）、知识库的部署方案等。

Thursday 2026.7.2

请假

Friday 2026.7.3

理解并整理了 git status --short 中大量 ?? 的含义：?? 表示 Git 未跟踪文件，不代表正式源码被修改。本项目中这些文件主要包括部署配置备份、.bak-* 备份文件、前端 build 产物、日志、PID 文件和旧 workspace 备份等，多数来源于历史排障、部署回滚或运行过程。基于这次梳理，对 changes 中的非源码运行产物进行了筛选归类，并将这类不应进入版本管理的文件模式并入 .gitignore，有助于后续保持工作区干净，降低误判代码变更的风险。
修正问题：针对“用户询问AIDI等没有对应知识库的问题时，agent出现幻觉”的问题进行了约束，在Agent设定出增加了硬规则。第一版规则过于严格，会机械提示：未查到知识库闭环；第二版宽松一些依旧有幻觉；第三版考虑不再输出长免责声明，而是给出证据状态：能解释/回答……，不能确认……
后续考虑改服务端，普通代码的解释、撰写或者通用问题不需要风险提示，优点是：回答边界更统一、更稳定。

Saturday 2026.7.4

梳理了 .ts、.tsx 和构建后 .js 文件的区别：.ts 主要承载 TypeScript 逻辑、类型定义和工具函数；.tsx 用于包含 React JSX 的页面或组件；浏览器最终执行的则是构建后生成的 .js chunk，例如 should-render-event-U_I5Oxvk.js。理解这条链路后，后续遇到前端线上报错时，可以更准确地从构建产物回溯到对应源码位置。
学习了“容器内热补丁”的作用模式：它是在不修改源码、不重建镜像的情况下，直接修改运行中容器里的构建产物，以便快速修复线上问题。这种方式适合紧急止血，但不适合作为长期方案，因为容器重建后会丢失，也不容易被 Git 追踪。后续项目中可以先使用热补丁快速看效果，达到预期再将修复沉淀到源码、构建流程和镜像发布链路中。
调研 openhands 无法进行文生图任务的原因：openhands没有注册“图片生成工具”，调用的模型虽然有图片生成能力，但是不能通过当前普通文本对话链路自动落成图片文件。目前正在增加此功能，初步构建解决路径： 用户说：生成图片 -> agent 调用 image_generation 工具 -> 工具使用当前会话的 base_url / api_key / gpt-5.5 -> 调用 Responses API 的 image_generation 能力 -> 拿到图片 base64 -> 保存到 /workspace/project/outputs/<conversation_id>/xxx.png -> 前端展示下载/预览路径 目前已经可以生成图像，但是只能给出路径……

Monday 2026.7.6

优化文生图功能：模型收到文生图指令后，会生成图片链接供用户下载。
调研AQV中集成 openhands 的技术路径。

Tuesday 2026.7.7

解决服务器内存增长问题：增加不活跃 agent 清理机制，清理时限2天。
熟悉 CodeAgent 交接文档，clone 代码并配置此项目需要的一些环境。

Wednesday 2026.7.8

并发竞争问题与修复：

问题：不是“10 个沙箱不能同时运行”，而是“10 个沙箱同时创建时，可能抢到同一组宿主机端口”。

修复：加了一把锁，让“创建沙箱的关键步骤”排队执行：

（1）检查旧沙箱是否需要暂停（2）查当前已占用端口（3）分配新端口（4）创建 Docker 容器

这几个步骤现在不会被多个请求同时执行。
重新修复模型对AIDI问题的幻觉，收紧依据知识库回答限制。
学习CodeAgent 交接文档。

周报_W04

上周任务目标：

继续维护 OpenHands 项目，跟进运行过程中的问题；
深入阅读并运行 CodeAgent 项目，熟悉其打包发布、文件替换和 C# 脚本工具扩展机制；
推进 AQVision 集成 OpenHands 的技术方案调研，重点了解本地工具接入、MCP 通信和知识库部署方式。

本周开发进度：

围绕 AQVision Agent 集成开展技术调研和开源项目选型，初步确定保留 OpenHands 作为服务器侧主 Agent，并对 C# MCP SDK、FastMCP、MCP Python SDK 的职责及适用场景进行梳理；
部署并运行 C# MCP SDK 示例，跑通内存传输和 HTTP 通信案例，验证客户端与服务端握手、工具发现及工具调用流程；
对比中央 Agent 与本地 Agent 两种架构在编排方式、知识库管理、数据隐私、多用户管理、离线能力和运维成本等方面的差异，结合现有部署条件，决定优先通过 FastMCP 构建 AQVision 集成架构；
为了基于 FastMCP 跑通 AQVISION 日志获取 demo，完成了 OpenHands、服务器侧 MCP 服务和 AQVISION 电脑端之间的整体集成流程搭建。目前核心调用链路已基本形成，剩余问题主要集中在跨网络通信，SSH 隧道尚未跑通，正在尝试 SSH 隧道、调换客户端与服务端角色、使用 WebSocket 三种后续搭建方案。

下周开发计划：

优先解决服务器与 AQVISION 电脑端之间的跨网络通信问题，继续验证 SSH 隧道方案，并同步评估调换客户端与服务端角色、使用 WebSocket 的可行性；
完善 FastMCP 与 OpenHands 的集成实现，继续测试请求处理、工具注册、参数绑定、异常处理和连接恢复机制；
在日志获取 demo 的基础上调研接入更多 AQVISION 实际操作能力的方法。

Thursday 2026.7.9

CodeAgent 项目的流程大概是：维护.\aqvision文件夹下的内容，修改后打包成.\CodeAgent-20260629的形式，发布。
项目的用途是：在AQVISION的安装目录替换打包后的文件（具体替换方式见\CodeAgent-20260629\更新说明.txt），AQVISION中的（如图）逻辑工具中的C#脚本就会添加“AI代码助手”功能。

C# 语法学习。
CodeAgent 项目打包流程学习，重点学习项目打包脚本。

Friday 2026.7.10

围绕 AQVision Agent 集成方案进行了技术调研和开源项目选型。考虑继续保留 OpenHands 作为主 Agent，使用 csharp-sdk 构建 Windows 侧 MCP 接入能力，使用 FastMCP 和 MCP Python SDK 在服务器侧建设中央 MCP Gateway，并使用 MCP Inspector完成接口测试。

Saturday 2026.7.11

部署并运行 csharp-sdk ，熟悉 MCP 的启动机制，跑通内存传输、HTTP通信案例；验证客户端/服务端握手、工具发现及工具调用流程；后续需要继续测试 MCP 请求处理、工具注册与参数绑定机制。
撰写了一部分部署手册。

Monday 2026.7.13

对比fastmcp与csharp-sdk，决定通过 fastmcp构建集成架构。
对比表

对比项	中央 Agent	本地 Agent
Agent 编排	服务器 OpenHands	AQVision 电脑
MCP 入口	服务器 FastMCP	本地 MCP C# SDK
AQVision Plugin	本地	本地
Edge Connector	本地轻量执行	本地完整服务
知识库	服务器统一管理	每台电脑同步
大模型	服务器调用	本地直接调用远程或本地模型
多用户管理	容易	需要单独建设
离线能力	较弱	较强
数据隐私	数据可能上传服务器	可完全留在现场
运维成本	较低	较高

Tuesday 2026.7.14

通过 fastmcp 的方案跑通一个demo，获取 AQVISION 的日志，正在进行……

Wednesday 2026.7.15

完成整个集成流程的搭建，ssh 隧道部分未跑通。完整流程如图：

待验证的通信的3钟思路： (1) ssh 隧道做内网穿透； (2) 调换 client 和 server (目前是openhands作为client，PC端作为server)； (3) 使用 websocket.

Thursday 2026.7.16

最终目标：将 OpenHands 智能体直接集成进 AQVISION，用户通过软件内置对话框完成提问、日志分析、工具调用和操作确认。
已完成验证：OpenHands 已能通过 FastMCP 和 SSH 隧道读取 Windows 上的 AQVISION 日志，并由 GPT 分析。
旧方案问题：SSH 隧道、固定端口和 Linux TCP 代理只适合单机测试，难以支持大量用户和设备。
正式技术路线：AQVISION 安装 Windows Connector，由其主动通过 WSS/443 连接企业服务器；服务器 MCP 网关按用户、组织、设备和会话将任务路由到正确客户端。
保留能力：日志读取、MCP 工具定义、参数校验、脱敏、OpenHands 工具调用、GPT 分析及 Keycloak/Postgres/Redis。
替换部分：SSH 隧道和 TCP 代理改为 WSS 长连接，Watchdog 改为 Windows 服务，OpenHands 网页入口改为 AQVISION 内置对话框。
实施顺序：定义通信协议 → 开发设备连接网关 → 开发 C# Connector → 集成 AQVISION 对话框。

Friday 2026.7.17

熟悉 CodeAgent 的内容，便于后续维护。可修补的问题：Csharp端不会把界面历史消息填入请求，即没有记忆。
解决 openhands 会话错误加载旧规则导致幻觉问题。

hello-agents笔记

Mon, 16 Mar 2026 00:00:00 +0000

大语言模型基础

1. 从 N-gram 到 RNN

统计语言模型一个句子出现的概率，等于该句子中每个词出现的条件概率的连乘：

\[\begin{aligned} P(S) &= P(w_1,w_2,\ldots,w_m) \\ &= P(w_1)\cdot P(w_2\mid w_1)\cdot P(w_3\mid w_1,w_2)\cdots P(w_m\mid w_1,\ldots,w_{m-1}) \end{aligned}\]

N-gram（数据稀疏性；泛化能力差） Trigram（当 $N=3$ 时）：假设一个词的出现只与它前面的两个词有关：

\[P(w_i\mid w_1,\ldots,w_{i-1})\approx P(w_i\mid w_{i-2},w_{i-1})\]

考虑一个仅包含以下两句话的迷你语料库：datawhale agent learns, datawhale agent works

import collections

# 示例语料库，与上方案例讲解中的语料库保持一致
corpus = "datawhale agent learns datawhale agent works"
tokens = corpus.split()
total_tokens = len(tokens)

# --- 第一步:计算 P(datawhale) ---
count_datawhale = tokens.count('datawhale')
p_datawhale = count_datawhale / total_tokens
print(f"第一步: P(datawhale) = {count_datawhale}/{total_tokens} = {p_datawhale:.3f}")

# --- 第二步:计算 P(agent|datawhale) ---
# 先计算 bigrams 用于后续步骤
bigrams = zip(tokens, tokens[1:])
bigram_counts = collections.Counter(bigrams)
count_datawhale_agent = bigram_counts[('datawhale', 'agent')]
# count_datawhale 已在第一步计算
p_agent_given_datawhale = count_datawhale_agent / count_datawhale
print(f"第二步: P(agent|datawhale) = {count_datawhale_agent}/{count_datawhale} = {p_agent_given_datawhale:.3f}")

# --- 第三步:计算 P(learns|agent) ---
count_agent_learns = bigram_counts[('agent', 'learns')]
count_agent = tokens.count('agent')
p_learns_given_agent = count_agent_learns / count_agent
print(f"第三步: P(learns|agent) = {count_agent_learns}/{count_agent} = {p_learns_given_agent:.3f}")

# --- 最后:将概率连乘 ---
p_sentence = p_datawhale * p_agent_given_datawhale * p_learns_given_agent
print(f"最后: P('datawhale agent learns') ≈ {p_datawhale:.3f} * {p_agent_given_datawhale:.3f} * {p_learns_given_agent:.3f} = {p_sentence:.3f}")

输出：

第一步: P(datawhale) = 2/6 = 0.333
第二步: P(agent|datawhale) = 2/2 = 1.000
第三步: P(learns|agent) = 1/2 = 0.500
最后: P('datawhale agent learns') ≈ 0.333 * 1.000 * 0.500 = 0.167

神经网络语言模型与词嵌入余弦相似度，它通过计算两个词向量夹角的余弦值来衡量它们的相似性。例子：vector('King') - vector('Man') + vector('Woman') 这个向量运算的结果，在向量空间中与 vector('Queen')相似。

import numpy as np

# 假设我们已经学习到了简化的二维词向量
embeddings = {
    "king": np.array([0.9, 0.8]),
    "queen": np.array([0.9, 0.2]),
    "man": np.array([0.7, 0.9]),
    "woman": np.array([0.7, 0.3])
}

def cosine_similarity(vec1, vec2):
    dot_product = np.dot(vec1, vec2)
    norm_product = np.linalg.norm(vec1) * np.linalg.norm(vec2)
    return dot_product / norm_product

# king - man + woman
result_vec = embeddings["king"] - embeddings["man"] + embeddings["woman"]

# 计算结果向量与 "queen" 的相似度
sim = cosine_similarity(result_vec, embeddings["queen"])

print(f"king - man + woman 的结果向量: {result_vec}")
print(f"该结果与 'queen' 的相似度: {sim:.4f}")

输出：

king - man + woman 的结果向量: [0.9 0.2]
该结果与 'queen' 的相似度: 1.0000

具体用到的步骤：

1. 词从随机向量变成有语义的向量

import numpy as np
from gensim.models import Word2Vec
import warnings

warnings.filterwarnings('ignore')

# 极简语料（只保留核心语义）
corpus = [
    ["king", "male", "monarch"],
    ["queen", "female", "monarch"],
    ["man", "male", "person"],
    ["woman", "female", "person"]
]

# 1. 初始化模型（vector_size=2，简化为2维，方便观察）
model = Word2Vec(vector_size=2, window=3, min_count=1, sg=0, epochs=100)

# 2. 看训练前的向量（空的，报错）
print("=== 训练前：model.wv为空 ===")
try:
    print(model.wv["king"])
except KeyError:
    print("无king的向量，因为还没训练")

# 3. 训练模型（填充向量）
model.build_vocab(corpus)  # 步骤1：编序号
print("\n=== 训练中：先给单词分配随机初始向量 ===")
# 手动查看king的初始向量（训练前的随机值）
init_king_vec = model.wv.vectors[model.wv.key_to_index["king"]]
print(f"king的初始随机向量：{init_king_vec.round(2)}")

model.train(corpus, total_examples=model.corpus_count, epochs=model.epochs)  # 步骤2-3：训练调整

# 4. 训练后：查看最终向量
print("\n=== 训练后：有语义的向量 ===")
for word in ["king", "queen", "man", "woman"]:
    vec = model.wv[word].round(2)
    print(f"{word}: {vec}")

2. 学习 + 降维到二维词向量

import numpy as np
from gensim.models import Word2Vec
from sklearn.decomposition import PCA
import warnings
warnings.filterwarnings('ignore')  # 忽略无关警告

# ---------------------- 1. 准备极小语料库 ----------------------
# 语料库：由多个句子组成（每个句子是单词列表），包含king/queen/man/woman的语义关联
corpus = [
    ["king", "is", "a", "male", "monarch"],
    ["queen", "is", "a", "female", "monarch"],
    ["man", "is", "a", "male", "person"],
    ["woman", "is", "a", "female", "person"],
    ["king", "rules", "the", "kingdom"],
    ["queen", "rules", "the", "kingdom"],
    ["man", "works", "in", "the", "city"],
    ["woman", "works", "in", "the", "city"]
]

# ---------------------- 2. 用Word2Vec学习高维词向量 ----------------------
# 训练Word2Vec模型（默认学习100维向量，min_count=1表示保留所有出现过的单词）
model = Word2Vec(
    sentences=corpus,  # 输入语料
    vector_size=100,   # 高维向量维度（默认100）
    window=3,          # 上下文窗口大小（看前后3个词）
    min_count=1,       # 最少出现次数（1表示不过滤）
    sg=0               # 用CBOW算法（新手不用纠结，默认即可）
)

# 获取高维词向量（100维）
high_dim_vectors = {
    word: model.wv[word] 
    for word in ["king", "queen", "man", "woman"]
}
print("=== 100维高维词向量（仅展示前5维） ===")
for word, vec in high_dim_vectors.items():
    print(f"{word}: {vec[:5]}")  # 只打印前5维，避免输出过长

# ---------------------- 3. 用PCA将高维向量降维到2维 ----------------------
# 提取高维向量矩阵（按顺序排列单词）
words = ["king", "queen", "man", "woman"]
high_dim_matrix = np.array([high_dim_vectors[word] for word in words])

# 初始化PCA，降维到2维
pca = PCA(n_components=2)
# 训练PCA并转换向量
two_dim_vectors = pca.fit_transform(high_dim_matrix)

# 整理成字典（最终的二维词向量）
two_dim_embeddings = {
    word: two_dim_vectors[i] 
    for i, word in enumerate(words)
}

# ---------------------- 4. 输出最终的二维词向量 ----------------------
print("\n=== 降维后的二维词向量 ===")
for word, vec in two_dim_embeddings.items():
    # 保留2位小数，让结果更整洁
    print(f"{word}: [{vec[0]:.2f}, {vec[1]:.2f}]")

# ---------------------- 5. 验证语义算术（可选） ----------------------
# 计算 king - man + woman
king_vec = two_dim_embeddings["king"]
man_vec = two_dim_embeddings["man"]
woman_vec = two_dim_embeddings["woman"]
result_vec = king_vec - man_vec + woman_vec

# 计算结果向量与queen的余弦相似度（复用之前的函数）
def cosine_similarity(vec1, vec2):
    dot_product = np.dot(vec1, vec2)
    norm_product = np.linalg.norm(vec1) * np.linalg.norm(vec2)
    return dot_product / norm_product

sim = cosine_similarity(result_vec, two_dim_embeddings["queen"])
print(f"\n=== 语义验证 ===")
print(f"king - man + woman 的二维向量: [{result_vec[0]:.2f}, {result_vec[1]:.2f}]")
print(f"与queen的余弦相似度: {sim:.4f}")

神经网络笔记

Sun, 01 Feb 2026 00:00:00 +0000

浅层神经网络

静态神经网络

1. 三大核心定理（指导模型设计）

奥卡姆剃刀（Occam’s Razor）：在效果相同的模型中，选择结构更简单的（避免过拟合）。没有免费午餐（No Free Lunch）：没有一种算法能适配所有问题，需结合具体场景选择。丑小鸭定理（Ugly Duckling）：所有样本在抽象层面平等，模型的学习效果依赖特征选择和标注。

2. 静态神经网络基础（入门核心）

定义与分类静态神经网络：神经元输出仅依赖当前输入，与过去 / 未来输入无关（区别于动态神经网络，如 RNN）。常见类型： MLP（多层感知器）：核心重点，前馈式结构，依赖 BP 算法训练。 RBF（径向基函数网络）：基于距离度量的网络。 PRBF（概率 RBF 网络）：结合 EM 算法的概率模型。 PNN（概率神经网络）、Kohonen 网络（自组织映射）。核心共性：研究成熟、应用广泛，核心问题是权值学习（如何通过数据调整连接权重）。

3. 停止准则（判断训练结束）

准则 1：梯度向量范数阈值 $\lVert g(W)\rVert < \epsilon$（$g(W)$ 为梯度向量），缺点是计算量大。准则 2：均方误差变化率 $\frac{E(n-1)-E(n)}{E(n-1)} < \epsilon$（$E$ 为均方误差），常用。准则 3：交叉验证法（验证集误差上升时停止，避免过拟合）。准则 4：固定最大训练回合数（防止训练时间过长）。

4. BP算法的缺点与改进（深度考点）

核心缺点及原因

缺点	本质原因	表现
收敛速度慢	梯度下降步长难控制，隐含层误差传播间接	需大量训练回合才能达到稳定误差
易陷入局部极小值	损失函数是非凸函数，梯度下降仅能找到局部最优	不同初始权值可能导致最终误差差异大
梯度消失 / 爆炸	链式求导的连乘效应：Sigmoid 导数 $\le 0.25$，多层连乘使梯度趋近 $0$；初始权值 $>1$ 时连乘可能使梯度趋近 $\infty$	输入层附近权值几乎不更新（消失），或权值更新过大（爆炸）

5. MLP（多层感知机）和RBF（径向基函数）对比

MLP 是全局逼近网络，依赖 BP 算法（梯度下降 + 链式求导），存在收敛慢、局部极小等问题；
RBF 网络是局部逼近网络，基于函数逼近理论构造，学习速度快、逼近能力强；
PRBF 在 RBF 基础上加入概率约束，适配分类任务；变分贝叶斯推断解决 EM 算法的局限性。普通 RBF 输出是确定性值，PRBF 通过概率约束将输出转化为后验概率，适配分类任务（基于贝叶斯定理）。

6. EM 算法的不足

缺失数据较多时收敛速度慢；
对初始参数敏感，易陷入局部极小；
某些模型的 M 步难以解析求解；
E 步中后验概率的期望可能无法显式计算。

7. 变分贝叶斯推断（VB，EM 的进阶拓展）

核心动机：解决 EM 算法的局限性，通过 “变分近似” 替代精确后验概率计算，适用于复杂贝叶斯模型

8. 关键对比与总结（易考点）

RBF 与 MLP 的区别

对比维度	RBF 网络	MLP 网络
网络结构	单隐层（输入→RBF→输出）	多隐层（输入→隐含→…→输出）
逼近类型	局部逼近（仅邻近中心影响输出）	全局逼近（所有权值影响输出）
学习方式	分两步（隐含层 + 输出层，独立）	端到端（BP 算法，链式求导）
收敛速度	快（局部逼近 + 线性输出权值）	慢（梯度下降易震荡）
激活函数	径向基函数（局部化）	Sigmoid/ReLU 等（全局 / 局部）
适用场景	函数逼近、快速分类	复杂非线性任务、深度学习

RBF 与 PRBF 的区别

对比维度	RBF 网络	PRBF 网络
输出含义	确定性值（函数值 / 分类得分）	概率值（后验概率）
权值约束	无概率约束	$\sum_j \pi_{jk}=1$ 且 $\pi_{jk}\ge 0$
学习算法	最小二乘 / LMS	EM 算法（最大似然估计）
核心用途	回归、函数逼近	分类、概率预测
模型特性	确定性模型	概率模型（含不确定性估计）

9. RBF章节核心结论

RBF 网络：基于函数逼近理论，局部逼近特性使其学习快、精度高，适用于回归和快速分类；
PRBF 网络：通过概率约束和 EM 算法，将 RBF 拓展到概率分类，解决了确定性模型的不确定性问题；
变分贝叶斯：是 EM 算法的通用拓展，通过变分近似处理复杂模型，适用于后验难解析的场景；
核心工具：K - 均值聚类（中心提取）、EM 算法（含缺失数据的 ML 估计）、坐标上升（VB 优化）。

动态神经网络

1. 静态 vs 动态神经网络的核心区别

对比维度	静态神经网络	动态神经网络 (CHNN)
反馈连接	无（前馈）	有（神经元全互联，无自反馈）
状态依赖	仅依赖当前输入	依赖当前输入 + 历史状态
核心任务	函数逼近、分类识别	联想记忆、优化计算
收敛性	无需考虑（一次性映射）	必须保证（收敛到稳定态）
数学工具	梯度下降、EM 算法	Lyapunov 稳定性理论、梯度动力学

2. Lyapunov 稳定性定理（3 大核心定理）

针对自治系统（不显含时间 $t$，$\dot X=f(X)$）：

定理 1（稳定）：若存在正定函数 $V(X)$，其沿系统轨迹的全导数 $\dot V=\frac{dV}{dt}\le 0$（半负定），则系统平衡态 $\bar X$ 稳定；定理 2（渐进稳定）：若存在正定函数 $V(X)$，其全导数 $\dot V<0$（负定），则系统平衡态 $\bar X$ 渐进稳定（$\lim_{t\to\infty}\lVert X-\bar X\rVert=0$）；定理 3（不稳定）：若存在函数 $V(X)$（正定 / 半正定 / 不定），其全导数 $\dot V>0$（正定），则系统平衡态 $\bar X$ 不稳定。

3. 连续 Hopfield 神经网络（CHNN）核心模型：CHNN 的网络结构

核心特点：单层全互联反馈网络（无自反馈），神经元之间相互连接，无输入层 / 输出层之分（每个神经元既是输入也是输出）；稳定性分析：CHNN 的核心是 “构造能量函数 + 证明其渐进稳定”，确保网络收敛到能量极小值点（稳定态 / 吸引子）。

4. CHNN 的核心优势与局限

优势：

并行计算，收敛速度快（适合实时优化）；
容错性强（初始状态含噪声仍能收敛到正确吸引子）；
硬件易实现（模拟电子线路即可搭建）； 局限：
能量函数构造难度大（需精准映射实际问题）；
可能收敛到局部极小值（非全局最优解）；
权值矩阵设计复杂（随问题规模增长而膨胀）。

5. 本章核心结论

CHNN 是动态神经网络的代表，核心是 “能量函数 + Lyapunov 稳定性”，保证网络收敛到吸引子；
设计关键是 “问题→能量函数→权值 / 偏置” 的映射，需同时考虑约束项和目标项；
典型应用是 NP 难优化问题（如 TSP），通过能量极小化快速找到近似最优解；
核心工具：梯度动力学系统、Lyapunov 稳定性定理、LaSalle 不变性定理。

6. 时间离散 Hopfield 网络（DHNN）

连续 Hopfield 网络（CHNN）是模拟量输出，核心解决优化问题（如 TSP），状态随时间连续演化；
离散 Hopfield 网络（DHNN）是二值输出（1 或 - 1），核心解决联想记忆问题，状态按离散时间步迭代更新，关键是通过权值设计让目标模式成为网络 “吸引子”。

7. CHNN 与 DHNN 的核心区别

对比维度	连续 Hopfield (CHNN)	离散 Hopfield (DHNN)
输出类型	连续值 ( $v_i \in \mathbb{R}$ )	二值 ( $v_i \in \{0, 1\}$ 或 $\{-1, 1\}$ )
状态演化	连续时间（微分方程）	离散时间（迭代公式）
核心任务	优化计算（如 TSP）	联想记忆（自联想 / 异联想）
工作方式	同步并行（所有神经元同时更新）	同步 / 异步（异步更稳定）
权值要求	对称矩阵 ( $W_{ij} = W_{ji}$ )	异步：对称矩阵；同步：非负定对称矩阵
能量函数	含激活函数反函数积分项	纯二次 + 线性项（无积分）

8. DHNN稳定性定理

定理 1（异步工作方式）：若 DHNN 的权值矩阵 $W$ 是对称矩阵（$W_{ij}=W_{ji}$），则对任意初始状态，网络必收敛到一个吸引子（稳定态）；
定理 2（同步工作方式）：若 DHNN 的权值矩阵 $W$ 是非负定对称矩阵，则对任意初始状态，网络必收敛到一个吸引子；

关键结论：异步工作方式对权值要求更低（仅需对称），稳定性更好，应用更广泛；同步方式易出现自持振荡（需非负定约束）。

9. 吸引子与吸引域

吸引子：网络稳定态（$V(k+1)=V(k)$），对应能量函数的局部极小值点，实际应用中 “吸引子 = 目标记忆模式”；
吸引域：所有能收敛到同一吸引子的初始状态集合。吸引域越大，网络容错性越强（如含 1 个错误的模式仍能恢复到目标模式）

10. DHNN 的典型应用：自联想记忆

**3 神经元 DHNN 存储 2 个模式**

目标模式：$X_1 = [1, -1, 1]^T$，$X_2 = [-1, 1, -1]^T$ （$N = 3$，$M = 2$）；
权值计算（自联想公式）：
1. 计算每个模式的外积：
  \[X_1 X_1^T = \begin{bmatrix} 1 & -1 & 1 \\ -1 & 1 & -1 \\ 1 & -1 & 1 \end{bmatrix}, \quad X_2 X_2^T = \begin{bmatrix} 1 & -1 & 1 \\ -1 & 1 & -1 \\ 1 & -1 & 1 \end{bmatrix}\]
2. 叠加外积并减单位矩阵：
  \[\sum_{m=1}^{2} X_m X_m^T - 2I = \begin{bmatrix} 2 & -2 & 2 \\ -2 & 2 & -2 \\ 2 & -2 & 2 \end{bmatrix} - \begin{bmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 2 \end{bmatrix} = \begin{bmatrix} 0 & -2 & 2 \\ -2 & 0 & -2 \\ 2 & -2 & 0 \end{bmatrix}\]
3. 归一化（除以 $N = 3$）：
  \[W = \frac{1}{3} \begin{bmatrix} 0 & -2 & 2 \\ -2 & 0 & -2 \\ 2 & -2 & 0 \end{bmatrix} = \begin{bmatrix} 0 & -\frac{2}{3} & \frac{2}{3} \\ -\frac{2}{3} & 0 & -\frac{2}{3} \\ \frac{2}{3} & -\frac{2}{3} & 0 \end{bmatrix}\]
联想测试（含噪声模式恢复）：

输入含噪声模式 $V(0) = [-1, -1, 1]^T$ （与 $X_1$ 仅第一个元素不同）：
1. 迭代 1（更新神经元 1）：
  \[\sum_{j=1}^{3} W_{1j} V_j(0) = \frac{1}{3} \left( 0 \times (-1) + (-2) \times (-1) + 2 \times 1 \right) = \frac{4}{3} \geq 0 \implies V_1(1) = 1\]
  状态变为 $V(1) = [1, -1, 1]^T$；
2. 迭代 2（更新神经元 2）：
  \[\sum_{j=1}^{3} W_{2j} V_j(1) = \frac{1}{3} \left( (-2) \times 1 + 0 \times (-1) + (-2) \times 1 \right) = -\frac{4}{3} < 0 \implies V_2(2) = -1\]
  状态不变；
3. 迭代 3（更新神经元 3）：
  \[\sum_{j=1}^{3} W_{3j} V_j(1) = \frac{1}{3} \left( 2 \times 1 + (-2) \times (-1) + 0 \times 1 \right) = \frac{4}{3} \geq 0 \implies V_3(3) = 1\]
  状态不变，迭代终止；
4. 输出结果：$V(3) = [1, -1, 1]^T = X_1$，含噪声模式成功恢复。

11. DHNN 的关键特性与局限（考试易考点）

核心特性

联想记忆：从部分 / 噪声模式恢复完整目标模式（自联想）；
容错性：吸引域内的初始模式均可收敛到目标模式，抗噪声能力强；
分布式存储：所有模式存储在同一权值矩阵中，而非独立地址；
按内容寻址：无需输入完整地址，仅需部分内容即可 “回忆” 完整模式。

局限性

信息容量有限：网络规模为 $N$ 时，稳定存储的模式数 $M$ 约为 $0.15N$（超过后会出现 “交叉干扰”，模式相互混淆）；
伪吸引子：当模式数过多时，网络可能收敛到非目标的能量极小点（伪吸引子），导致联想错误；
权值设计依赖模式：目标模式需尽可能正交（减少干扰），否则存储容量会大幅下降。

提高存储容量的方法

改进权值设计：采用 “反复学习法”（重复训练目标模式）、“纠错学习法”（修正错误权值）；
优化网络结构：增加神经元数量N，或采用分层 DHNN 结构；
模式预处理：对目标模式进行正交化处理（减少模式间相关性）。

深层神经网络

深度学习模型发展脉络 MLP→CNN（空间特征）→RNN（时间特征）→LSTM/GRU（门控缓解梯度问题）→Transformers（自注意力+并行）→大模型（预训练+微调）

CNN

1. CNN 的层次化组成（核心模块）

CNN 由 “卷积层 + 池化层 + 全连接层” 交替堆叠组成，各层分工明确，实现层次化特征提取。

卷积层（Feature Extraction）核心作用：提取局部特征（边缘、纹理、部件），通过激活函数引入非线性；数学描述：$F=g(I\ast K+b)$，其中 $g(\cdot)$ 为激活函数（ReLU 为主）；
池化层（Downsampling）核心作用：降低特征图尺寸，减少计算量和过拟合，增强平移不变性；本质：非参数化操作（无训练参数），分为采样分块和池化策略；
经典案例：LeNet-5（CNN 鼻祖）结构：输入（32×32×1）→C1（卷积层）→S2（池化层）→C3（卷积层）→S4（池化层）→C5（卷积层，等价全连接）→F6（全连接）→输出（10 类）；

2. CNN高效网络结构设计

深度可分离卷积（Depthwise Separable Convolution）：
- 拆分：将标准卷积拆分为 “深度卷积（Depthwise）+ 逐点卷积（Pointwise）”；
- 计算量对比：标准卷积 $k\times k\times C\times D\times H\times W$，深度可分离卷积 $k\times k\times C\times H\times W+C\times D\times H\times W$，计算量比例减少为 $\frac{1}{D}+\frac{1}{k^2}$（如 $k=3$，$D=128$，计算量仅为标准卷积的约 $1/8$）；
分组卷积（Group Convolution）：将输入通道分为 $G$ 组，每组独立卷积，参数量减少为 $\frac{1}{G}$，代表网络 ShuffleNet（通道洗牌解决组间信息隔离）；
逆残差块（Inverted Residual）：先升维（1×1 卷积）再降维（深度卷积），保留更多特征，用于 MobileNetV2；
全局平均池化（GAP）：替代全连接层，减少参数量，增强泛化能力（GoogLeNet、ResNet）。

3. 深度卷积神经网络（CNN）发展史概览

年份	核心创新	结构特点	Top-5 错误率 (ImageNet)	参数量
LeNet-5	首个 CNN 架构（卷积-池化-全连接）	5 层，输入 32×32×1，输出 10 类	-	6 万 +
AlexNet	ReLU、Dropout、数据增强、多 GPU	8 层（5卷积+3全连接），11×11 大核	16.4%	6000 万 +
ZFNet	优化 AlexNet 超参数（7×7 核，$s=2$）	与 AlexNet 相似，调整卷积核大小和通道数	11.7%	6000 万 +
VGGNet	多个 3×3 小核堆叠（替代大核）	16/19 层，分 5 个卷积块，全连接层参数占比高	7.3%	1.38 亿 +
GoogLeNet (Inception-v1)	Inception 模块（多尺度融合）、全局平均池化	22 层，无全连接层，参数高效	6.7%	500 万 +
ResNet	残差连接（解决深层网络退化）	152 层，直连通路传递梯度，BatchNorm	3.57%	6000 万 +
DenseNet	稠密连接（特征复用）	各层与所有后续层连接，参数少，梯度传播好	3.7%	800 万 +
MobileNetV1	深度可分离卷积（轻量化）	适用于移动端，参数量仅 420 万	16.1% (MobileNet-1.0)	420 万
MobileNetV2	逆残差块、线性瓶颈	进一步减少计算量，精度提升	7.6%	340 万

RNN

1. 时间反向传播（BPTT）

梯度消失 / 爆炸问题

原因：残差递推中包含 $W^T$ 的连乘，若 $W$ 的最大奇异值 $\sigma_{\max}<1$，则 $(W^T)^{t-s}\to0$（梯度消失）；若 $\sigma_{\max}>1$，则 $(W^T)^{t-s}\to\infty$（梯度爆炸）；
影响：梯度消失导致长程依赖无法建模（早期时间步的误差无法传递到后期），梯度爆炸导致训练发散。

训练技巧（解决方案）

截断 BPTT（Truncated BPTT）：仅反向传播最近 k 个时间步的梯度，忽略早期步骤，缓解梯度消失；
梯度裁剪（Gradient Clipping）：当梯度范数超过阈值时，归一化梯度，避免梯度爆炸：若 $\lVert\nabla L\rVert>\theta$，则 $\nabla L\leftarrow\theta\frac{\nabla L}{\lVert\nabla L\rVert}$；
层归一化（Layer Normalization）：对每个时间步的隐藏状态归一化，减少内部协变量偏移，替代 CNN 的批归一化（RNN 中批次维度不稳定）：$h_t=f\left(g\odot\frac{a_t-\mu_t}{\sigma_t}+b\right)$，其中 $\mu_t=\frac{1}{C}\sum_{i=1}^{C}a_{t,i}$，$\sigma_t=\sqrt{\frac{1}{C}\sum_{i=1}^{C}(a_{t,i}-\mu_t)^2}$；
变分 Dropout（Variational Dropout）：同一时间步的 Dropout 掩码固定，避免普通 Dropout 破坏序列依赖。

2. RNN 的模型改进（解决长程依赖）

为解决梯度消失 / 爆炸，核心改进是门控机制，代表模型为 LSTM 和 GRU。

LSTM 与 GRU 对比

对比维度	LSTM	GRU
门控数量	3 个（遗忘、输入、输出）	2 个（重置、更新）
状态数量	细胞状态 + 隐藏状态	仅隐藏状态
参数量	更多	更少（约少 1/3）
训练速度	较慢	较快
性能	复杂序列任务更优	普通序列任务相当

Transformers自注意力

1. RNN 与 Transformers 的核心区别（考试高频考点）

对比维度	RNN（含 LSTM/GRU）	Transformers
依赖关系	序列依赖（逐时间步计算）	无序列依赖（并行计算）
长程依赖	依赖门控缓解，但效果有限	自注意力直接建模全局依赖
计算复杂度	$O(n)$ （线性递归）	$O(n^2)$ （全局注意力）
并行性	极差（无法并行，需按顺序计算）	极佳（所有位置同时计算）
核心创新	门控机制（解决梯度消失）	自注意力（摆脱序列依赖）
代表应用	短序列任务（如语音识别基础模型）	长文本、大模型（GPT、BERT、ViT）

2. Transformers 的核心组件

Transformers 由 6 大核心组件构成，缺一不可：

多头注意力（Multi-Head Attention）
位置编码（Positional Encoding）
逐位置前馈网络（Position-wise FFN）
残差连接（Residual Connection）
层归一化（Layer Normalization）
掩码机制（Mask）

3. GPT与BERT模型核心对比

对比维度	GPT	BERT
架构	解码器（掩码自注意力）	编码器（多头自注意力）
上下文方向	单向（自回归）	双向（掩码）
预训练任务	语言模型（LM）根据上文预测下一个词	掩码语言模型（MLM） + NSP 预测被遮盖的词 + 判断句子关系
优势任务	生成类文本生成、对话、代码	理解类文本分类、情感分析、命名实体识别
并行性	训练：可并行推理：自回归（串行）	训练：全并行推理：全并行

4. Transformers 的核心优势与局限

优势：

并行计算：摆脱序列依赖，训练效率大幅提升；
长程依赖：自注意力直接建模全局关联，无需门控；
通用性强：适配 NLP、CV、多模态等多个领域；

局限：

计算复杂度高：全局注意力为 $O(n^2)$，长序列（如 $n>1000$）效率低；
数据依赖性强：需大规模数据预训练，小数据场景表现不佳；
参数量大：训练需大量计算资源。

图神经网络

1. 经典图表示方法

算法	核心创新	相似性类型	是否用节点特征
DeepWalk	随机游走 + Skip-gram	路径重叠相似	否
Node2Vec	带偏好的随机游走	局部 + 全局相似	否
传统嵌入	邻接矩阵直接映射	直接相邻相似	否

2. GNN

GNN 的核心是 “消息传递框架”：$h_v^k=\operatorname{AGG}({h_u^{k-1}\mid u\in N(v)},h_v^{k-1})$，即第 $k$ 层节点表示由邻居节点的第 $k-1$ 层表示聚合得到。

模型	聚合方式	学习类型	核心优势	局限性
GCN 图卷积网络	加权平均（归一化）	直推学习	参数共享、效率高	无自适应权重
GAT 图注意力网络	注意力加权	归纳学习	自适应邻居重要性	计算复杂度高
GraphSAGE 图采样生成网络	采样 + 灵活聚合	归纳学习	适配新节点、灵活	采样策略依赖经验
GGNN 门控图神经网络	GRU 门控聚合	归纳学习	深层稳定、梯度不消失	参数量大

3. GNN 的关键挑战与解决方案

过平滑（Over-Smoothing） 问题：堆叠过多 GNN 层，所有节点嵌入趋向一致，丧失区分度（“小世界” 效应，感受野快速覆盖全图）

解决方案：
- 跨层连接（Skipped-GCN）：$h_v^k=\sigma(\operatorname{AGG}(h_u^{k-1})+h_v^{k-1})$；
- 图增强：添加虚拟节点 / 边、节点特征增强；
- 限制层数（通常 $\le 3$ 层）。
训练方式：直推学习 vs 归纳学习直推学习（GCN）：训练和测试在同一图上，仅预测未标注节点；归纳学习（GraphSAGE、GAT）：训练后可迁移到新图 / 新节点，泛化能力强；考点：区分两种学习方式的适用场景。
损失函数无监督学习（图结构监督）：基于随机游走的负采样损失（同 DeepWalk）；监督学习（标签监督）：节点分类用交叉熵损失。

深度生成模型

1. 生成模型概述

定义：假设数据来自某个未知概率分布，模型通过学习参数 $\theta$，使模型分布 $p_\theta(x)$ 逼近真实数据分布 $p_{data}(x)$；

2. 概率图与深度信念网络（DBN）（基础模型）

核心铺垫：玻尔兹曼机（BM）

结构：无向全连接概率图，节点为二值变量（0/1）；训练 / 采样：吉布斯采样（通过全条件概率迭代采样）。

受限玻尔兹曼机（RBM）（考点重点）

结构：二分图（可观测层 v + 隐层 h），同层无连接，跨层全连接；训练优化：对比散度（CD-k），替代传统吉布斯采样，降低计算复杂度；核心优势：逐层训练，为 DBN 奠定基础。

深度信念网络（DBN）（历史性模型）

结构：多层 RBM 堆叠，顶层为无向 RBM，下层为有向连接；训练流程：逐层预训练（每层训练为独立 RBM）→ Wake-Sleep 算法微调；三大贡献：首次实现深层生成建模、无监督预训练范式、神经网络生成式学习。

3. 生成对抗网络（GAN）

核心思想：对抗博弈：生成器 G 生成假样本，判别器 D 区分真假样本，二者交替优化达到纳什均衡

变体

变体名称	核心改进	适用场景
DCGAN	引入卷积神经网络架构（卷积 + 转置卷积），取消池化层，使用批量归一化。	图像生成：奠定了现代 GAN 的基础架构。
WGAN	使用 Wasserstein 距离替代传统的 JS 散度，并引入梯度裁剪机制。	解决训练不稳定：提供了更平滑的损失函数，解决了模式崩溃问题。
CycleGAN	引入循环一致性损失，实现无配对数据的双向图像生成。	域迁移：如照片转油画、马变斑马等风格转换任务。
StyleGAN	采用自适应实例归一化技术，将风格和内容进行分离控制。	高分辨率图像生成：能够精细控制图像的细节（如发型、肤色等）。

4. 核心生成模型对比

模型	建模方式	核心优势	核心缺陷	代表应用
DBN (深度信念网络)	概率图 + 逐层训练由多层受限玻尔兹曼机堆叠而成，采用无监督的逐层贪心预训练。	开创深层生成范式是早期解决深度网络梯度消失问题、实现深层网络训练的重要方法。	生成质量低，效率差依赖马尔可夫链采样，生成速度慢，且生成的样本质量远不如现代模型。	早期特征学习主要用于早期的无监督特征提取和预训练，现多用于教学回顾。
GAN (生成对抗网络)	对抗博弈（隐式）通过生成器和判别器的极小极大博弈进行训练，学习生成数据的分布。	生成样本质量高，细节好生成的图像通常非常逼真，锐利，细节丰富（如人脸、风景）。	训练不稳定，模式坍塌训练过程难以收敛，容易出现模式崩溃（只生成少数几种样本）。	图像生成、风格转换如 DALL-E、StyleGAN、CycleGAN 等。
VAE (变分自编码器)	变分推断（显式）通过编码器将数据映射到隐空间，再通过解码器重构数据，显式定义了似然函数。	理论完备，无模式坍塌基于严格的概率图模型推导，训练相对稳定，隐空间结构规整，便于插值。	生成样本模糊由于使用了简单的先验分布（如高斯分布）和重构损失，生成的图像往往较模糊。	数据增强、隐变量建模常用于生成新数据以扩充数据集，或学习数据的紧凑隐表示。
扩散模型 (Diffusion Models)	逐步加噪 - 去噪（显式）通过前向过程逐步破坏数据，再通过反向过程学习从噪声中恢复数据。	生成质量高，稳定目前最先进的生成质量（如 DALL-E 2/3, Stable Diffusion），且训练非常稳定。	采样速度慢生成样本需要多步迭代去噪，计算成本高（尽管已有加速方法，但仍慢于 GAN）。	文本到图像、高分辨率生成当前 AIGC（AI 生成内容）领域的主流技术。

光电子学博资考题重点

Mon, 26 Jan 2026 00:00:00 +0000

光电子学高频知识点核心公式及答题模板

一、超高频模块（必考）

1. 布儒斯特角（简答题模板）

核心公式

定义式：$\tan\theta_B = \frac{n_2}{n_1}$（$n_1$为入射介质折射率，$n_2$为折射介质折射率）
辅助关系：$\theta_B + \theta_2 = 90^\circ$（反射光与折射光垂直）

答题模板（5-10分通用）

定义：自然光以$\theta_B$入射两介质分界面时，反射光为完全线偏振光（振动方向垂直入射面），该入射角为布儒斯特角。
形成与电偶极子辐射关联：入射光使介质中分子成为电偶极子，其辐射方向具有方向性（$I \propto \sin^2\theta$）。当入射角为$\theta_B$时，反射光传播方向与电偶极子振动方向平行，辐射强度为零，故平行入射面振动的光无反射，仅垂直分量反射。
应用场景：偏振片消反射（如湖面、玻璃表面反光抑制），偏振光产生。

2. 光波导TE模（解答题模板）

核心公式

归一化频率：$V = k_0 d \sqrt{n_1^2 - n_2^2} = \frac{2\pi}{\lambda} d \sqrt{n_1^2 - n_2^2}$
模式特征方程（对称波导$n_2 = n_3$）：$V \sqrt{1 - b} = m\pi + 2\tan^{-1}\left(\sqrt{\frac{b}{1 - b}}\right)$
截止波长：$\lambda_c = \frac{2\pi d \sqrt{n_1^2 - n_2^2}}{m\pi}$（$m=0,1,2\cdots$为模式阶数）
传输条件：可传输光波长$\lambda < \lambda_c$

答题模板（6-10分通用）

参量定义：
- $n_1$：芯区折射率，$n_2/n_3$：衬底/覆盖层折射率（$n_1 > n_2 \geq n_3$）
- $d$：芯区厚度，$\beta$：传播常数，$b = \frac{\beta^2/k_0^2 - n_2^2}{n_1^2 - n_2^2}$（归一化传播常数）
截止条件：$b=0$（$\beta = k_0 n_2$），基模（$m=0$）永不截止，高阶模满足$V \geq m\pi$时截止。
计算步骤（模式数量/单模传输）：
- 第一步：代入参数计算$V$；
- 第二步：模式阶数满足$m < \frac{V}{\pi}$（取整数）；
- 第三步：单模传输要求$V < \pi$，反推$\lambda$或$d$的范围。

3. 晶体电光效应（KDP/LiNbO₃，解答题模板）

核心公式

折射率椭球方程（KDP晶体，沿z轴加电场）：$\frac{x^2}{n_0^2} + \frac{y^2}{n_0^2} + \frac{z^2}{n_e^2} + 2r_{63}E_z xy = 1$
感应主折射率：$n_X = n_0 - \frac{1}{2}n_0^3 r_{63}E_z$，$n_Y = n_0 + \frac{1}{2}n_0^3 r_{63}E_z$
相位延迟：$\Delta\varphi = \frac{2\pi}{\lambda}(n_Y - n_X)l = \frac{2\pi n_0^3 r_{63} V l}{\lambda d}$（$V=E_z d$，$d$为电场方向厚度）
半波电压：$V_\pi = \frac{\lambda d}{2 n_0^3 r_{63} l}$

答题模板（10-20分通用）

应用类型判断：
- 横向应用：电场方向⊥光传播方向（$E_z$，光沿x/y传播），可通过增大$l/d$降低$V_\pi$；
- 纵向应用：电场方向∥光传播方向（均沿z轴），$V_\pi$与$l$无关，电压高。
相位延迟推导：
- 第一步：写出无电场时椭球方程；
- 第二步：代入电光系数矩阵，旋转坐标系（$X=\frac{\sqrt{2}}{2}(x+y)$，$Y=\frac{\sqrt{2}}{2}(-x+y)$）；
- 第三步：得到感应主折射率，计算相位差$\Delta\varphi$。
系统问题与解决措施：
- 问题：自然双折射导致调制失真，小信号非线性；
- 措施：加1/4波片（工作点移至线性区），温控稳温，双晶体补偿结构。

二、高频模块（4-6次考查）

4. 光电探测（量子效率与响应度，解答题模板）

核心公式

关系推导：$R = \eta_e \frac{e}{h\nu} = \eta_e \frac{e\lambda}{hc}$
光功率计算：$P_{opt} = \frac{I}{R}$（$I$为光生电流）

答题模板（10-15分通用）

推导步骤：
- 第一步：入射光功率$P_{opt} = \frac{N h\nu}{\Delta t}$（$N$为单位时间光子数）；
- 第二步：光生电流$I = e \cdot \eta_e N$（$\eta_e$为量子效率，产生载流子数=$\eta_e N$）；
- 第三步：联立得$R = \frac{I}{P_{opt}} = \eta_e \frac{e}{h\nu}$，结合$\nu = \frac{c}{\lambda}$得$R = \eta_e \frac{e\lambda}{hc}$。
计算注意：
- 代入数值时统一单位（$e=1.6×10^{-19}C$，$h=6.63×10^{-34}J·s$，$c=3×10^8m/s$）；
- 结果单位：$R$为$A/W$，$P_{opt}$为$W$（需换算$\mu W$时×$10^6$）。

5. 晶体光学（主折射率与波片，解答题模板）

核心公式

主折射率：介电张量对角化后，$n_i = \sqrt{\varepsilon_i/\varepsilon_0}$（$\varepsilon_i$为对角元）
1/4波片厚度：$d = \frac{\lambda}{4\vert n_e - n_0\vert}$（相位差$\Delta\varphi = \frac{\pi}{2}$）
晶体中波长：$\lambda' = \frac{\lambda}{n}$（$n$为传播方向对应的主折射率）

答题模板（8-12分通用）

晶体类型判断：
- 单轴晶体：两个主折射率相等（$n_x = n_y = n_0$），一个不同（$n_z = n_e$）；
- 双轴晶体：三个主折射率均不相等（$n_x \neq n_y \neq n_z$）。
波片设计步骤：
- 第一步：确定晶体主折射率$n_0$、$n_e$；
- 第二步：根据波片类型（1/4、1/2）确定相位差（$\pi/2$、$\pi$）；
- 第三步：代入厚度公式$d = \frac{\lambda}{2k\vert n_e - n_0\vert}$（$k=1$时为1/2波片，$k=2$时为1/4波片）。

6. 磁光隔离器（简答题模板）

核心公式

法拉第旋光角：$\theta = V B l$（$V$为费尔德常数，$B$为磁感应强度，$l$为介质长度）

答题模板（5分通用）

结构组成：起偏器 + 磁光介质（如钇铁石榴石YIG） + 检偏器（与起偏器成45°）。
工作原理：
- 入射光经起偏器变为线偏振光；
- 磁光介质在磁场作用下使偏振面旋转45°，与检偏器透光方向一致，顺利通过；
- 反向光经磁光介质后偏振面再旋转45°，与检偏器垂直，被阻断（非互易性）。
核心特性：单向传输，隔离反向光干扰，保护光源。

7. 声光调制（简答题模板）

核心公式

布喇格衍射角：$\sin\theta_B = \frac{\lambda}{2n\Lambda_s}$（$n$为介质折射率，$\Lambda_s$为超声波波长）
拉曼-奈斯衍射：$\sin\theta_m = m\frac{\lambda}{\Lambda_s}$（$m=0,\pm1,\pm2\cdots$）

答题模板（10分通用）

物理机理：超声波在介质中传播形成周期性折射率光栅，入射光通过光栅时发生衍射，衍射光参数（强度、方向）随超声波调制信号变化。
衍射类型及依据：
- 拉曼-奈斯衍射：超声频率低、介质薄（$\Lambda_s \gg \lambda$），多极衍射，强度分散；
- 布喇格衍射：超声频率高、介质厚（$\Lambda_s$较小），单级衍射，调制效率高（常用）。
关键参数：布喇格角（入射光与超声传播方向的夹角），满足衍射条件时衍射光最强。

光电子学往年试题简答题汇总（按出现频率排序）

一、超高频简答题（出现8次：2010-2017年每年必考）

题目核心：布儒斯特角相关（定义、形成机理、与电偶极子辐射关联、偏振应用）

历年题目汇总

简述布儒斯特角的含义。（2015、2013、2012、2011、2010年）
简要描述什么是布鲁斯特（Brewster）角以及布鲁斯特角的形成和电偶极子辐射的关联。（2017、2016年）
当我们通过一个线偏振玻璃观察太阳光从水面的反射时，在合适的偏振方向下，将可以有效减小水面耀眼的反射光。如何设置偏振玻璃的偏振方向？（2014年）

统一解答

定义：自然光以某一特定角度$\theta_B$入射到两介质分界面时，反射光成为完全线偏振光（振动方向垂直于入射面），该入射角称为布儒斯特角，满足$\tan\theta_B = \frac{n_2}{n_1}$（$n_1$为入射介质折射率，$n_2$为折射介质折射率），且此时反射光与折射光垂直（$\theta_B + \theta_2 = 90^\circ$）。
形成与电偶极子辐射关联：入射光使介质中分子成为受迫振动的电偶极子，其辐射强度具有方向性（满足$I \propto \sin^2\theta$，$\theta$为辐射方向与电偶极子振动方向的夹角）。当入射角为$\theta_B$时，反射光传播方向与电偶极子振动方向平行（$\theta = 0^\circ$），辐射强度为零，故平行于入射面振动的光无反射，仅垂直分量反射，形成完全线偏振反射光。
偏振玻璃设置：将偏振玻璃的透光方向平行于入射面（或垂直于反射光的振动方向），即可阻断水面反射的完全线偏振光（垂直入射面振动），减小耀眼反光。

二、高频简答题（出现3次）

题目核心1：磁光隔离器的工作原理

历年题目汇总

简述磁光隔离器的工作原理。（2015、2012、2010年）

解答

结构组成：由起偏器、磁光介质（如钇铁石榴石YIG）、检偏器组成，起偏器与检偏器的透光方向成45°。
工作机理：基于法拉第磁光效应（磁致旋光性），偏振光通过磁光介质时，偏振面旋转角度$\theta = VBl$（$V$为费尔德常数，$B$为磁感应强度，$l$为介质长度），且旋转方向仅与磁场方向有关（非互易性）。
单向传输过程：
- 正向光：经起偏器变为线偏振光，通过磁光介质后偏振面旋转45°，与检偏器透光方向一致，顺利通过。
- 反向光：经检偏器后偏振面再次通过磁光介质，旋转45°，与起偏器透光方向垂直，被阻断，实现反向光隔离。

题目核心2：声光调制的物理机理及声光衍射类型

历年题目汇总

请简要叙述声光调制的物理机理，并说明声光衍射分哪几种类型，依据是什么。（2017、2016、2012年）

解答

物理机理：超声波在介质中传播时，引起介质折射率随时间和空间周期性变化，形成动态“声光光栅”。入射光通过该光栅时发生衍射，衍射光的强度、传播方向随超声波信号（调制信号）变化，从而实现对光的调制。
衍射类型及依据：
- 拉曼-奈斯衍射：超声频率低、介质厚度薄，光栅周期$\Lambda_s \gg$光波长$\lambda$，衍射光为多级对称分布，满足$\sin\theta_m = m\frac{\lambda}{\Lambda_s}$（$m=0,\pm1,\pm2\cdots$），强度分散，调制效率低。
- 布喇格衍射：超声频率高、介质厚度厚，光栅周期$\Lambda_s$较小，衍射光集中在一级，满足布喇格条件$\sin\theta_B = \frac{\lambda}{2n\Lambda_s}$（$n$为介质折射率），调制效率高，为实际应用主流类型。

三、中频简答题（出现2次）

题目核心1：光纤相关（数值孔径、多模变单模、保偏光纤）

历年题目汇总

请简要叙述什么是光纤的数值孔径；请指出至少两种使多模光纤变为单模光纤的方法（光波长固定且光纤保持平直）；请指出什么是保偏光纤及其工作机理。（2017、2016年）

解答

数值孔径（NA）：表征光纤收集入射光的能力，定义为$NA = \sin\theta_{max} = \sqrt{n_1^2 - n_2^2}$，其中$\theta_{max}$为光纤可接收的最大入射角，$n_1$为纤芯折射率，$n_2$为包层折射率。
多模变单模的方法：①减小纤芯直径，使仅基模（$HE_{11}$）满足传输条件，高阶模截止；②减小纤芯与包层的折射率差，减小归一化频率，抑制高阶模传输。
保偏光纤：能保持入射光偏振态不变的光纤。工作机理：通过特殊结构设计（如椭圆纤芯、熊猫型、领结型）引入固有双折射，使两个正交偏振模的传输常数差异显著，抑制模式耦合，从而稳定偏振态。

题目核心2：光电探测器的噪声等效功率

历年题目汇总

简述光电探测器的噪声等效功率的物理意义。（2015、2012年）

解答

噪声等效功率（NEP）是表征光电探测器探测微弱光信号能力的核心参数，定义为：使探测器输出信号功率等于噪声功率（即信噪比$SNR=1$）时的入射光功率。NEP越小，探测器探测微弱信号的能力越强，单位通常为$W/Hz^{1/2}$（或$W$），其倒数为探测率（$D^*$），更直观反映探测性能。

题目核心3：光频外差探测的优越性

历年题目汇总

光频外差探测方法与直接探测方法相比较的优越性表现在何处？（2015、2012年）

解答

探测灵敏度高：噪声主要受本地振荡器的散粒噪声限制，远低于直接探测的热噪声，可探测极微弱光信号。
信息提取完整：可同时提取光信号的幅度、频率、相位等全部信息，直接探测仅能提取幅度信息。
抗干扰能力强：通过中频滤波可有效抑制背景光、杂散光及电磁干扰，滤波选择性好。

题目核心4：声光布喇格衍射角的表达式及物理意义

历年题目汇总

给出声光布喇格衍射角的表达式，并简述它的物理意义。（2013、2012年）

解答

表达式：$\sin\theta_B = \frac{\lambda}{2n\Lambda_s}$，其中$\theta_B$为布喇格衍射角，$\lambda$为入射光波长，$n$为介质折射率，$\Lambda_s$为超声波波长。
物理意义：表示声光布喇格衍射时，入射光与超声波传播方向的最佳夹角。当入射光满足该角度条件时，衍射光强度最大，实现高效能量转移，是声光调制、声光偏转等器件的核心工作条件。

四、低频简答题（出现1次）

题目核心1：麦克斯韦方程组的积分形式及物理含义（2016年）

题目

请写出麦克斯韦（Maxwell）方程组的积分形式并简要叙述每个子方程的物理含义。

解答

电场高斯定理：
\[\oiint_S \vec{D} \cdot d\vec{S} = q_{\mathrm{enc}}\]
物理含义：电位移通量等于闭合曲面内的自由电荷代数和，表明电场是有源场，电荷是电场的源。
磁场高斯定理：
\[\oiint_S \vec{B} \cdot d\vec{S} = 0\]
物理含义：磁通量通过任意闭合曲面为零，表明磁场是无源场，不存在孤立磁单极子。
法拉第电磁感应定律：
\[\oint_L \vec{E} \cdot d\vec{l} = -\frac{d}{dt}\iint_S \vec{B} \cdot d\vec{S}\]
物理含义：感生电场的环流等于磁通量的变化率的负值，表明变化的磁场可以激发电场。
安培环路定理（含位移电流）：
\[\oint_L \vec{H} \cdot d\vec{l} = I_{\mathrm{enc}} + \frac{d}{dt}\iint_S \vec{D} \cdot d\vec{S}\]
物理含义：磁场强度的环流等于闭合环路内的传导电流与位移电流之和，表明变化的电场可以激发磁场。

题目核心2：费马原理及最短路径（2016年）

题目

请简要叙述光线传输的费马（Fermat）原理；如下图所示，区域“1”代表陆地，区域“2”代表平静的湖面，线段AB是其分界线。D点代表落水者的位置，C点代表消防员的位置。已知消防员在陆地上的平均速度为$V_1$，在湖中的平均速度为$V_2$，且$V_1>V_2$。请在图中画出消防员由C点到达D点用时最短的路径，标注主要参数并写出其应满足的方程。

解答

费马原理：光线在两点间的实际传播路径，是使光程取极值（极小值、极大值或恒定值）的路径。光程定义为$L = \int n ds$（$n$为介质折射率，$ds$为路径元），本质是“用时最短”原理（因$v = c/n$，光程与传播时间成正比）。
最短路径：
- 路径绘制：设消防员在分界面AB上的入射点为O，路径为$C \to O \to D$。
- 标注参数：$V_1$（陆地速度）、$V_2$（湖水速度）、$\theta_1$（CO与AB法线的夹角，入射角）、$\theta_2$（OD与AB法线的夹角，折射角）、AB（陆地-湖水分界面）、C（消防员位置）、D（落水者位置）、O（入射点）。
- 满足方程（类折射定律）：$\frac{\sin\theta_1}{\sin\theta_2} = \frac{V_1}{V_2}$。

题目核心3：LED与LCD的工作原理及应用场景（2016年）

题目

请简要比较光电技术中的LED和LCD两种器件的工作原理及主要应用场景。

解答

LED（发光二极管）：
- 工作原理：基于半导体电致发光效应。正向偏置时，PN结区的电子与空穴复合，能量以光子形式释放，发光波长由半导体禁带宽度决定（$E_g = h\nu = hc/\lambda$）。
- 应用场景：指示灯、LED显示屏、照明灯具、光纤通信光源、背光模组等。
LCD（液晶显示器）：
- 工作原理：液晶分子具有光学各向异性，在电场作用下分子排列方向改变，从而调制透光性。通过控制像素电极的电场分布，结合起偏器、检偏器，实现明暗或彩色图像显示。
- 应用场景：手机屏幕、电脑显示器、电视屏幕、投影仪、仪表显示面板等。

题目核心4：激光的特点和产生条件（2013年）

题目

简述激光的特点和产生激光的条件。

解答

激光的特点：①单色性好（谱线宽度极窄）；②相干性强（时间相干性、空间相干性均优）；③方向性强（发散角小，能量集中）；④亮度高（光子能量密度大）。
产生条件：
- 粒子数反转：使工作物质中高能级粒子数大于低能级粒子数，实现受激辐射占主导（需泵浦源，如光泵、电泵）。
- 光学谐振腔：由两个反射镜组成，使受激辐射光在腔内来回振荡，放大光信号，筛选频率和方向。
- 阈值条件：泵浦能量需达到一定阈值，使腔内光增益大于损耗（包括反射损耗、吸收损耗、衍射损耗等）。

题目核心5：光电探测器的噪声类型、原因及白噪声（2013年）

题目

光电探测器的噪声有哪些？产生的原因是什么？哪些噪声属于白噪声？

解答

主要噪声类型及产生原因：
- 热噪声（约翰逊噪声）：由探测器电阻中载流子的热运动不规则引起，与温度和电阻值相关。
- 散粒噪声：由光子入射的随机性和载流子产生/复合的随机性引起，与入射光功率和暗电流相关。
- 暗电流噪声：无入射光时，探测器自身的暗电流（如漏电流、热激发载流子）的随机波动引起。
- 1/f噪声（低频噪声）：噪声功率与频率成反比，产生原因与探测器表面态、载流子陷阱效应等相关，低频段显著。
白噪声：热噪声和散粒噪声属于白噪声，其功率谱密度在宽频率范围内保持恒定。

题目核心6：平面波导同向耦合特性及器件（2012年）

题目

带有周期结构的平面波导中的同向耦合有什么特性？运用这些特性可以研制什么样的波导光学器件？

解答

同向耦合特性：①能量周期性转移：两波导中的光能量随传播距离周期性交替转移，转移周期与耦合系数成反比；②模式叠加：耦合系统的本征模式为两波导模式的叠加，波矢发生分裂；③相干耦合：仅当两波导模式的相位匹配时，耦合效率最高。
典型器件：①光开关：通过控制耦合周期或相位匹配条件，实现光信号在不同波导间的切换；②光调制器：利用耦合系数随外界信号（如电压、温度）的变化，调制输出光强；③光波分复用器：基于周期结构的波长选择性耦合，分离或合并不同波长的光信号；④耦合器：实现光能量在多波导间的分配或合并。

题目核心7：光电探测器类型及物理效应（2012年）

题目

给出4种类型的光探测器，并说明其分别基于什么物理效应？

解答

光电二极管（PD）：基于光生伏特效应（光子入射使半导体PN结产生电子-空穴对，在内建电场作用下形成光生电流）。
雪崩光电二极管（APD）：基于光生伏特效应+雪崩倍增效应（光生载流子在强电场中加速，碰撞电离产生更多载流子，实现电流倍增）。
光电倍增管（PMT）：基于光电效应+二次电子发射效应（光子入射阴极产生光电子，经多级倍增极二次发射，放大电子流）。
热释电探测器：基于热释电效应（红外光照射使铁电体温度变化，自发极化强度改变，产生表面电荷）。
光伏探测器（如太阳能电池）：基于光生伏特效应（大面积PN结将光能直接转换为电能）。（任选4种即可）

题目核心8：半导体激光器优缺点及异质结优势（2011年）

题目

(1) 简述半导体激光器的优缺点。(2) 异质结半导体激光器相对同质结半导体激光器而言有何优点？

解答

半导体激光器的优缺点：
- 优点：体积小、重量轻、功耗低、寿命长、响应速度快、可电注入直接调制、波长覆盖范围广（紫外到红外）、成本低。
- 缺点：单色性和相干性相对气体激光器较差、光束发散角较大（方向性一般）、输出功率受温度影响显著。
异质结相对同质结的优点：
- 载流子限制能力强：异质结的能带突变的势垒，将电子和空穴分别限制在有源区，提高载流子复合效率，降低阈值电流。
- 光限制能力强：不同材料的折射率差异形成光波导，将光场限制在有源区，减少光损耗，提高光增益。
- 工作温度范围宽：阈值电流低且受温度影响小，可在室温下连续工作（同质结多需低温脉冲工作）。
- 输出功率高、效率高：载流子和光场的双重限制，使能量集中，提高电光转换效率和输出功率。

题目核心9：同向/反向波导耦合器件（2011年）

题目

请给出应用同向和反向波导耦合的光电子器件（同向和反向各2个）。

解答

同向波导耦合器件：①光开关（基于周期耦合的波长选择性切换）；②光耦合器（实现光能量分配）；③波分复用器（WDM，分离不同波长信号）；④电光调制器（通过电压控制耦合系数）。
反向波导耦合器件：①光隔离器（利用反向耦合的能量抑制）；②光衰减器（通过反向耦合消耗光能量）；③分布式反馈激光器（DFB，基于反向耦合的模式选择）；④光滤波器（利用反向耦合的频率选择性）。

题目核心10：各向异性晶体中光波偏振态及矢量关系（2010年）

题目

在各向异性晶体中沿同一波法线传播的光波有几种偏振态？对某一偏振态，其$\vec{D}$、$\vec{E}$、$\vec{k}$（波法线方向）各矢量方向之间有什么关系？

解答

偏振态数量：2种，为两个正交的线偏振态（o光和e光，称为本征偏振态），二者的传播速度（折射率）不同，满足正交关系。
矢量方向关系：
- 对任意偏振态，电位移矢量$\vec{D}$与波法线方向$\vec{k}$垂直（$\vec{D} \perp \vec{k}$）。
- 电场强度$\vec{E}$ 与 $\vec{D}$一般不共线（各向异性导致），但 $\vec{E}$ 在垂直于 $\vec{k}$ 的平面内的投影与 $\vec{D}$ 相关。
- o光：$\vec{E}$ 与 $\vec{D}$ 共线，且垂直于光轴在垂直 $\vec{k}$ 平面内的投影，折射率各向同性。
- e光：$\vec{E}$ 与 $\vec{D}$ 不共线，其振动方向包含光轴方向的分量，折射率随传播方向变化。

题目核心11：彩色肥皂泡、蓝天白云形成机理（2017年）

题目

请简要论述彩色肥皂泡的形成机理；请简要论述“蓝天白云”的形成机理。

解答

彩色肥皂泡：基于薄膜干涉原理。肥皂泡是极薄的液体薄膜（水+肥皂），自然光照射时，薄膜上表面（空气-液体）和下表面（液体-空气）的反射光发生干涉。由于薄膜厚度不均匀，不同波长的光在不同厚度处满足相长干涉或相消干涉条件，呈现出彩色条纹；薄膜厚度随时间变化，彩色条纹也会动态变化。
蓝天白云：
- 天空蓝色：基于瑞利散射。大气中空气分子、微小尘埃等粒子的尺寸远小于可见光波长（10-100nm），散射强度与波长四次方成反比（$I \propto \lambda^{-4}$）。蓝光波长最短（约450nm），散射最强，故天空呈现蓝色。
- 白云白色：基于米氏散射。白云由大气中较大的水滴或冰晶组成（尺寸与可见光波长相当，1-10μm），散射强度与波长无关，对各波长可见光散射均匀，故呈现白色。

题目核心12：法拉第电磁感应定律微分形式及位移电流必然性（2017年）

题目

写法拉第电磁感应定律的微分表达式；请从电荷守恒$(\nabla \cdot \vec{J} + \frac{\partial \rho}{\partial t} = 0)$的角度，简要描述引入位移电流的必然性。

解答

法拉第电磁感应定律微分形式：$\nabla \times \vec{E} = -\frac{\partial \vec{B}}{\partial t}$。
引入位移电流的必然性：
- 稳恒磁场中，安培环路定理为$\nabla \times \vec{H} = \vec{J}$，对两边取散度得$\nabla \cdot (\nabla \times \vec{H}) = \nabla \cdot \vec{J} = 0$，与稳恒条件下的电荷守恒（$\frac{\partial \rho}{\partial t} = 0$，故$\nabla \cdot \vec{J} = 0$）一致。
- 非稳恒情况下，电荷守恒要求$\nabla \cdot \vec{J} = -\frac{\partial \rho}{\partial t} \neq 0$，而$\nabla \cdot (\nabla \times \vec{H}) = 0$，导致安培环路定理与电荷守恒矛盾。
- 麦克斯韦引入位移电流$\vec{J}_d = \frac{\partial \vec{D}}{\partial t}$，将安培环路定理修正为$\nabla \times \vec{H} = \vec{J} + \vec{J}_d$，此时$\nabla \cdot (\vec{J} + \vec{J}_d) = 0$，满足电荷守恒，使麦克斯韦方程组自洽，同时解释了变化的电场能激发磁场。

光电子学第五章笔记

Wed, 21 Jan 2026 00:00:00 +0000

一、章节核心框架（全局认知）

本章围绕「电场控制光波」展开，核心逻辑链：
电光效应（物理基础）→ 典型晶体调制特性（物质载体）→ 三类电光调制器（基础器件）→ 波导型调制器（进阶应用）
所有知识点最终服务于「计算调制相位差、半波电压」（计算题核心）和「解释调制原理、器件结构」（简答题核心）。

二、5.1 电光效应的基本原理（必考基础）

核心定义

电光效应：静态或低频电场作用下，介质的介电常数张量发生变化，进而导致折射率及偏振特性改变的现象，是电光调制的物理本质。

5.1.1 核心物理量与张量分析

1. 介电常数张量（$\varepsilon$）

无电场时（$E_0=0$）：介质处于「固有主轴」（$\hat{x}, \hat{y}, \hat{z}$），张量为对角矩阵（无交叉耦合）： $\varepsilon = \begin{pmatrix} \varepsilon_x & 0 & 0 \\ 0 & \varepsilon_y & 0 \\ 0 & 0 & \varepsilon_z \end{pmatrix}$
有电场时（$E_0\ne0$）：出现非对角元（交叉项），张量形式： $\varepsilon(E_0) = \begin{pmatrix} \varepsilon_x+\Delta\varepsilon_{xx} & \Delta\varepsilon_{xy} & \Delta\varepsilon_{xz} \\ \Delta\varepsilon_{yx} & \varepsilon_y+\Delta\varepsilon_{yy} & \Delta\varepsilon_{yz} \\ \Delta\varepsilon_{zx} & \Delta\varepsilon_{zy} & \varepsilon_z+\Delta\varepsilon_{zz} \end{pmatrix}$ 关键特性：$\varepsilon$ 是对称张量（$\varepsilon_{ij}=\varepsilon_{ji}$），可通过「坐标旋转」对角化，得到新固有主轴（$\hat{X}, \hat{Y}, \hat{Z}$）。

2. 相对介电不渗透张量（$\eta$）

定义：$\eta = (\varepsilon/\varepsilon_0)^{-1} = \varepsilon_r^{-1}$（$\varepsilon_0$ 为真空介电常数，$\varepsilon_r$ 为相对介电常数），直接关联折射率（$n=\sqrt{\varepsilon_r}\to\eta_{ii}=1/n_i^2$）。
电场诱导变化（$\Delta\eta$）： $\eta_{ij}(E_0) = \eta_{ij} + \Delta\eta_{ij}(E_0) = \eta_{ij} + \sum_k r_{ijk}E_{0k} + \sum_{k,l} s_{ijkl}E_{0k}E_{0l} + ...$ 各参数含义：
- $r_{ijk}$：线性电光系数（泡克尔斯系数），对应「泡克尔斯效应」；
- $s_{ijkl}$：二次电光系数（克尔系数），对应「克尔效应」；
- $E_{0k}/E_{0l}$：外加电场在 $k/l$ 轴的分量。

3. 两种电光效应的区别（必考简答）

特性	泡克尔斯效应（线性电光效应）	克尔效应（二次电光效应）
依赖电场阶数	线性（$\propto E_0$）	二次（$\propto E_0^2$）
存在条件	仅非中心对称晶体	所有晶体+液体/气体
系数	$r_{ijk}$（18个独立分量）	$s_{ijkl}$（36个独立分量）
效应强度	较强（实用价值高）	较弱（需强电场）
考试地位	核心（计算+简答）	次要（仅简答定义）

4. 折射率椭球

无电场时：由 $\eta$ 的对角特性推导，方程为： $\frac{x^2}{n_x^2} + \frac{y^2}{n_y^2} + \frac{z^2}{n_z^2} = 1$ 单轴晶体（KDP、LiNbO₃）：$n_x=n_y=n_o$（寻常光折射率），$n_z=n_e$（非寻常光折射率），简化为： $\frac{x^2 + y^2}{n_o^2} + \frac{z^2}{n_e^2} = 1$
有电场时：$\Delta\eta$ 导致椭球出现交叉项，方程变为： $(\eta_1+\Delta\eta_1)x^2 + (\eta_2+\Delta\eta_2)y^2 + (\eta_3+\Delta\eta_3)z^2 + 2\Delta\eta_4yz + 2\Delta\eta_5zx + 2\Delta\eta_6xy = 1$ 物理意义：交叉项→主轴旋转；对角项变化→折射率改变，需旋转坐标消除交叉项。

5.1.2 线性电光效应（泡克尔斯效应）—— 考试核心

1. 系数简化（双重指标→单重指标）

因 $\eta$ 是对称张量，将双重指标 $ij$ 简化为单指标 $\alpha$（$\alpha=1,\ldots,6$），对应关系：

$ij$（原双重指标）	11	22	33	23/32	31/13	12/21
$\alpha$（单重指标）	1	2	3	4	5	6

简化后 $\Delta\eta$ 表达式： $\Delta\eta_\alpha = \sum_k r_{\alpha k}E_{0k} \quad (\alpha=1,\ldots,6;\ k=x,y,z)$ 矩阵形式（6×3）： $\begin{pmatrix} \Delta\eta_1 \\ \Delta\eta_2 \\ \Delta\eta_3 \\ \Delta\eta_4 \\ \Delta\eta_5 \\ \Delta\eta_6 \end{pmatrix} = \begin{pmatrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ r_{31} & r_{32} & r_{33} \\ r_{41} & r_{42} & r_{43} \\ r_{51} & r_{52} & r_{53} \\ r_{61} & r_{62} & r_{63} \end{pmatrix} \begin{pmatrix} E_{0x} \\ E_{0y} \\ E_{0z} \end{pmatrix}$

2. 典型晶体的泡克尔斯系数矩阵

晶体对称性减少非零分量，考试重点3类：

（a）立方晶系$\overline{4}3m$（GaAs、ZnTe）：光学特性：各向同性（$n_x=n_y=n_z=n_o$）；非零系数：$r_{41}=r_{52}=r_{63}$；矩阵： $\begin{pmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ r_{41} & 0 & 0 \\ 0 & r_{41} & 0 \\ 0 & 0 & r_{41} \end{pmatrix}$
（b）四方晶系$\overline{4}2m$（KDP）：光学特性：单轴晶体（$n_x=n_y=n_o, n_z=n_e$）；非零系数：$r_{41}=r_{52}\ne r_{63}$；矩阵： $\begin{pmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ r_{41} & 0 & 0 \\ 0 & r_{41} & 0 \\ 0 & 0 & r_{63} \end{pmatrix}$
（c）三角晶系3m（LiNbO₃、LiTaO₃）：光学特性：单轴晶体（$n_x=n_y=n_o, n_z=n_e$）；非零系数：$r_{13}=r_{23}, r_{12}=r_{61}=-r_{22}, r_{33}, r_{42}=r_{51}$；矩阵： $\begin{pmatrix} 0 & -r_{22} & r_{13} \\ 0 & r_{22} & r_{13} \\ 0 & 0 & r_{33} \\ 0 & r_{42} & 0 \\ r_{42} & 0 & 0 \\ -r_{22} & 0 & 0 \end{pmatrix}$

三、5.2 典型晶体的电光调制（计算题核心）

重点分析两种实用晶体：KDP（$\overline{4}2m$）和LiNbO₃（3m），核心是「电场→折射率变化→相位差→半波电压」的推导与计算。

5.2.1 KDP晶体（4-bar 2m点群）

1. 基础特性

单轴晶体：$n_x=n_y=n_o$（寻常光），$n_z=n_e$（非寻常光）；
泡克尔斯系数：仅 $r_{41}=r_{52}$、$r_{63}$ 非零；
无电场折射率椭球：$\frac{x^2 + y^2}{n_o^2} + \frac{z^2}{n_e^2} = 1$。

2. 电场沿 z 轴（光轴）作用（$E_{0x}=E_{0y}=0,\ E_{0z}\ne0$）

（1）折射率椭球变形

$\Delta\eta$ 非零分量：$\Delta\eta_6=r_{63}E_{0z}$（其余为 0），代入椭球方程得： $\frac{x^2}{n_o^2} + \frac{y^2}{n_o^2} + \frac{z^2}{n_e^2} + 2r_{63}E_{0z} \cdot xy = 1$ 出现 $xy$ 交叉项→主轴旋转 $45^\circ$，新主轴： $\hat{X} = \frac{1}{\sqrt{2}}(\hat{x}+\hat{y}), \quad \hat{Y} = \frac{1}{\sqrt{2}}(-\hat{x}+\hat{y}), \quad \hat{Z} = \hat{z}$

（2）新主轴折射率（泰勒展开简化）

$n_X \approx n_o - \frac{1}{2}n_o^3r_{63}E_{0z}, \quad n_Y \approx n_o + \frac{1}{2}n_o^3r_{63}E_{0z}, \quad n_Z = n_e$ 关键：$n_Y-n_X=n_o^3r_{63}E_{0z}$（折射率差随电场线性变化）。

（3）纵向调制（光沿 z 轴传播，$k\parallel\hat{z}$）

定义：光波传播方向与电场平行；
相位差计算：光传播距离$l$后，两偏振模（$X$、$Y$方向）的相位差： $\Delta\varphi = \frac{2\pi}{\lambda}(n_Y - n_X)l = \frac{2\pi}{\lambda}n_o^3r_{63}E_{0z} \cdot l$ 因 $E_{0z}=V/l$（$V$ 为外加电压），代入得： $\Delta\varphi = \frac{2\pi}{\lambda}n_o^3r_{63}V$
半波电压（$V_\pi$）：$\Delta\varphi=\pi$ 时的电压（偏振态反转）： $V_\pi = \frac{\lambda}{2n_o^3r_{63}}$ 例题：KDP 的 $r_{63}=10.5\,\mathrm{pm/V}$，$n_o=1.51$，$\lambda=1\,\mu\mathrm{m}$，则 $V_\pi\approx1.38\times10^4\,\mathrm{V}$。
特点：$V_\pi$ 与 $l$ 无关，电极需透明（难制作）。

（4）横向调制（光沿 X 轴传播，$k\parallel\hat{X}$）

定义：光波传播方向与电场垂直；
相位差计算：光传播距离$l$后，两偏振模（$Y$、$Z$方向）的相位差： $\Delta\varphi = \frac{2\pi}{\lambda}(n_Y - n_Z)l = \frac{2\pi}{\lambda}\left[(n_o - n_e)l + \frac{1}{2}n_o^3r_{63}E_{0z} \cdot l\right]$ 因 $E_{0z}=V/d$（$d$ 为电极间距），代入得： $\Delta\varphi = \frac{2\pi}{\lambda}(n_o - n_e)l + \frac{\pi}{\lambda}n_o^3r_{63}V \cdot \frac{l}{d}$
半波电压（忽略固有双折射）： $V_\pi = \frac{\lambda d}{2n_o^3r_{63}l}$
特点：$V_\pi$ 与 $l/d$ 成反比，可通过增大 $l/d$ 降低电压（实用优先采用），电极制作简单。

3. 纵向vs横向调制对比（必考简答）

特性	纵向调制（$k\parallel E_0$）	横向调制（$k\perp E_0$）
相位差公式	$\Delta\varphi=2\pi n_o^3r_{63}V/\lambda$	$\Delta\varphi=\pi n_o^3r_{63}V(l/d)/\lambda + 固有双折射项$
半波电压 $V_\pi$	$\lambda/(2n_o^3r_{63})$（与 $l$ 无关）	$\lambda d/(2n_o^3r_{63}l)$（与 $l/d$ 成反比）
电极制作	透明电极（难）	普通金属电极（易）
固有双折射影响	无	有（需温度补偿）

5.2.2 LiNbO₃晶体（3m点群）

1. 基础特性

单轴晶体：$n_x=n_y=n_o$，$n_z=n_e$（$n_o>n_e$，与 KDP 相反）；
泡克尔斯系数：8 个非零分量（$r_{13}=r_{23}$、$r_{33}$、$r_{42}=r_{51}$、$r_{12}=r_{61}=-r_{22}$）；
应用：光纤通信、光开关（调制效率高，$V_\pi$ 低）。

2. 电场沿 z 轴作用（$E_{0z}\ne0$）

$\Delta\eta$ 非零分量：$\Delta\eta_1=\Delta\eta_2=r_{13}E_{0z}$，$\Delta\eta_3=r_{33}E_{0z}$（无交叉项）；
折射率变化：$n_x’=n_y’\approx n_o-\frac{1}{2}n_o^3r_{13}E_{0z}$，$n_z’\approx n_e-\frac{1}{2}n_e^3r_{33}E_{0z}$；
横向调制相位差（光沿 $x$ 轴传播）： $\Delta\varphi = \frac{2\pi}{\lambda}\left[(n_o - n_e)l + \frac{1}{2}(n_e^3r_{33} - n_o^3r_{13})E_{0z} \cdot l\right]$
半波电压： $V_\pi = \frac{\lambda d}{(n_e^3r_{33} - n_o^3r_{13})l}$ 关键：$r_{33}\approx3.6r_{13}$，$V_\pi$ 远低于 KDP（实用中可低至几伏）。

四、5.3 电光调制器（简答题核心：结构+原理+应用）

基于泡克尔斯效应，通过「控制折射率变化→控制光波的相位/偏振/振幅」，分为三类基础调制器。

5.3.1 相位调制器

1. 核心功能

仅改变光波相位，不改变振幅和偏振态。

2. 结构与原理

结构：偏振器 + 电光晶体 + 电极；
工作过程：
1. 偏振器使入射光沿晶体新主轴线性偏振；
2. 电场使该主轴折射率随电压变化（$n\propto V$）；
3. 相位变化：$\varphi=k_0nl=(2\pi/\lambda)nl\propto V$（$k_0=2\pi/\lambda$ 为真空波数）。

3. 关键公式（计算题）

横向相位调制（LiNbO₃，$E\parallel\hat{z}$，光沿 $x$ 轴传播，偏振沿 $z$ 轴）： $\varphi = \frac{\pi n_e^3 r_{33} V l}{\lambda d}$
纵向相位调制（LiNbO₃，$E\parallel\hat{z}$，光沿 $z$ 轴传播）： $\varphi = \frac{\pi n_o^3 r_{13} V}{\lambda}$

4. 应用

光纤陀螺、激光锁模、相干光通信（相位编码）。

5.3.2 偏振调制器

1. 核心功能

改变光波偏振态（线偏振→椭圆偏振→圆偏振），振幅不变。

2. 结构与原理

结构：无偏振器 + 电光晶体 + 电极；
工作过程：
1. 入射光偏振方向不平行于晶体任何主轴；
2. 电场使晶体产生双折射（$n_1\ne n_2$），两正交偏振模产生「电压依赖的相位差」（$\Delta\varphi\propto V$）；
3. 相位差与偏振态对应：
  - $\Delta\varphi=0/2\pi$：线偏振（不变）；
  - $\Delta\varphi=\pi/2$：圆偏振；
  - $\Delta\varphi=\pi$：线偏振（旋转90°）。

3. 关键参数

半波电压 $V_\pi$：偏振态旋转 $90^\circ$ 所需电压；
四分之一波电压 $V_{\pi/2}$：线偏振→圆偏振所需电压（$V_{\pi/2}=V_\pi/2$）。

4. 应用

偏振编码通信、光隔离器、偏振态控制器。

5.3.3 振幅调制器

1. 核心功能

通过控制相位差→控制输出光振幅（强度），最常用调制器。

2. 结构与原理（必考简答）

结构：输入偏振器 + 电光晶体 + 四分之一波片 + 输出分析器；
关键配置：输入偏振器与晶体主轴成45°，输出分析器与输入偏振器成90°（正交）；
工作过程：
1. 输入线偏振光分解为等幅的两偏振模；
2. 电场使两模产生相位差$\Delta\varphi$，四分之一波片提供固定相位差$\pi/2$（实现线性调制）；
3. 两模经正交分析器干涉，输出强度： $I_{out} = I_{in} \sin^2\left(\frac{\Delta\varphi}{2}\right)$

3. 线性调制方法（必考简答）

问题：$I_{out}=I_{in}\sin^2(\Delta\varphi/2)$ 是非线性关系；
解决方案：加四分之一波片，总相位差 $\Delta\varphi’=\pi/2+\Delta\varphi$，输出强度： $I_{out} = \frac{I_{in}}{2}\left[1 + \sin(\Delta\varphi)\right]$ 小信号时 $\sin(\Delta\varphi)\approx\Delta\varphi$，实现 $I_{out}\propto V$（线性调制）。

4. 应用

光纤通信（强度调制）、激光显示、光存储。

五、5.4 波导型电光调制器（进阶考点）

核心背景

体材料调制器缺点：$l/d$ 受限（衍射效应）、$V_\pi$ 高；波导型通过「波导约束光场」，$l/d$ 大幅增大（无衍射），降低 $V_\pi$（几伏级），是主流实用器件。

5.4.1 基础概念

1. 波导结构

核心：信道波导 + 表面电极（波导折射率 $n_2$ 大于衬底 $n_1$ 和覆盖层 $n_3$）；
光场约束：光波限制在波导芯区传播，无衍射；
模式分类：
- TE模：电场主要平行于波导表面；
- TM模：电场主要垂直于波导表面。

2. 耦合模理论

核心思想：电场→折射率变化→模式传播常数 $\beta$ 变化→模式耦合（自耦合/互耦合）；
自耦合（单模波导）：$\Delta\beta=\kappa_{vv}$→相位调制；
互耦合（双模波导）：$\kappa_{ab}$→功率转移（偏振调制/开关）。

5.4.2 典型波导调制器（简答重点）

1. 马赫-曾德尔（M-Z）波导干涉仪

结构：3dB耦合器 + 两条平行波导臂 + 电极 + 输出耦合器；
工作原理：
1. 入射光经3dB耦合器等幅分配到两波导臂；
2. 电极在两臂施加相反电场（推挽操作），产生相位差 $\Delta\varphi$；
3. 两臂光干涉，输出强度： $T = \frac{P_{out}}{P_{in}} = \frac{1}{2}(1+\cos\Delta\varphi)$
应用：光纤通信（2.5Gb/s、10Gb/s强度调制器）。

2. 定向耦合器开关

结构：两条平行波导 + 电极；
工作原理：
- 无电压：两模耦合，光从「交叉端口」输出（$\eta=1$）；
- 加电压：电场诱导相位失配，光从「直通端口」输出（$\eta=0$）；
关键参数：开关电压 $V_s=\sqrt{3}V_\pi$。

3. 波导偏振调制器

核心：TE模与TM模的耦合；
相位匹配：通过周期电极补偿固有相位差；
功能：TE模↔TM模转换，控制偏振态。

六、考试核心考点汇总（直接背诵）

（一）简答题高频考点

泡克尔斯效应与克尔效应的区别；
折射率椭球在电光效应中的变化；
KDP晶体纵向/横向调制的区别；
振幅调制器的结构与线性调制方法；
波导型调制器的优势；
M-Z干涉仪的工作原理。

（二）计算题核心公式

相位差公式（KDP，$E$沿z轴）：
- 纵向：$\Delta\varphi=2\pi n_o^3 r_{63} V/\lambda$；
- 横向：$\Delta\varphi=\pi n_o^3 r_{63} V(l/d)/\lambda$；
半波电压公式：
- 纵向：$V_\pi=\lambda/(2n_o^3 r_{63})$；
- 横向：$V_\pi=\lambda d/(2n_o^3 r_{63} l)$；
振幅调制器输出强度：$I_{out}=I_{in} \sin^2(\Delta\varphi/2)$。

（三）关键符号对照表

符号	物理意义	典型值（KDP）
$n_o$	寻常光折射率	1.51
$n_e$	非寻常光折射率	1.47
$r_{63}$	泡克尔斯系数	10.5 pm/V（10⁻¹² m/V）
$\lambda$	入射光波长	1μm（10⁻⁶ m）
$l$	晶体长度	1~5 cm
$d$	电极间距	10~100 μm

一、核心术语表（中英对照 + 物理意义）

英文术语	中文术语	物理意义
Electro-optic effect	电光效应	静态/低频电场导致介质介电常数张量变化，进而改变折射率及偏振特性的现象
Pockels effect	泡克尔斯效应	线性电光效应（$\Delta\eta\propto E_0$），仅存在于非中心对称晶体，效应强度较强
Kerr effect	克尔效应	二次电光效应（$\Delta\eta\propto E_0^2$），存在于所有材料，效应强度较弱
Electric impermeability tensor	介电不渗透张量（$\eta$）	$\eta=(\varepsilon/\varepsilon_0)^{-1}$，直接关联折射率（$\eta_{ii}=1/n_i^2$），是描述电光效应的核心张量
Index ellipsoid	折射率椭球	直观描述介质折射率各向异性的几何工具，无电场时为标准椭球，加电场后出现交叉项并旋转
Half-wave voltage（$V_\pi$）	半波电压	使两正交偏振模产生 $\pi$ 相位差所需的电压，是调制器的关键性能参数
Longitudinal modulation	纵向调制	光波传播方向与外加电场方向平行（$k\parallel E_0$），$V_\pi$ 与晶体长度无关
Transverse modulation	横向调制	光波传播方向与外加电场方向垂直（$k\perp E_0$），$V_\pi$ 与长径比（$l/d$）成反比
Phase modulator	相位调制器	仅改变光波相位，不改变振幅/偏振态的调制器，核心是折射率随电压变化
Amplitude modulator	振幅调制器	通过控制相位差实现光波强度调制的器件，核心是正交偏振模干涉
Polarization modulator	偏振调制器	控制光波偏振态（线→椭圆→圆偏振）的调制器，依赖电场诱导的双折射
Guided-wave electro-optic modulator	波导型电光调制器	利用波导约束光场，大幅降低 $V_\pi$，具有高调制效率的进阶器件
Mach-Zehnder interferometer（M-Z）	马赫-曾德尔干涉仪	基于双波导臂相位调制+干涉的振幅调制器，是主流实用器件
Pockels coefficients（$r_{ijk}$）	泡克尔斯系数	描述线性电光效应强度的参数，晶体对称性决定其非零独立分量数量

二、公式大全（分类整理 + 符号说明）

（一）基础核心公式

1. 介电不渗透张量变化公式

$\Delta\eta_{\alpha} = \sum_{k=x,y,z} r_{\alpha k} E_{0k} \quad (\alpha=1~6)$

符号说明：$\Delta\eta_\alpha$ 为 $\eta$ 的变化量（$\alpha=1,\ldots,6$ 对应双重指标 $ij$）；$r_{\alpha k}$ 为泡克尔斯系数；$E_{0k}$ 为外加电场分量
适用场景：所有线性电光效应分析

2. 折射率变化近似公式

$n_i \approx n_{i0} - \frac{1}{2} n_{i0}^3 \sum_{k} r_{\alpha k} E_{0k}$

符号说明：$n_{i0}$ 为无电场时的折射率；$n_i$ 为加电场后的折射率；$r_{\alpha k}$ 为泡克尔斯系数
适用场景：$r_{\alpha k}E_{0k}\ll1$ 时的近似计算（绝大多数实用场景）

（二）相位差公式

1. KDP晶体（$n_x=n_y=n_o$，$n_z=n_e$）

纵向调制（$E\parallel z$ 轴，$k\parallel z$ 轴）： $\Delta\varphi = \frac{2\pi}{\lambda} n_o^3 r_{63} V$
横向调制（$E\parallel z$ 轴，$k\perp z$ 轴）： $\Delta\varphi = \frac{\pi}{\lambda} n_o^3 r_{63} V \cdot \frac{l}{d} + \frac{2\pi}{\lambda} (n_o - n_e) l$

2. LiNbO₃晶体（$n_x=n_y=n_o$，$n_z=n_e$）

横向调制（$E\parallel z$ 轴，$k\parallel x$ 轴）： $\Delta\varphi = \frac{\pi}{\lambda} (n_e^3 r_{33} - n_o^3 r_{13}) V \cdot \frac{l}{d} + \frac{2\pi}{\lambda} (n_o - n_e) l$
符号说明：$\lambda$ 为入射光波长；$V$ 为外加电压；$l$ 为晶体长度；$d$ 为电极间距；$r_{63}/r_{13}/r_{33}$ 为泡克尔斯系数；$n_o$ 为寻常光折射率；$n_e$ 为非寻常光折射率

（三）半波电压公式

1. KDP晶体

纵向调制： $V_{\pi L} = \frac{\lambda}{2 n_o^3 r_{63}}$
横向调制（忽略固有双折射）： $V_{\pi T} = \frac{\lambda d}{2 n_o^3 r_{63} l}$

2. LiNbO₃晶体（横向调制，$E\parallel z$ 轴）

$V_{\pi} = \frac{\lambda d}{(n_e^3 r_{33} - n_o^3 r_{13}) l}$

符号说明：同相位差公式；$V_{\pi L}$ 为纵向半波电压；$V_{\pi T}$ 为横向半波电压

（四）调制器输出公式

1. 振幅调制器透射率

非线性响应（无 quarter-wave plate）： $T = \sin^2\left(\frac{\Delta\varphi}{2}\right) = \frac{1}{2}(1 - \cos\Delta\varphi)$
线性响应（加 quarter-wave plate）： $T = \frac{1}{2}\left[1 + \sin\left(\Delta\varphi\right)\right]$

2. M-Z干涉仪输出强度

$I_{out} = \frac{I_{in}}{2} \left[1 + \cos\left(\Delta\varphi\right)\right]$

符号说明：$T$ 为透射率；$\Delta\varphi$ 为两偏振模相位差；$I_{in}$ 为输入光强度；$I_{out}$ 为输出光强度

三、典型计算题（含解析 + 答题步骤）

计算题1：KDP晶体纵向调制半波电压计算

题目

已知 KDP 晶体的参数：$n_o=1.51$，$r_{63}=10.5\,\mathrm{pm/V}$（$1\,\mathrm{pm}=10^{-12}\,\mathrm{m}$），入射光波长 $\lambda=1.06\,\mu\mathrm{m}$（$1\,\mu\mathrm{m}=10^{-6}\,\mathrm{m}$）。求该晶体纵向电光调制的半波电压 $V_{\pi L}$。

解答步骤

确定适用公式：KDP纵向半波电压公式 $V_{\pi L} = \frac{\lambda}{2 n_o^3 r_{63}}$
代入参数（统一单位）：
- $\lambda=1.06\times10^{-6}\,\mathrm{m}$；$n_o=1.51$；$r_{63}=10.5\times10^{-12}\,\mathrm{m/V}$
计算 $n_o^3$： $n_o^3 = 1.51^3 \approx 3.4429$
代入公式计算： $V_{\pi L} = \frac{1.06\times10^{-6}}{2\times3.4429\times10.5\times10^{-12}} \approx \frac{1.06\times10^{-6}}{7.23\times10^{-11}} \approx 1.466\times10^4 V \approx 14.7 kV$

解析

核心思路：纵向调制 $V_\pi$ 与晶体长度无关，仅依赖波长、折射率和泡克尔斯系数；
关键注意：单位统一（pm→m，μm→m），避免计算错误；
考试提示：此类题直接套用公式，重点关注参数单位和 $n_o^3$ 的计算。

计算题2：KDP晶体横向调制相位差计算

题目

承上题，若采用横向调制方式，晶体长度 $l=5\,\mathrm{cm}$，电极间距 $d=0.5\,\mathrm{cm}$，外加电压 $V=5\,\mathrm{kV}$。忽略固有双折射，求两偏振模的相位差 $\Delta\varphi$。

解答步骤

确定适用公式：KDP横向相位差公式（忽略固有双折射） $\Delta\varphi = \frac{\pi}{\lambda} n_o^3 r_{63} V \cdot \frac{l}{d}$
代入参数（统一单位）：
- $\lambda=1.06\times10^{-6}\,\mathrm{m}$；$n_o^3\approx3.4429$；$r_{63}=10.5\times10^{-12}\,\mathrm{m/V}$；$V=5\times10^3\,\mathrm{V}$；$l=0.05\,\mathrm{m}$；$d=0.005\,\mathrm{m}$
计算 $l/d$： $\frac{l}{d} = \frac{0.05}{0.005} = 10$
代入公式计算： $\Delta\varphi = \frac{\pi\times1.06\times10^{-6}}{1.06\times10^{-6}}\times3.4429\times10.5\times10^{-12}\times5\times10^3\times10 \approx \pi\times3.4429\times10.5\times5\times10^{-9}\times10 \approx 5.61 rad$

解析

核心思路：横向调制相位差与 $l/d$ 成正比，可通过增大长径比降低所需电压；
关键注意：忽略固有双折射时，仅计算电场诱导的相位差；若需考虑，需叠加 $(2\pi/\lambda)(n_o-n_e)l$ 项；
考试提示：此类题常结合半波电压考查，比如求“产生 $\pi$ 相位差所需电压”，可先算 $V_{\pi T}$ 再对比。

计算题3：LiNbO₃横向调制半波电压计算

题目

LiNbO₃ 晶体参数：$n_o=2.29$，$n_e=2.20$，$r_{13}=9.6\,\mathrm{pm/V}$，$r_{33}=30.8\,\mathrm{pm/V}$，$\lambda=1550\,\mathrm{nm}$。横向调制时，$l=2\,\mathrm{cm}$，$d=0.2\,\mathrm{mm}$，求半波电压 $V_\pi$。

解答步骤

确定适用公式：LiNbO₃横向半波电压公式 $V_{\pi} = \frac{\lambda d}{(n_e^3 r_{33} - n_o^3 r_{13}) l}$
代入参数（统一单位）：
- $\lambda=1550\times10^{-9}\,\mathrm{m}$；$d=0.2\times10^{-3}\,\mathrm{m}$；$l=0.02\,\mathrm{m}$；$n_o=2.29$；$n_e=2.20$；$r_{13}=9.6\times10^{-12}\,\mathrm{m/V}$；$r_{33}=30.8\times10^{-12}\,\mathrm{m/V}$
计算 $n_o^3$ 和 $n_e^3$： $n_o^3 \approx 2.29^3 \approx 11.85；n_e^3 \approx 2.20^3 \approx 10.648$
计算分子和分母：
- 分子：$\lambda d=1550\times10^{-9}\times0.2\times10^{-3}=3.1\times10^{-10}\,\mathrm{m^2}$
- 分母：$(10.648\times30.8\times10^{-12}-11.85\times9.6\times10^{-12})\times0.02\approx4.28\times10^{-12}$
计算 $V_\pi$： $V_{\pi} = \frac{3.1\times10^{-10}}{4.28\times10^{-12}} \approx 72.4 V$

解析

核心思路：LiNbO₃ 的 $r_{33}$ 远大于 $r_{13}$，半波电压远低于 KDP，是实用中首选晶体；
关键注意：公式中是 $(n_e^3r_{33}-n_o^3r_{13})$，注意符号（因 $n_o>n_e$ 但 $r_{33}$ 足够大，整体为正）；
考试提示：LiNbO₃ 的参数是高频考点，需记住 $r_{33}\approx3r_{13}$，$n_o$ 略大于 $n_e$。

计算题4：振幅调制器透射率计算

题目

KDP 振幅调制器采用纵向调制，$\lambda=1\,\mu\mathrm{m}$，$n_o=1.51$，$r_{63}=10.5\,\mathrm{pm/V}$。加 quarter-wave plate 实现线性调制，外加调制电压 $V=V_\pi/2$（$V_\pi=1.38\times10^4\,\mathrm{V}$），求透射率 $T$。

解答步骤

确定适用公式：线性响应透射率公式 $T = \frac{1}{2}\left[1 + \sin\left(\Delta\varphi\right)\right]$
计算相位差 $\Delta\varphi$：纵向调制 $\Delta\varphi=2\pi n_o^3r_{63}V/\lambda$，而 $V_\pi=\lambda/(2n_o^3r_{63})$，故 $\Delta\varphi=\pi V/V_\pi$ $\Delta\varphi = \pi\times(V\pi/2)/V\pi = \pi/2$
代入公式计算： $T = \frac{1}{2}\left[1 + \sin(\pi/2)\right] = \frac{1}{2}(1+1) = 1.0$

解析

核心思路：加 quarter-wave plate 后，透射率与 $\sin(\Delta\varphi)$ 成正比，实现线性调制；
关键注意：$V=V_\pi/2$ 时，$\Delta\varphi=\pi/2$，透射率达到最大值 1；$V=0$ 时，$\Delta\varphi=\pi/2$（quarter-wave plate 贡献），$T=0.5$；
考试提示：此类题常考查“调制电压与透射率的关系”，需结合半波电压和线性响应公式。

四、高频简答题（标准回答 + 背诵要点）

简答题1：简述泡克尔斯效应与克尔效应的核心区别。

标准回答

电场依赖关系：泡克尔斯效应是线性依赖（$\Delta\eta\propto E_0$），克尔效应是二次依赖（$\Delta\eta\propto E_0^2$）；
存在条件：泡克尔斯效应仅存在于非中心对称晶体，克尔效应存在于所有材料（含中心对称晶体、液体、气体）；
效应强度：泡克尔斯效应强度较强，实用价值高；克尔效应强度较弱，需强电场激发；
系数特性：泡克尔斯系数 $r_{ijk}$（18 个独立分量，晶体对称性减少非零值），克尔系数 $s_{ijkl}$（36 个独立分量）。

背诵要点：电场阶数、存在条件、强度、系数（四维度对比）

简答题2：简述折射率椭球在电光效应中的变化规律。

标准回答

无电场时：折射率椭球为标准形式（$x^2/n_x^2+y^2/n_y^2+z^2/n_z^2=1$），主轴与晶体固有主轴（$\hat{x},\hat{y},\hat{z}$）重合，无交叉项；
加电场后：介电不渗透张量 $\eta$ 出现非零交叉项（$\Delta\eta_4$ 到 $\Delta\eta_6\ne0$），导致椭球方程出现 $yz$、$zx$、$xy$ 交叉项；
主轴变化：椭球主轴旋转（偏离原固有主轴），形成新主轴（$\hat{X},\hat{Y},\hat{Z}$）；
折射率变化：新主轴方向的折射率随电场线性变化（$n\propto E_0$），产生双折射。

背诵要点：无电场（标准椭球）→ 加电场（交叉项+主轴旋转+折射率变化）

简答题3：简述KDP晶体纵向调制与横向调制的区别。

标准回答

传播与电场方向：纵向调制 $k\parallel E_0$（光沿 $z$ 轴传播，电场平行 $z$ 轴），横向调制 $k\perp E_0$（光沿 $x/y$ 轴传播，电场平行 $z$ 轴）；
相位差公式：纵向 $\Delta\varphi=2\pi n_o^3r_{63}V/\lambda$（与 $l$ 无关），横向 $\Delta\varphi=\pi n_o^3r_{63}V(l/d)/\lambda$ + 固有双折射项（与 $l/d$ 成正比）；
半波电压：纵向 $V_{\pi L}=\lambda/(2n_o^3r_{63})$（与 $l$ 无关），横向 $V_{\pi T}=\lambda d/(2n_o^3r_{63}l)$（可通过增大 $l/d$ 降低）；
电极制作：纵向需透明电极（难制作），横向需普通金属电极（易制作）；
固有双折射影响：纵向无影响，横向需温度补偿（避免相位漂移）。

背诵要点：方向、公式、$V_\pi$、电极、双折射影响（五维度对比）

简答题4：简述振幅调制器的结构及线性调制的实现方法。

标准回答

核心结构：输入偏振器 + 电光晶体 + quarter-wave plate（四分之一波片） + 输出分析器；
关键配置：输入偏振器与晶体主轴成45°（将入射光分解为等幅两正交偏振模），输出分析器与输入偏振器正交（90°）；
非线性问题：无 quarter-wave plate 时，透射率 $T=\sin^2(\Delta\varphi/2)$，呈非线性关系；
线性实现方法：插入 quarter-wave plate，提供固定相位差 $\pi/2$，使总相位差 $\Delta\varphi’=\pi/2+\Delta\varphi$，此时 $T=\frac{1}{2}[1+\sin(\Delta\varphi)]$，小信号下 $\sin(\Delta\varphi)\approx\Delta\varphi$，实现 $T$ 与 $V$ 线性相关。

背诵要点：结构（偏振器+晶体+波片+分析器）+ 配置 + 非线性解决（quarter-wave plate）

简答题5：简述波导型电光调制器相比体材料调制器的优势。

标准回答

调制效率高：波导约束光场，无衍射效应，长径比（$l/d$）可大幅增大（远大于体材料），显著降低半波电压 $V_\pi$（体材料 kV 级，波导型几 V 到几十 V 级）；
集成度高：波导结构可与其他光电子器件（如光纤、探测器）集成，适配小型化、阵列化应用；
光场利用率高：光场集中在波导芯区，与调制电场重叠度高（重叠因子 $\Gamma\approx1$），电光相互作用强；
稳定性好：波导结构对环境扰动（如温度、振动）敏感度低，调制性能稳定；
带宽宽：电极间距小，寄生电容小，电光带宽可达GHz级，适配高速调制需求。

背诵要点：高效率（低 $V_\pi$）、高集成、高利用率、高稳定、高带宽（五优势）

简答题6：简述马赫-曾德尔（M-Z）干涉型调制器的工作原理。

标准回答

结构组成：3dB输入耦合器 + 两条平行波导臂（含电光调制电极） + 3dB输出耦合器；
工作过程：（1）入射光经输入3dB耦合器，等幅分配到两条波导臂；（2）通过电极在两臂施加相反电场（推挽操作），使两臂产生大小相等、方向相反的相位差（$\Delta\varphi_1=-\Delta\varphi_2$），总相位差 $\Delta\varphi=\Delta\varphi_1-\Delta\varphi_2=2\Delta\varphi_1$；（3）两臂光经输出 3dB 耦合器干涉，输出强度 $I_{out}=\frac{I_{in}}{2}[1+\cos(\Delta\varphi)]$；
调制功能：通过改变外加电压控制 $\Delta\varphi$，实现 $I_{out}$ 的强度调制（ON-OFF 或线性调制）。

背诵要点：结构 + 分束→相位调制→干涉→输出（四步骤）

简答题7：简述半波电压的物理意义及工程应用价值。

标准回答

物理意义：半波电压（$V_\pi$）是电光调制器中，使两正交偏振模产生 $\pi$ 相位差所需的最小电压；相位差 $\pi$ 对应偏振态旋转 $90^\circ$，是调制器的关键性能指标；
应用价值：（1）衡量调制效率：$V_\pi$ 越小，调制效率越高，所需驱动电压越低，降低系统功耗；（2）器件设计依据：根据 $V_\pi$ 确定晶体长度、电极间距等结构参数（如横向调制需设计 $l/d$ 以满足 $V_\pi$ 要求）；（3）系统适配依据：$V_\pi$ 决定驱动电路的设计规格（如电压幅值、带宽），确保调制器与电路匹配。

背诵要点：物理意义（$\pi$ 相位差）+ 应用价值（效率、设计、适配）

简答题8：简述电光调制的核心物理过程。

标准回答

电场作用：外加静态/低频电场作用于电光晶体，导致晶体介电常数张量 $\varepsilon$ 变化；
张量转换：$\varepsilon$ 变化转化为介电不渗透张量 $\eta$ 的变化（$\Delta\eta\propto E_0$），产生非零交叉项；
折射率变化：$\eta$ 变化使折射率椭球旋转并产生双折射（$n_1\ne n_2$），两正交偏振模的折射率随电场线性变化；
光波调制：入射光分解为两正交偏振模，传播过程中产生电场依赖的相位差，通过干涉（振幅调制）、偏振态变化（偏振调制）或相位变化（相位调制）实现对光波的控制。

背诵要点：电场→$\varepsilon$ 变化→$\eta$ 变化→双折射→光波调制（五步骤）

光电子学第四章笔记

Wed, 21 Jan 2026 00:00:00 +0000

Av(z) 的物理意义与背景

单波导模式耦合的推导中，$A_v(z)$ 是受扰波导中第 $v$ 阶导模的模式振幅（mode amplitude），是传播距离 $z$ 的函数：

1. 定义：模式场的振幅因子

波导的总场可以分解为各阶导模的叠加，在受扰波导中，电场的表达式为： $E_1(\boldsymbol{r}) = \sum_v A_v(z) \hat{E}_v(x,y) \exp(i\beta_v z)$

$\hat{E}_v(x,y)$：第 $v$ 阶导模的横向电场分布函数（仅与横向坐标 $x,y$ 有关，是归一化的场分布，描述模式在波导横截面上的场形）；
$\exp(i\beta_v z)$：第 $v$ 阶导模沿传播方向 $z$ 的相位因子（$\beta_v$ 是该模式的传播常数）；
$A_v(z)$：第 $v$ 阶导模的模式振幅（仅与传播距离 $z$ 有关，是随 $z$ 变化的复函数，描述模式场沿 $z$ 方向的幅度变化）。

2. 物理意义：模式的激发强度/能量振幅

无扰波导（$\Delta P=0$）：波导无扰动时，模式之间无耦合，每个模式的振幅 $A_v$ 是常数（不随 $z$ 变化），模式能量保持恒定，无能量转移。
受扰波导（$\Delta P\neq0$）：波导存在扰动时，不同模式之间会发生能量耦合（能量从一个模式转移到另一个模式），此时 $A_v(z)$ 随 $z$ 变化，其大小反映了第 $v$ 阶模式在传播过程中的“激发强度”或“能量振幅”——$\vert A_v(z)\vert^2$ 通常与该模式的携带能量成正比，$A_v(z)$ 的变化率由耦合模方程描述。

3. 与耦合模方程的关联

图中最终推导的耦合模方程（coupled-mode equation）： $\pm \frac{dA_v}{dz} = i\omega e^{-i\beta_v z} \iint_{-\infty}^\infty \hat{E}_v^* \cdot \Delta P \, dxdy$ 正是 $A_v(z)$ 的微分方程，它直接描述了模式振幅 $A_v(z)$ 随传播距离 $z$ 的演化规律：扰动 $\Delta P$ 会导致 $A_v(z)$ 变化，变化率由模式场与扰动的重叠积分决定，这也验证了 $A_v(z)$ 是反映模式耦合过程中能量转移的核心变量。

核心总结

$A_v(z)$ 是受扰波导中第 $v$ 阶导模的模式振幅，随 $z$ 变化的特性直接反映了模式之间的能量耦合，是耦合模理论中描述模式激发强度和能量转移的关键变量。

光电子学第四章波与模式的耦合

Tue, 20 Jan 2026 00:00:00 +0000

第四章波与模式的耦合（Coupling of Waves and Modes）详细知识点梳理

一、基础概念铺垫（先搞懂“是什么”）

1. 波导与导波（Waveguide & Guided Wave）

波导结构：由 高折射率芯层（core/film） 和 低折射率包层（cladding）组成，芯层约束光场，包层提供光学隔离；
分类：
- 纵向均匀波导：折射率仅与横向（x,y）相关，与纵向（z，传播方向）无关（$n(x,y,z)=n(x,y)$）；
  - 平面波导：仅一个横向（如x）有芯层-包层结构，$n(x,y)=n(x)$（$\partial/\partial y=0$），分阶跃折射率（step-index）和渐变折射率（graded-index）；
  - 非平面波导：横向（x,y）均有芯层-包层结构（如沟道波导、圆形光纤）；
导波特性：光沿纵向（z）传播，横向光场被芯层束缚（包层中为倏逝场），传播常数$\beta$满足$k_0 n_{clad} < \beta < k_0 n_{core}$（$k_0=2\pi/\lambda_0$为自由空间波数）。

2. 耦合的本质（Coupling Essence）

光场在传播过程中，因介质特性变化（时变/非线性/空间扰动），导致不同频率的光波或不同空间模式的光场之间发生能量交换，称为“耦合”；
耦合的数学描述：通过“耦合极化$\Delta P$”实现——背景极化描述介质固有特性，$\Delta P$是耦合机制引入的附加极化，直接耦合不同光场。

3. 两大核心理论的适用场景（必考区分点）

理论类型	适用介质特性	处理对象	核心应用场景
耦合波理论	时变（电光/磁光/声光诱导）或非线性	不同频率的光波（频率耦合）	声光衍射、非线性频率转换
耦合模理论	空间依赖（如波导扰动、多波导）	不同空间模式/偏振的光场（模式耦合）	光栅耦合器、定向耦合器、DBR/DFB激光器

二、4.1 耦合波理论（Coupled-wave theory）

1. 核心前提：耦合发生的条件

介质必须是「时变」或「非线性」的：线性静态介质中，不同频率光波的波动方程相互独立，无能量交换（无耦合）；
- 时变介质：外部场（电场/磁场/声波）诱导介质光学特性随时间变化（如声光效应中，声波使介质折射率周期性起伏，形成时变光栅）；
- 非线性介质：介质极化强度与光场强度非线性相关（如$P=\varepsilon_0 \chi^{(1)}E + \varepsilon_0 \chi^{(2)}E^2 + \dots$），导致新频率产生（如二次谐波）。

2. 耦合波方程的推导（公式推导+物理意义）

（1）无耦合时的波动方程

从麦克斯韦方程出发，忽略自由电荷和电流，推导单色光波的波动方程： $\nabla \times \nabla \times \mathcal{E} = \omega^2 \mu_0 \varepsilon \mathcal{E}$

单色光场：$\mathcal{E}(r,t) = \mathcal{E}(r) e^{-i\omega t}$，$\omega$为光场角频率；
物理意义：线性静态介质中，光场满足亥姆霍兹方程，不同频率$\omega$的光场各自独立传播，无耦合。

（2）有耦合时的波动方程（核心公式）

引入耦合极化$\Delta P$（描述耦合机制），总极化$P = P_0 + \Delta P$（$P_0$为背景极化），波动方程修正为： $\nabla \times \nabla \times \mathcal{E}_q - \omega_q^2 \mu_0 \varepsilon \cdot \mathcal{E}_q = \omega_q^2 \mu_0 \Delta P_q$

下标q：标记不同频率的光波（$\omega_q$为第q个光波的角频率）；
物理意义：$\Delta P_q$作为“源项”，将第q个光波与其他频率光波耦合，导致$\mathcal{E}_q$的振幅（幅度、相位、偏振）随传播变化（不再是恒定振幅）。

（3）弱耦合近似（Weak Coupling Approximation）

假设：$\Delta P \ll P_0$（耦合是对线性静态介质的微扰），此时可忽略$\Delta P$对介质整体特性的影响，仅考虑其耦合作用；
$\Delta P$的展开：因耦合不同频率光波，$\Delta P$可分解为各频率分量的叠加： $\Delta P(r,t) = \sum_q \Delta P_q(r) e^{-i\omega_q t}$
关键结论：$\Delta P_q(r)$不仅与第q个光波的场$\mathcal{E}_q(r)$相关，还含其他频率光波的场（如$\mathcal{E}_{q\pm1}$），正是这种交叉关联实现了频率耦合。

3. 慢变振幅近似（SVA：Slowly varying amplitude approximation）

（1）近似前提

耦合导致的光场振幅变化，在一个光波长（$\lambda$）的传播距离内可忽略： $\nabla^2 \mathcal{E}_q \ll k_q \cdot \nabla \mathcal{E}_q$

物理图像：光场的“快速变化”由相位因子$e^{i k_q \cdot r}$描述，振幅$\mathcal{E}_q(r)$是“缓慢变化”的包络，符合实际器件中耦合作用的渐变特性。

（2）方程简化（核心推导步骤）

将$\mathcal{E}_q(r) = \mathcal{E}_q(z) e^{i k_q \cdot r}$（沿z方向传播，$k_q = k_q \hat{z}$）代入波动方程，利用$\nabla \times \nabla \times \mathcal{E} = \nabla(\nabla \cdot \mathcal{E}) - \nabla^2 \mathcal{E}$，结合弱耦合近似和时谐条件，最终得到： $(k_q \cdot \nabla) \mathcal{E}_q \approx \frac{i \omega_q^2 \mu_0}{2} \Delta P_q e^{-i k_q \cdot r}$

简化结果：二阶微分方程→一阶微分方程，大幅降低求解难度；
沿z方向传播时，进一步简化为： $\frac{d \mathcal{E}_q}{d z} \approx \frac{i \omega_q^2 \mu_0}{2 k_q} \Delta P_q e^{-i k_q z}$

4. 典型应用：声光衍射（Raman-Nath/Bragg Diffraction）

耦合机制：声波使介质折射率周期性起伏（时变光栅，$\Delta n(z,t) \propto e^{i(K z - \Omega t)}$，K为声波波数，$\Omega$为声波角频率）；
耦合结果：入射光（$\omega_0, k_0$）与声波耦合，产生衍射光（$\omega = \omega_0 \pm \Omega$，$k = k_0 \pm K$），符合能量守恒（$\hbar \omega = \hbar \omega_0 \pm \hbar \Omega$）和动量守恒（$\hbar k = \hbar k_0 \pm \hbar K$）。

三、4.2 耦合模理论（Coupled-mode theory）

1. 核心思想：“未扰动模式”作为基矢

未扰动波导（$\varepsilon(x,y)$，无空间扰动）：存在正交归一的“本征模”$\{\hat{\mathcal{E}}_v(x,y), \hat{\mathcal{H}}_v(x,y)\}$（v为模式序号），满足：
- 正交性：$\int_{-\infty}^{\infty} \int_{-\infty}^{\infty} (\hat{\mathcal{E}}_v^* \times \hat{\mathcal{H}}_\mu + \hat{\mathcal{E}}_\mu \times \hat{\mathcal{H}}_v^*) \cdot \hat{z} dxdy = \delta_{v\mu}$（$\delta_{v\mu}$为克罗内克函数）；
- 独立传播：光场可展开为$\mathcal{E}(r) = \sum_v A_v \hat{\mathcal{E}}_v(x,y) e^{i\beta_v z}$，其中$A_v$为常数（无耦合时振幅不变）。
扰动波导（$\varepsilon'(x,y,z) = \varepsilon(x,y) + \Delta \varepsilon(x,y,z)$，如波导变形、多波导邻近）：
- 本征模不再独立，光场展开式中$A_v = A_v(z)$（振幅随z变化）；
- 耦合模方程：描述$A_v(z)$的变化规律，本质是“模式间的能量交换”。

2. 单波导模式耦合（Single-waveguide mode coupling）

（1）耦合模方程推导（核心步骤）

光场展开：扰动波导中，光场仍用未扰动波导的本征模展开： $\mathcal{E}(r) = \sum_v A_v(z) \hat{\mathcal{E}}_v(x,y) e^{i\beta_v z}, \quad \mathcal{H}(r) = \sum_v A_v(z) \hat{\mathcal{H}}_v(x,y) e^{i\beta_v z}$
代入麦克斯韦方程：利用未扰动模式满足的波动方程，结合洛伦兹互易定理（Lorentz Reciprocity Theorem），对波导横截面积分；
利用正交性：消去交叉项，最终得到耦合模方程： $\pm \frac{d A_v}{d z} = \sum_\mu i \kappa_{v\mu} A_\mu e^{i(\beta_\mu - \beta_v) z}$

（2）方程中关键参数的物理意义

参数	定义/表达式	物理意义
$A_v(z)$	模式v的振幅系数	描述模式v的能量强弱（$P_v \propto \vert A_v\vert^2$）
$\beta_v$	未扰动模式v的传播常数	描述模式v沿z方向的相位变化速率（$\beta = 2\pi n_{eff}/\lambda_0$，$n_{eff}$为有效折射率）
符号“±”	“+”对应$\beta_v>0$（前向传播），“-”对应$\beta_v<0$（后向传播）	区分模式传播方向
耦合系数$\kappa_{v\mu}$	$\kappa_{v\mu} = \omega \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} \hat{\mathcal{E}}_v^* \cdot \Delta \varepsilon \cdot \hat{\mathcal{E}}_\mu dxdy$	描述模式v与模式μ之间的耦合强度：$\vert\kappa_{v\mu}\vert$越大，耦合越强；$\kappa_{v\mu}=0$无耦合
相位因子$e^{i(\beta_\mu - \beta_v)z}$	由两模式传播常数差决定	描述两模式的相位差随传播距离的变化，是“相位匹配”的核心来源

（3）无耗波导的耦合系数特性

无耗波导中，介电张量$\varepsilon$为厄米矩阵（Hermitian Matrix），因此： $\kappa_{v\mu} = \kappa_{\mu v}^*$

物理意义：模式v→μ的耦合强度与模式μ→v的耦合强度共轭，满足能量守恒（耦合过程无能量损耗）。

3. 多波导模式耦合（Multiple-waveguide mode coupling）

（1）适用场景

由多个独立波导组成的结构（如两个平行的沟道波导、波导阵列），核心是“不同波导的模式之间的耦合”。

（2）求解方法（分解+微扰）

结构分解：将多波导分解为“单个独立波导+扰动”——每个独立波导的折射率为$\varepsilon_v(x,y)$，总折射率$\varepsilon'(x,y,z) = \varepsilon_v(x,y) + \Delta \varepsilon_v(x,y,z)$（$\Delta \varepsilon_v$是其他波导对第v个波导的扰动）；
场展开：总光场展开为所有独立波导的本征模叠加（v遍历所有波导的所有模式）；
耦合模方程：形式与单波导完全一致，但耦合系数含重叠系数（因不同波导的模式非正交）： $\kappa_{v\mu} = c_{vv} \left[ c^{-1} \cdot \overline{\kappa} \right]_{v\mu}$ 其中：$c_{v\mu} = \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} (\hat{\mathcal{E}}_v^* \times \hat{\mathcal{H}}_\mu + \hat{\mathcal{E}}_\mu \times \hat{\mathcal{H}}_v^*) \cdot \hat{z} dxdy$（重叠系数，$\vert c_{v\mu}\vert \leq 1$，描述两模式场的重叠程度）；$\overline{\kappa}_{v\mu}$为单波导的扰动耦合系数。

（3）核心结论

多波导与单波导的耦合模方程形式统一，仅耦合系数定义不同——考试中只需区分“同一波导的模式耦合”（无重叠系数）和“不同波导的模式耦合”（含重叠系数）即可。

四、4.3 双模耦合（Two-mode coupling）—— 考试重点

耦合模理论中最常用的场景（实际器件多为两模式耦合），重点掌握“同向/反向耦合”的特性的和“相位匹配”的影响。

1. 简化耦合模方程（去除自耦合项）

考虑仅两个模式（a和b）耦合，忽略自耦合项$\kappa_{aa},\kappa_{bb}$（自耦合仅改变模式自身的传播常数，不影响模式间能量交换），令： $A(z) = \tilde{A}(z) e^{\pm i \int_0^z \kappa_{aa}(z') dz'}, \quad B(z) = \tilde{B}(z) e^{\pm i \int_0^z \kappa_{bb}(z') dz'}$ 代入耦合模方程，最终得到简化形式（核心考试公式）： $\pm \frac{d \tilde{A}}{d z} = i \kappa_{ab} \tilde{B} e^{i 2\delta z}, \quad \pm \frac{d \tilde{B}}{d z} = i \kappa_{ba} \tilde{A} e^{-i 2\delta z}$

相位失配参数：$2\delta = (\beta_b \pm \kappa_{bb}) - (\beta_a \pm \kappa_{aa})$（常数扰动）或$2\delta = \Delta \beta + qK$（周期扰动，$\Delta \beta = \beta_b - \beta_a$，K=2π/Λ为周期结构波数，q为整数）；
关键假设：$\Delta \varepsilon$为常数或周期函数（实际器件常用，耦合系数$\kappa_{ab},\kappa_{ba}$与z无关）。

2. 同向耦合（Codirectional coupling）

（1）定义

两个模式沿同一方向传播（如均为前向传播，$\beta_a>0,\beta_b>0$），方程中符号取“+”。

（2）求解与边界条件

边界条件：初始值问题——已知z=0处的振幅$\tilde{A}(0),\tilde{B}(0)$（如仅模式a入射，$\tilde{A}(0) \neq 0, \tilde{B}(0)=0$）；
解析解：令$\beta_c = \sqrt{\kappa_{ab}\kappa_{ba} + \delta^2}$，解得： $\tilde{A}(z) = \tilde{A}(0) \left( \cos \beta_c z - i \frac{\delta}{\beta_c} \sin \beta_c z \right), \quad \tilde{B}(z) = \tilde{A}(0) \cdot i \frac{\kappa_{ba}}{\beta_c} \sin \beta_c z$

（3）核心特性（必考）

功率交换规律：
- 模式a的功率：$P_a(z) = P_a(0) \left( \cos^2 \beta_c z + \frac{\delta^2}{\beta_c^2} \sin^2 \beta_c z \right)$；
- 模式b的功率：$P_b(z) = P_a(0) \cdot \frac{\kappa_{ab}\kappa_{ba}}{\beta_c^2} \sin^2 \beta_c z$；
- 物理图像：功率在两模式间周期性交换，交换周期为“耦合长度”$l_c = \pi/(2\beta_c)$。
相位匹配（$\delta=0$）的影响：
- 此时$\beta_c = \sqrt{\kappa_{ab}\kappa_{ba}}$，若$\kappa_{ab} = \kappa_{ba}^*$（无耗波导），则$\beta_c = \vert\kappa_{ab}\vert$；
- 功率交换：$P_a(z) = P_a(0) \cos^2 \vert\kappa\vert z$，$P_b(z) = P_a(0) \sin^2 \vert\kappa\vert z$；
- 完全功率转移：当$z = l_c^{PM} = \pi/(2\vert\kappa\vert)$时，$P_a(l_c^{PM})=0$，$P_b(l_c^{PM})=P_a(0)$（100%能量转移）。
相位失配（$\delta \neq 0$）的影响：
- 最大耦合效率：$\eta_{max} = \frac{\kappa_{ab}\kappa_{ba}}{\kappa_{ab}\kappa_{ba} + \delta^2} = \frac{1}{1 + \vert\delta/\kappa\vert^2}$（$\kappa = \vert\kappa_{ab}\vert$）；
- 规律：$\vert\delta/\kappa\vert$越大，$\eta_{max}$越小，功率交换的周期性越弱（振荡幅度衰减）。

（4）典型曲线（帮助记忆）

相位匹配（$\delta=0$）：P_a和P_b呈余弦/正弦平方交替，周期$l_c^{PM}$；
相位失配（$\delta \neq 0$）：P_b的峰值低于P_a(0)，振荡频率升高（$l_c = l_c^{PM}/\sqrt{1 + \vert\delta/\kappa\vert^2}$）。

3. 反向耦合（Contradirectional coupling）

（1）定义

两个模式沿相反方向传播（如模式a前向$\beta_a>0$，模式b后向$\beta_b<0$），方程中符号取“+”（a）和“-”（b）。

（2）求解与边界条件

边界条件：边值问题——已知z=0处$\tilde{A}(0)$（入射端）和z=l处$\tilde{B}(l)$（出射端，通常为0，无反向入射）；
解析解：令$\alpha_c = \sqrt{\vert\kappa_{ab}\kappa_{ba}\vert - \delta^2}$（$\vert\kappa\vert^2 > \delta^2$时为实数），解得： $\tilde{A}(z) = \frac{\alpha_c \cosh \alpha_c (l - z) + i \delta \sinh \alpha_c (l - z)}{\alpha_c \cosh \alpha_c l + i \delta \sinh \alpha_c l} \tilde{A}(0), \quad \tilde{B}(z) = \frac{i \kappa_{ba} \sinh \alpha_c (l - z)}{\alpha_c \cosh \alpha_c l + i \delta \sinh \alpha_c l} \tilde{A}(0)$

（3）核心特性（必考）

功率交换规律：
- 模式b的功率（反向）：$P_b(z) = P_a(0) \cdot \frac{\vert\kappa_{ba}\vert^2 \sinh^2 \alpha_c (l - z)}{\alpha_c^2 \cosh^2 \alpha_c l + \delta^2 \sinh^2 \alpha_c l}$；
- 物理图像：功率从正向模式a单向转移到反向模式b，效率随传播长度l单调增加（无振荡）。
相位匹配（$\delta=0$）的影响：
- 耦合效率：$\eta_{PM} = \tanh^2 \vert\kappa\vert l$（$\tanh x$随x增大趋近1）；
- 完全功率转移：当l→∞时，$\eta_{PM} \to 1$（理论上完全转移，实际l取3~5个耦合长度即可接近完全转移）。
与同向耦合的关键区别（表格对比）

特性	同向耦合	反向耦合
传播方向	相同	相反
求解方法	初始值问题	边值问题
功率交换规律	周期性交换	单向转移（单调增加）
相位匹配完全转移	是（$z=lc^{PM}$时）	近似是（$l\to\infty$时）
应用场景	定向耦合器、光开关	分布式布拉格反射器（DBR）

4. 相位匹配的本质（高频考点）

（1）物理本质：波矢守恒

耦合过程中，两模式的波矢需满足“匹配条件”，即能量和动量守恒：

同向耦合：$\beta_b = \beta_a$（$\delta=0$）→ 动量守恒$\hbar \beta_b = \hbar \beta_a$；
反向耦合：$\beta_b = -\beta_a + qK$（周期扰动）→ 动量守恒$\hbar \beta_b = -\hbar \beta_a + \hbar qK$（光栅提供额外动量qK）；
相位失配：波矢不守恒，耦合能量因相位差累积而相互抵消，效率下降。

（2）实现相位匹配的方法

选择合适的模式：使两模式的有效折射率相等（$n_{eff,a} = n_{eff,b}$），则$\beta_a = \beta_b$；
引入周期结构：如光栅（提供qK的额外波矢），补偿波矢差$\Delta \beta = \beta_b - \beta_a$；
调节温度/电压：通过电光/热光效应改变模式的有效折射率，从而调节$\beta$，实现相位匹配。

五、4.4 光耦合器（Optical couplers）—— 理论应用（计算题/简答题高频）

1. 光栅波导耦合器（Grating waveguide couplers）

（1）结构与工作原理

结构：在波导表面或内部引入周期性结构（两种类型）：
- 周期性折射率调制：通过掺杂、电光效应等使波导折射率周期性变化（$n(z) = n_0 + \Delta n \cos Kz$）；
- 周期性结构波纹：在波导界面（如芯层-包层界面）制作周期性凹槽（波纹深度$d_g$，周期$\Lambda$）；
工作原理：周期结构作为“空间光栅”，产生周期扰动$\Delta \varepsilon(z)$，实现“单波导内两模式的耦合”（如导模→导模、导模→辐射模、导模→反向导模）。

（2）耦合系数计算（典型案例）

以“正弦波纹光栅”为例（TE模耦合），波纹位于芯层（n1）与包层（n3）界面，深度$d_g \ll \lambda/n1$（模式场在波纹区域近似均匀）： $\kappa_{ab}(q) = \frac{h_a h_b}{\sqrt{\beta_a \beta_b d_a^E d_b^E}} \cdot \frac{d_g}{4} (\delta_{q,1} + \delta_{q,-1})$

参数说明：$h_a,h_b$为模式的横向场参数，$d_a^E,d_b^E$为模式的有效厚度，$\delta_{q,1}$表示仅q=±1时耦合系数非零（正弦光栅仅一阶耦合有效）；
关键结论：TE模耦合系数与包层参数无关，仅与芯层参数和光栅深度、周期相关——实际应用中，光栅可放在芯层的任意界面（芯层-包层、芯层-衬底），耦合效果一致。

（3）核心应用：分布式布拉格反射器（DBR）

工作机制：“导模的前向传播模式↔反向传播模式”的反向耦合（属于“同向模式的反向耦合”）；
布拉格条件（相位匹配）： $\beta_B = \frac{qK}{2} \implies \Lambda = \frac{q \lambda_B}{2 n_{eff}}$ 其中：$\beta_B$为导模传播常数，$\lambda_B$为布拉格波长，$n_{eff}$为导模有效折射率，q为耦合阶数（常用q=1，$\Lambda = \lambda_B/(2n_{eff})$）；
特性：
- 反射率：$R_{DBR} = \tanh^2 \vert\kappa\vert l$（相位匹配时），l为光栅长度，$\vert\kappa\vert l$越大，反射率越高（接近1）；
- 频率选择性：仅在布拉格波长$\lambda_B$附近有高反射率（窄带滤波），带宽$\Delta \lambda \propto \vert\kappa\vert \lambda_B^2/(2\pi n_{eff})$；
应用：DBR激光器、DFB（分布式反馈）激光器——无需传统法布里-珀罗镜，通过光栅提供光反馈，实现单频、窄线宽激光输出（考试常考应用场景）。

2. 定向耦合器（Directional couplers）

（1）结构与工作原理

结构：由两个平行放置的波导组成（芯层n1，包层n2，间距s），每个波导支持基模（TE00或TM00）；
工作原理：“多波导模式耦合”+“同向耦合”——两波导的基模场相互重叠（重叠系数$c_{ab} \neq 0$），导致能量在两波导间周期性交换。

（2）耦合模方程与参数

对称定向耦合器（两波导完全相同：$n1,a = n1,b$，$d_a = d_b$）：
- 相位失配$\delta=0$（始终相位匹配），耦合系数$\kappa_{ab} = \kappa_{ba}^*$；
- 耦合模方程简化为： $\frac{d \tilde{A}}{d z} = i \kappa \tilde{B}, \quad \frac{d \tilde{B}}{d z} = i \kappa \tilde{A}$
- 解析解（仅波导a入射，$\tilde{A}(0) \neq 0, \tilde{B}(0)=0$）： $\tilde{A}(z) = \tilde{A}(0) \cos \kappa z, \quad \tilde{B}(z) = \tilde{A}(0) i \sin \kappa z$
耦合长度：$l_c = \pi/(2\kappa)$——z=lc时，能量从波导a完全转移到波导b（交叉态）；z=2lc时，能量回到波导a（直通态）。

（3）超模（Supermodes）概念（难点但必考）

定义：定向耦合器（复合波导结构）的本征模，是两个单波导基模的线性组合；
两种超模：
1. 对称超模（Even Supermode）：$\mathcal{E}_{even} = \frac{1}{\sqrt{2}} (\hat{\mathcal{E}}_a + \hat{\mathcal{E}}_b)$，传播常数$\beta_{even} = \beta_0 + \kappa$；
2. 反对称超模（Odd Supermode）：$\mathcal{E}_{odd} = \frac{1}{\sqrt{2}} (\hat{\mathcal{E}}_a - \hat{\mathcal{E}}_b)$，传播常数$\beta_{odd} = \beta_0 - \kappa$；
物理意义：定向耦合器的光场本质是两个超模的叠加，能量交换源于两超模的相位差随z的变化（$\Delta \beta = \beta_{even} - \beta_{odd} = 2\kappa$）。

（4）核心应用

光开关：
- 交叉态（无电压）：$\delta=0$，z=lc时，能量从a→b（切换到交叉通道）；
- 平行态（加电压）：通过电光效应改变其中一个波导的折射率，引入相位失配$\delta = \sqrt{3}\kappa$，此时$\beta_c = 2\kappa$，$\eta = \sin^2(2\kappa z) = 0$（能量无转移，保持在原通道）；
功率分配器/合束器：选择z=lc/2，此时$P_a = P_b = P_a(0)/2$（50:50分束）；
偏振分束器：利用TE模和TM模的耦合系数不同，设计耦合长度，使某一偏振态完全转移，另一偏振态无转移，实现偏振分离。

六、考试重点总结与备考建议

1. 简答题高频考点

（1）耦合波理论与耦合模理论的区别与适用场景；（2）同向耦合与反向耦合的特性对比（传播方向、功率交换规律、求解方法）；（3）相位匹配的物理本质、实现方法及对耦合效率的影响；（4）DBR/DFB激光器的工作原理（基于光栅反向耦合、布拉格条件、频率选择性）；（5）定向耦合器的超模概念及光开关的工作机制。

2. 计算题高频考点

（1）耦合模方程的求解（双模同向/反向耦合，给定初始/边界条件，计算振幅/功率随z的变化）；（2）耦合系数的计算（光栅波导耦合器的TE模耦合、定向耦合器的对称耦合）；（3）相位匹配条件的应用（计算布拉格光栅周期、定向耦合器的耦合长度）；（4）耦合效率的计算（相位匹配/失配时，同向/反向耦合的效率）。

3. 公式记忆重点

（1）耦合波方程（含 $\Delta P$ 的波动方程）；（2）耦合模方程（单波导/多波导，同向/反向）；（3）双模耦合的解析解（振幅、功率表达式）；（4）耦合长度$l_c = \pi/(2\beta_c)$（同向）、布拉格条件$\Lambda = q\lambda_B/(2n_{eff})$；（5）耦合效率公式（同向$\eta = \sin^2(\vert\kappa\vert z \sqrt{1 + \vert\delta/\kappa\vert^2})/(1 + \vert\delta/\kappa\vert^2)$，反向$\eta = \tanh^2(\vert\kappa\vert l)$）。

4. 备考策略

（1）先理解物理图像：耦合的本质是能量交换，相位匹配是能量有效交换的前提；（2）区分“频率耦合”（耦合波理论）和“模式耦合”（耦合模理论），避免混淆；（3）重点练习双模耦合的计算题，掌握“代入边界条件→求解方程→计算功率/效率”的步骤；（4）结合应用场景记忆（如DBR对应反向耦合，定向耦合器对应同向耦合），加深理解。

光电子学第四章波与模式的耦合备考总结

一、术语表（中英对照 + 物理意义）

英文术语	中文术语	物理意义
Coupled-wave theory	耦合波理论	针对时变或非线性介质，描述不同频率光波之间能量交换的理论
Coupled-mode theory	耦合模理论	针对空间依赖型介质，描述不同空间模式/偏振光场之间能量交换的理论
Waveguide	波导	由高折射率芯层和低折射率包层组成，约束光场沿纵向传播的光学结构
Guided wave	导波	被波导芯层束缚，沿纵向传播的光场，横向光场在包层中呈倏逝态
Core/film	芯层/膜层	波导中高折射率区域，用于束缚光场
Cladding	包层	波导中低折射率区域，围绕芯层提供光学隔离
Coupling coefficient ($\kappa$)	耦合系数	描述两模式/光波间耦合强度的参数，绝对值越大耦合越强
Phase mismatch ($2\delta$)	相位失配	两模式传播常数差异导致的相位差累积参数，决定耦合效率上限
Phase matching	相位匹配	两模式波矢满足守恒条件（$\delta=0$），此时耦合效率最高（可完全转移能量）
Codirectional coupling	同向耦合	两模式沿同一方向传播的耦合，功率周期性交换
Contradirectional coupling	反向耦合	两模式沿相反方向传播的耦合，功率单向转移
Coupling length ($l_c$)	耦合长度	同向耦合中能量完全转移所需的传播距离（$l_c=\pi/(2\beta_c)$）
Distributed Bragg Reflector (DBR)	分布式布拉格反射器	基于光栅反向耦合，实现窄带高反射的器件，用于激光反馈
Directional coupler	定向耦合器	由两个平行波导组成，实现同向模式耦合的器件，用于光开关、分束器
Supermode	超模	定向耦合器（复合波导）的本征模，是单波导模式的线性组合
Slow varying amplitude approximation (SVA)	慢变振幅近似	假设光场振幅在一个光波长内变化可忽略，将二阶波动方程简化为一阶方程
Bragg condition	布拉格条件	DBR 中满足相位匹配的条件（$\beta_B=qK/2$），对应高反射率波长

二、公式大全（分类整理 + 符号说明）

（一）耦合波理论核心公式

公式名称	公式表达式	符号说明
有耦合波动方程	$\nabla \times \nabla \times E_q - \omega_q^2 \mu_0 \varepsilon \cdot E_q = \omega_q^2 \mu_0 \Delta P_g$	$E_q$：第q个频率光波的电场；$\omega_q$：角频率；$\mu_0$：真空磁导率；$\varepsilon$：介质介电常数；$\Delta P_g$：耦合极化
慢变振幅近似方程	$(k_q \cdot \nabla) \mathcal{E}_q \approx \frac{i \omega_q^2 \mu_0}{2} \Delta P_g e^{-i k_q \cdot r}$	$k_q$：第q个光波的波矢；$\mathcal{E}_q$：电场振幅；$r$：空间坐标

（二）耦合模理论核心公式

公式名称	公式表达式	符号说明
单波导耦合模方程	$\pm \frac{d A_v}{d z} = \sum_{\mu} i \kappa_{v \mu} A_{\mu} e^{i(\beta_{\mu}-\beta_{v}) z}$	$A_v/A_\mu$：模式v/μ的振幅系数；$\beta_v/\beta_\mu$：模式v/μ的传播常数；$\kappa_{v\mu}$：耦合系数；“+”前向传播（β>0），“-”后向传播（β<0）
耦合系数（单波导）	$\kappa_{v\mu} = \omega \int\int \mathcal{E}_v^* \cdot \Delta \varepsilon \cdot \mathcal{E}_\mu dxdy$	$\omega$：光场角频率；$\mathcal{E}_v^*/\mathcal{E}_\mu$：模式v/μ的场分布（共轭/原场）；$\Delta \varepsilon$：介质介电常数扰动
多波导耦合系数	$\kappa_{v\mu} = c_{vv}[c^{-1} \cdot \overline{\kappa}]_{v\mu}$	$c_{vv}$：模式v的重叠系数；$c$：重叠系数矩阵；$\overline{\kappa}$：单波导扰动耦合系数
重叠系数	$c_{v\mu} = \int\int (\mathcal{E}_v^* \times \mathcal{H}_\mu + \mathcal{E}_\mu \times \mathcal{H}_v^*) \cdot \hat{z} dxdy$	$\mathcal{H}_v^*/\mathcal{H}_\mu$：模式v/μ的磁场分布（共轭/原场）；$\hat{z}$：纵向单位向量

（三）双模耦合核心公式

公式名称	公式表达式	符号说明
简化耦合模方程	$\pm \frac{d \tilde{A}}{d z} = i \kappa_{ab} \tilde{B} e^{i2\delta z}；\pm \frac{d \tilde{B}}{d z} = i \kappa_{ba} \tilde{A} e^{-i2\delta z}$	$\tilde{A}/\tilde{B}$：去除自耦合后的振幅；$\kappa_{ab}/\kappa_{ba}$：两模式耦合系数；$2\delta$：相位失配参数
相位失配（常数扰动）	$2\delta = (\beta_b \pm \kappa_{bb}) - (\beta_a \pm \kappa_{aa})$	$\kappa_{aa}/\kappa_{bb}$：模式a/b的自耦合系数
相位失配（周期扰动）	$2\delta = \Delta\beta + qK$	$\Delta\beta=\beta_b-\beta_a$；q：整数；$K=2\pi/\Lambda$（光栅波数）
同向耦合功率（仅A入射）	$P_a(z)=P_a(0)(\cos^2\beta_c z + \frac{\delta^2}{\beta_c^2}\sin^2\beta_c z)；P_b(z)=P_a(0)(\frac{\kappa_{ab}\kappa_{ba}}{\beta_c^2})\sin^2\beta_c z$	$\beta_c=\sqrt{\kappa_{ab}\kappa_{ba}+\delta^2}$；$P_a(0)$：入射功率
反向耦合效率（相位匹配）	$\eta_{PM} = \tanh^2\vert\kappa\vert l$	$\vert\kappa\vert$：耦合系数绝对值；l：传播长度
耦合长度	$l_c = \frac{\pi}{2\beta_c}；l_c^{PM} = \frac{\pi}{2\vert\kappa\vert}$（相位匹配）	$l_c^{PM}$：相位匹配时的耦合长度

（四）光栅波导耦合器公式

公式名称	公式表达式	符号说明
布拉格条件	$\beta_B = \frac{qK}{2} \implies \Lambda = \frac{q\lambda_B}{2n_{eff}}$	$\beta_B$：导模传播常数；$\Lambda$：光栅周期；$\lambda_B$：布拉格波长；$n_{eff}$：有效折射率；q：耦合阶数
正弦光栅耦合系数（TE模）	$\kappa_{ab}(q) = \frac{h_a h_b}{\sqrt{\beta_a \beta_b d_a^E d_b^E}} \cdot \frac{d_g}{4}(\delta_{q,1}+\delta_{q,-1})$	$h_a/h_b$：模式场参数；$d_a^E/d_b^E$：有效厚度；$d_g$：光栅深度；$\delta_{q,1}$：克罗内克函数
DBR反射率（相位匹配）	$R_{DBR} = \tanh^2\vert\kappa\vert l$	l：光栅长度

（五）定向耦合器公式

公式名称	公式表达式	符号说明
对称耦合模方程	$\frac{d \tilde{A}}{d z} = i \kappa \tilde{B}；\frac{d \tilde{B}}{d z} = i \kappa \tilde{A}$	$\kappa$：对称耦合系数
超模传播常数	$\beta_{even}=\beta_0+\kappa；\beta_{odd}=\beta_0-\kappa$	$\beta_{even}/\beta_{odd}$：对称/反对称超模传播常数；$\beta_0$：单波导模式传播常数
定向耦合器效率	$\eta = \frac{1}{1+\vert\delta/\kappa\vert^2}\sin^2(\vert\kappa\vert l\sqrt{1+\vert\delta/\kappa\vert^2})$	l：耦合器长度

三、10道计算题（含解析）

计算题1：单波导TE模耦合系数计算

已知：平面波导芯层折射率 $n_1=3.45$，包层折射率 $n_3=1.5$，光栅深度 $d_g=0.1\,\mu\mathrm{m}$，模式 a/b 的场参数 $h_a=h_b=10^4\,\mathrm{m^{-1}}$，传播常数 $\beta_a=\beta_b=2\pi\times10^6\,\mathrm{rad/m}$，有效厚度 $d_a^E=d_b^E=2\,\mu\mathrm{m}$，光角频率 $\omega=2\pi\times5\times10^{14}\,\mathrm{rad/s}$。
求：正弦光栅的 TE 模耦合系数 $\kappa_{ab}$。
解：

代入TE模耦合系数公式：
$\kappa_{ab} = \frac{h_a h_b}{\sqrt{\beta_a \beta_b d_a^E d_b^E}} \cdot \frac{d_g}{4}$
代入数值计算：
$\sqrt{\beta_a \beta_b d_a^E d_b^E} = \sqrt{2\pi\times10^{6}\times2\pi\times10^{6}\times2\times10^{-6}\times2\times10^{-6}} \approx 4\pi \approx 12.57$
$h_a h_b = 10^{4}\times10^{4} = 10^{8}$
分子部分：$10^{8} / 12.57 \approx 7.96\times10^{6}$
$d_g/4 = 0.1\times10^{-6} / 4 = 2.5\times10^{-8}$
$\kappa_{ab} \approx 7.96\times10^{6} \times 2.5\times10^{-8} \approx 0.199$ rad/m ≈ 0.2 rad/m
解析：考点为光栅波导耦合系数计算，核心是代入 TE 模专用公式，注意单位统一（$\mu\mathrm{m}$ 转换为 m），正弦光栅仅 $q=\pm1$ 阶耦合有效。

计算题2：同向耦合功率随传播距离变化

已知：双模同向耦合，$\kappa_{ab}=\kappa_{ba}=0.5\,\mathrm{rad/mm}$，$\delta=0$（相位匹配），入射功率 $P_a(0)=10\,\mathrm{mW}$，仅模式 a 入射（$P_b(0)=0$）。
求：$z=3\,\mathrm{mm}$ 时，两模式的功率 $P_a(z)$ 和 $P_b(z)$。
解：

相位匹配时 $\beta_c=\kappa=0.5\,\mathrm{rad/mm}$，耦合长度 $l_c^{PM}=\pi/(2\kappa)=\pi/(2\times0.5)=\pi\approx3.14\,\mathrm{mm}$；
功率公式：
$P_a(z)=P_a(0)\cos^{2}(\kappa z)$，$P_b(z)=P_a(0)\sin^{2}(\kappa z)$
代入 $z=3\,\mathrm{mm}$：
$\kappa z=0.5\times3=1.5$ rad（≈85.9°）
$P_a(3)=10\times\cos^{2}(1.5)\approx10\times0.0707\approx0.71$ mW
$P_b(3)=10\times\sin^{2}(1.5)\approx10\times0.9293\approx9.29$ mW
解析：考点为同向耦合功率交换规律，相位匹配时功率呈余弦/正弦平方交替，$z$ 接近 $l_c^{PM}$ 时 $P_b$ 接近入射功率。

计算题3：耦合长度计算（相位失配）

已知：双模同向耦合，$\kappa=0.3\,\mathrm{rad/m}$，$\delta=0.15\,\mathrm{rad/m}$。
求：耦合长度 $l_c$。
解：

计算$\beta_c=\sqrt{\kappa^{2}+\delta^{2}}=\sqrt{0.3^{2}+0.15^{2}}=\sqrt{0.09+0.0225}=\sqrt{0.1125}\approx0.335$ rad/m；
耦合长度$l_c=\pi/(2\beta_c)=\pi/(2\times0.335)\approx4.73$ m；解析：考点为相位失配对耦合长度的影响，失配时 $l_c$ 比相位匹配时（$l_c^{PM}=\pi/(2\times0.3)\approx5.23\,\mathrm{m}$）缩短，因振荡频率升高。

计算题4：DBR布拉格光栅周期计算

已知：DBR 激光器中，导模有效折射率 $n_{eff}=3.2$，布拉格波长 $\lambda_B=1550\,\mathrm{nm}$，采用 1 阶耦合（$q=1$）。
求：光栅周期 $\Lambda$。
解：

布拉格条件：$\Lambda=q\lambda_B/(2n_{eff})$；
代入数值：$q=1$，$\lambda_B=1550\times10^{-9}\,\mathrm{m}$，$n_{eff}=3.2$；
$\Lambda=1\times1550\times10^{-9}/(2\times3.2)\approx2.42\times10^{-7}$ m=242 nm；解析：考点为布拉格条件的应用，DBR的核心是光栅提供额外波矢补偿反向耦合的波矢差，1阶耦合是最常用场景。

计算题5：反向耦合效率计算

已知：反向耦合中，$\kappa=0.4\,\mathrm{rad/cm}$，传播长度 $l=5\,\mathrm{cm}$，$\delta=0$（相位匹配）。
求：耦合效率 $\eta$。
解：

相位匹配时反向耦合效率公式：$\eta=\tanh^{2}(\vert \kappa\vert l)$；
计算$\vert \kappa\vert l=0.4\times5=2$；
$\tanh(2)\approx0.964$，$\eta\approx0.964^{2}\approx0.93$（93%）；解析：考点为反向耦合效率特性，效率随长度单调增加，$l=5\,\mathrm{cm}$ 时已接近完全转移（$\eta\to1$）。

计算题6：相位失配时的最大耦合效率

已知：同向耦合，$\kappa=0.6\,\mathrm{rad/m}$，$\delta=0.4\,\mathrm{rad/m}$。
求：最大耦合效率 $\eta_{max}$。
解：

最大效率公式：$\eta_{max}=1/(1+(\delta/\kappa)^{2})$；
计算$\delta/\kappa=0.4/0.6\approx0.667$；
$\eta_{max}=1/(1+0.667^{2})=1/(1+0.444)\approx0.692$（69.2%）；解析：考点为相位失配对耦合效率的限制，失配越大 $\eta_{max}$ 越低，核心是波矢不守恒导致能量抵消。

计算题7：定向耦合器分束比计算

已知：对称定向耦合器，$\kappa=0.2\,\mathrm{rad/mm}$，耦合长度 $l_c=\pi/(2\kappa)=7.85\,\mathrm{mm}$，入射功率 10 mW。
求：$z=3.925\,\mathrm{mm}$ 时，两波导的功率分配。
解：

$z=3.925\,\mathrm{mm}=l_c/2$，$\kappa z=0.2\times3.925\approx0.785\,\mathrm{rad}$（$\pi/4$）；
功率公式：$P_a=10\times\cos^{2}(\pi/4)=10\times0.5=5$ mW；$P_b=10\times\sin^{2}(\pi/4)=10\times0.5=5$ mW；解析：考点为定向耦合器的分束应用，$z=l_c/2$ 时实现 50:50 功率分配，是常用的光分束器工作点。

计算题8：多波导重叠系数影响

已知：两平行波导的模式重叠系数 $c=0.8$，单波导扰动耦合系数 $\overline{\kappa}=0.3\,\mathrm{rad/m}$，$c_{vv}=1$。
求：多波导耦合系数 $\kappa$。
解：

多波导耦合系数公式：$\kappa=c_{vv}[c^{-1}\cdot\overline{\kappa}]$；
简化（两波导）：$\kappa=1\times(1/0.8)\times0.3=0.375$ rad/m；解析：考点为多波导耦合系数的修正，不同波导模式非正交（$c<1$），耦合系数比单波导大，因场重叠增强耦合。

计算题9：光开关切换条件计算

已知：定向耦合器光开关，$\kappa=0.5\,\mathrm{rad/mm}$，耦合长度 $l_c=\pi/(2\kappa)=3.14\,\mathrm{mm}$。
求：实现平行态（$\eta=0$）所需的相位失配 $\delta$。
解：

平行态要求$\eta=\sin^{2}(\beta_c l)=0$，即$\beta_c l=\pi$（$\beta_c=\sqrt{\kappa^{2}+\delta^{2}}$）；
代入 $l=l_c=3.14\,\mathrm{mm}$，$\kappa=0.5\,\mathrm{rad/mm}$：
$\sqrt{0.5^{2}+\delta^{2}}\times3.14=\pi \implies \sqrt{0.25+\delta^{2}}=1 \implies \delta^{2}=0.75 \implies \delta=\sqrt{0.75}\approx0.866$ rad/mm；解析：考点为定向耦合器光开关的工作机制，通过引入相位失配使功率无转移，核心是控制 $\beta_c l$ 为 $\pi$ 的整数倍。

计算题10：光栅耦合器带宽计算

已知：DBR 光栅长度 $l=100\,\mu\mathrm{m}$，耦合系数 $\kappa=100\,\mathrm{rad/m}$，布拉格波长 $\lambda_B=1550\,\mathrm{nm}$，有效折射率 $n_{eff}=3.2$。
求：DBR 的带宽 $\Delta\lambda$。
解：

带宽公式：$\Delta\lambda\approx\frac{\vert \kappa\vert \lambda_B^{2}}{2\pi n_{eff}}$；
代入数值：$\vert\kappa\vert=100\,\mathrm{rad/m}$，$\lambda_B=1550\times10^{-9}\,\mathrm{m}$，$n_{eff}=3.2$；
$\Delta\lambda\approx\frac{100\times(1550\times10^{-9})^{2}}{2\pi\times3.2}\approx\frac{100\times2.4025\times10^{-12}}{20.106}\approx1.195\times10^{-11}$ m≈0.012 nm；解析：考点为DBR的频率选择性，带宽与耦合系数成正比，与光栅长度无关，窄带宽特性用于单频激光。

四、5道简答题（标准回答）

简答题1：简述耦合波理论与耦合模理论的核心区别与适用场景。

标准回答：

核心区别：① 耦合对象不同——耦合波理论处理不同频率的光波，耦合模理论处理不同空间模式/偏振的光场；② 介质要求不同——耦合波理论要求介质时变或非线性，耦合模理论要求介质具有空间依赖性（如扰动、多波导）；③ 物理本质不同——耦合波理论源于频率耦合（新频率产生），耦合模理论源于模式间能量交换（频率不变）。
适用场景：① 耦合波理论：声光衍射、非线性频率转换（如二次谐波）；② 耦合模理论：光栅耦合器、定向耦合器、DBR/DFB激光器。

简答题2：相位匹配的物理本质是什么？实现相位匹配的常用方法有哪些？

标准回答：

物理本质：相位匹配的核心是耦合过程中满足波矢守恒（动量守恒），即两模式的波矢差被介质扰动（如光栅）补偿，使得相位差不随传播距离累积，能量可持续高效交换。
常用方法：① 模式选择法：选择有效折射率相等的模式（$n_{eff,a}=n_{eff,b}$），使 $\beta_a=\beta_b$；② 周期结构法：引入光栅等周期结构，提供额外波矢 $qK$ 补偿波矢差 $\Delta\beta$；③ 外场调节法：通过电光、热光效应改变模式有效折射率，调节传播常数 $\beta$ 实现匹配。

简答题3：同向耦合与反向耦合的关键特性差异是什么？

标准回答：

传播方向：同向耦合两模式传播方向相同（$\beta_a,\beta_b>0$），反向耦合相反（$\beta_a>0,\beta_b<0$）；
求解方法：同向耦合为初始值问题（已知 $z=0$ 处振幅），反向耦合为边值问题（已知两端边界条件）；
功率交换：同向耦合功率周期性交换，反向耦合功率单向转移（随长度单调增加）；
完全转移条件：同向耦合在 $z=l_c^{PM}$ 时完全转移，反向耦合在 $l\to\infty$ 时接近完全转移；
应用场景：同向耦合用于定向耦合器、光开关，反向耦合用于DBR反射器。

简答题4：简述DBR（分布式布拉格反射器）的工作原理与核心特性。

标准回答：

工作原理：DBR 基于光栅波导的反向耦合机制，光栅提供周期扰动 $\Delta\varepsilon$，使导模的前向传播模式与后向传播模式满足布拉格条件（$\beta_B=qK/2$），实现相位匹配的反向耦合，前向光能量转移到后向光，形成强反射。
核心特性：① 频率选择性：仅在布拉格波长 $\lambda_B$ 附近有高反射率（窄带滤波）；② 反射率特性：反射率随光栅长度单调增加（$\tanh^2(\vert\kappa\vert l)$），$l$ 足够长时接近 100%；③ 应用核心：为激光器提供光反馈，替代传统法布里-珀罗镜，实现单频、窄线宽激光输出。

简答题5：定向耦合器的超模概念是什么？如何基于定向耦合器实现光开关功能？

标准回答：

超模概念：超模是定向耦合器（复合波导结构）的本征模，是两个单波导基模的线性组合，包括对称超模（$\mathcal{E}{even}=(\mathcal{E}_a+\mathcal{E}_b)/\sqrt{2}$，$\beta{even}=\beta_0+\kappa$）和反对称超模（$\mathcal{E}{odd}=(\mathcal{E}_a-\mathcal{E}_b)/\sqrt{2}$，$\beta{odd}=\beta_0-\kappa$），光场能量交换源于两超模的相位差累积。
光开关实现：① 交叉态（无外场）：$\delta=0$（相位匹配），耦合长度 $l=l_c^{PM}$ 时，能量从输入波导完全转移到另一波导；② 平行态（加外场）：通过电光效应改变某一波导折射率，引入相位失配 $\delta=\sqrt{3}\kappa$，此时 $\beta_c=2\kappa$，$\eta=\sin^2(2\kappa l)=0$，能量无转移，保持在输入波导；③ 核心是通过外场调节相位失配，切换“交叉”与“平行”状态。

五、备考使用说明

术语表：优先背诵高频术语（耦合系数、相位匹配、DBR、定向耦合器），物理意义结合公式理解；
公式大全：聚焦核心公式（耦合模方程、功率公式、布拉格条件、耦合效率），明确符号含义，避免单位错误；
计算题：先掌握基础题型（耦合系数、功率变化、耦合长度），再突破综合题型（光开关、DBR带宽），重点练习步骤规范性；
简答题：直接背诵标准回答，答题时按“核心要点+展开说明”结构呈现，确保逻辑清晰。

光电子学第三章光波导

Tue, 20 Jan 2026 00:00:00 +0000

第三章光波导（Optical Waveguides）零基础详细学习笔记

核心结论：本章是光电子学的核心章节，围绕“限制光波横向传播、引导纵向传输”的光波导展开，从基础结构、两类分析理论（射线光学/电磁理论），到平面/圆形波导的模式特性、特征方程、关键参数及应用，覆盖考试所有重点。零基础需重点掌握“结构-理论-公式-计算-应用”的逻辑链，简答聚焦概念定义与物理意义，计算集中于参数求解与模式判断。

一、光波导入门基础（零基础必看）

1.1 什么是光波导？

定义：由“高折射率芯层（core）”和“低折射率包层（cladding）”组成的 dielectric 结构，利用全反射（TIR）将光波限制在芯层及近包层区域，引导其沿纵向（z方向）传播，避免光能量发散。
核心作用：连接光电子器件（如激光器、探测器）、实现光信号传输（光纤通信）、构成有源/无源器件（波导调制器、光栅）。
为什么需要光波导？：自由空间中光会发散，无法长距离传输或精准耦合到器件，光波导通过折射率差异实现“横向约束”，解决这一问题。

1.2 光波导的分类（考试高频简答考点）

分类依据	具体类型	关键特征
横向约束维度	平面波导（Planar Waveguide）	仅 $x$ 方向约束（芯层夹在两层包层间），$y$ 方向无约束，场分布与 $y$ 无关
	非平面波导（Nonplanar Waveguide）	$x$、$y$ 双向约束，如圆形光纤（光纤）、沟道波导
折射率分布	阶跃折射率波导（Step-index Waveguide）	芯层/包层折射率突变（$n_1>n_2$，边界清晰）
	渐变折射率波导（Graded-index Waveguide）	芯层折射率沿横向渐变（如抛物线型），减少模式色散
纵向均匀性	纵向均匀波导	折射率 $n(x,y)$ 不随 $z$ 变化，本章核心研究对象
	纵向非均匀波导	$n(x,y,z)$ 随 $z$ 变化（如光栅波导），本章不重点涉及
应用场景	光纤（Circular Fiber）	圆柱形结构，用于长距离光通信、光纤传感
	平板波导（Slab Waveguide）	平面结构，用于集成光电子器件（如半导体激光器的光约束层）

1.3 核心基础概念（术语表，必背）

全反射（Total Internal Reflection, TIR）：光从光密介质（$n_1$）入射到光疏介质（$n_2$，$n_1>n_2$），入射角 $\theta_i>\theta_c$ 时，无折射光，仅反射光，且反射系数 $\vert r\vert=1$，是光波导约束光的核心原理。
临界角（Critical Angle）：$\theta_c=\arcsin(n_2/n_1)$，当 $\theta_i=\theta_c$ 时，折射角为 $90^\circ$，折射光沿界面传播。
消逝波（Evanescent Wave）：全反射时，光并非完全被反射，会有极弱的光场渗透到包层（深度为“穿透深度”），振幅随距离指数衰减，无能量传输（仅瞬态储能）。
导模（Guided Modes）：满足全反射条件、能在波导中稳定传播的光场模式，场分布沿z方向振幅不变，仅相位变化。
辐射模（Radiation Modes）：不满足全反射条件，光场向包层发散的模式，无法稳定传播。
传播常数（Propagation Constant, $\beta$）：描述光沿 $z$ 方向的相位变化率，$\beta=k_0n_\beta$（$k_0=2\pi/\lambda$ 为自由空间波数，$n_\beta$ 为有效折射率），导模满足 $k_0n_2<\beta<k_0n_1$（$k_0n_1=k_1$，$k_0n_2=k_2$）。
有效折射率（Effective Index, $n_\beta$）：$n_\beta=\beta/k_0$，反映波导对光的等效约束能力，导模满足 $n_2<n_\beta<n_1$。

二、平面波导的射线光学理论（3.1）

2.1 平面波导的结构的结构

基本结构：三层介质（沿 $x$ 方向分层，$y$ 方向无限延伸）
1. 芯层（film/core）：$x\in[-d/2, d/2]$，折射率 $n_1$（最高），厚度 $d$；
2. 衬底包层（substrate）：$x<-d/2$，折射率 $n_2$；
3. 覆盖包层（cover）：$x>d/2$，折射率 $n_3$；
分类：
- 对称平面波导：$n_2=n_3$（如芯层上下均为空气）；
- 非对称平面波导：$n_2\ne n_3$（如芯层下为硅衬底、上为空气）；
前提假设：波导无损耗、各向同性、非磁性、无源；入射光为单色平面波（频率 $\omega$ 固定）。

2.2 核心原理：全反射与射线传播

2.2.1 全反射的详细条件与现象

三要素：
1. 折射率关系：$n_1>n_2\ge n_3$（芯层>包层）；
2. 入射角条件：$\theta_i>\theta_{2c}$（$\theta_{2c}=\sin^{-1}(n_2/n_1)$ 为芯层-衬底临界角），且 $\theta_i>\theta_{3c}$（$\theta_{3c}=\sin^{-1}(n_3/n_1)$ 为芯层-覆盖层临界角）；
3. 偏振影响：TE偏振（电场垂直入射面）和TM偏振（电场平行入射面）的反射相位偏移不同，后续影响特征方程。
全反射的两个关键结果：
1. 反射系数 $\vert r\vert=1$：光能量完全反射，无透射损耗；
2. 相位偏移（$\phi$）：并非反射后相位不变，TE/TM 偏振的相位偏移 $\phi_{TE}$、$\phi_{TM}$ 不同，公式如下：
  - TE偏振：$\tan\phi_{TE}=\frac{\sqrt{n_1^2\sin^2\theta_i-n_2^2}}{n_1\cos\theta_i}=\frac{\sqrt{\beta^2-k_0^2n_2^2}}{\sqrt{k_0^2n_1^2-\beta^2}}$
  - TM偏振：$\tan\phi_{TM}=\frac{n_1^2}{n_2^2}\frac{\sqrt{n_1^2\sin^2\theta_i-n_2^2}}{n_1\cos\theta_i}=\frac{n_1^2}{n_2^2}\frac{\sqrt{\beta^2-k_0^2n_2^2}}{\sqrt{k_0^2n_1^2-\beta^2}}$
  - 注：$\phi$ 的单位为弧度，影响后续“相位匹配条件”。

2.2.2 射线的传播模式（导模vs辐射模）

光在平面波导中以“之字形（zigzag）”传播，不同入射角对应不同模式：

模式类型	入射角条件	传播常数范围	物理意义
导模（Guided Modes）	$\theta_i>\theta_{2c}\ge\theta_{3c}$	$k_0n_2<\beta<k_0n_1$	光在芯层内多次全反射，能量被约束，稳定沿 z 传播
衬底辐射模	$\theta_{3c}<\theta_i<\theta_{2c}$	$k_0n_3<\beta<k_0n_2$	光在芯层-覆盖层全反射，但在芯层-衬底折射，能量向衬底发散
衬底-覆盖辐射模	$\theta_i<\theta_{3c}<\theta_{2c}$	$\beta<k_0n_3$	光在两个界面均折射，能量向衬底和覆盖层发散，无法稳定传播

2.3 导模的核心：相位匹配与特征方程

2.3.1 为什么需要特征方程？

导模并非所有满足 $\theta_i>\theta_{2c}$ 的入射角都能存在！光沿“之字形”传播时，相邻两次反射的光需满足“相位匹配”——即总相位差为 $2m\pi$（$m=0,1,2,\ldots$，整数倍），否则会相互干涉抵消，无法形成稳定模式。

2.3.2 特征方程推导（关键步骤）

光程差计算：光在芯层中传播一段距离，横向（$x$ 方向）往返的光程差为：$\Delta L=2d\cos\theta_i$（$d$ 为芯层厚度，$\cos\theta_i$ 是横向光程的投影系数）；
相位差贡献：
- 光程差对应的相位差：$\Delta\phi_1=k_0n_1\Delta L=2k_0n_1d\cos\theta_i$（$k_0=2\pi/\lambda$，$\lambda$ 为光波长）；
- 两次全反射的相位偏移：$\Delta\phi_2=2\phi_{12}+2\phi_{13}$（$\phi_{12}$ 是芯层-衬底反射的相位偏移，$\phi_{13}$ 是芯层-覆盖层反射的相位偏移）；
相位匹配条件：总相位差需为 $2m\pi$（干涉加强），即： $\Delta\phi_1-\Delta\phi_2=2m\pi \Rightarrow 2k_0n_1d\cos\theta_i-2(\phi_{12}+\phi_{13})=2m\pi \Rightarrow k_0n_1d\cos\theta_i-\phi_{12}-\phi_{13}=m\pi$
代入相位偏移公式：结合 TE/TM 的 $\phi$ 表达式，最终得到特征方程（考试核心公式，必须背会）：

（1）TE模式特征方程

$h_1 d = m\pi + \tan^{-1}\left(\frac{\gamma_2}{h_1}\right) + \tan^{-1}\left(\frac{\gamma_3}{h_1}\right)$ 或等价形式： $\tan(h_1 d) = \frac{h_1(\gamma_2 + \gamma_3)}{h_1^2 - \gamma_2 \gamma_3}$

（2）TM模式特征方程

$\tan(h_1 d) = \frac{n_1^2 h_1 \left(n_3^2 \gamma_2 + n_2^2 \gamma_3\right)}{n_2^2 n_3^2 h_1^2 - n_1^4 \gamma_2 \gamma_3}$

2.3.3 特征方程中关键参数定义（符号必须记准）

参数	公式	物理意义
$h_1$	$h_1 = \sqrt{k_0^2 n_1^2 - \beta^2}$	芯层中横向（$x$ 方向）传播常数，实数（因 $\beta<k_0n_1$），描述光在芯层的横向振荡特性
$\gamma_2$	$\gamma_2 = \sqrt{\beta^2 - k_0^2 n_2^2}$	衬底中衰减系数，实数（因 $\beta>k_0n_2$），描述消逝波在衬底的衰减速率
$\gamma_3$	$\gamma_3 = \sqrt{\beta^2 - k_0^2 n_3^2}$	覆盖层中衰减系数，实数（因 $\beta>k_0n_3$），描述消逝波在覆盖层的衰减速率
$k_0$	$k_0 = \frac{2\pi}{\lambda} = \frac{\omega}{c}$	自由空间波数，$\lambda$ 为光波长，$c$ 为真空中光速（$3\times10^8\,\mathrm{m/s}$），$\omega$ 为角频率
$\beta$	$\beta = k_0 n_1 \sin\theta_i$	纵向传播常数，与入射角 $\theta_i$ 直接相关，核心待求参数
$m$	$m=0,1,2,\ldots$	模式阶数，$m=0$ 为基模（fundamental mode），$m\ge 1$ 为高阶模（high-order mode）

2.4 关键衍生参数（考试计算核心）

2.4.1 有效折射率（$n_\beta$）

公式：$n_\beta = \frac{\beta}{k_0} = n_1 \sin\theta_i$
物理意义：等效描述光波导中光的传播速度，$v_p = \frac{c}{n_\beta}$（相速度）；
范围：$n_2<n_\beta<n_1$（导模专属，辐射模 $n_\beta<n_2$）。

2.4.2 归一化频率（V）

公式：$V = k_0 d \sqrt{n_1^2 - n_2^2} = \frac{2\pi d}{\lambda} \sqrt{n_1^2 - n_2^2}$
物理意义：综合“波长、芯层厚度、折射率差”的无量纲参数，决定波导支持的模式数量；
关键结论：V越大，支持的模式越多（多模波导）；V越小，模式越少（单模波导）。

2.4.3 归一化导模折射率（b）

公式：$b = \frac{n_\beta^2 - n_2^2}{n_1^2 - n_2^2} = \frac{\beta^2 - k_0^2 n_2^2}{k_0^2(n_1^2 - n_2^2)}$
物理意义：描述导模与包层的“折射率差异程度”，范围 $0<b<1$（导模），$b=0$ 为截止状态。

2.4.4 不对称因子（a）

公式：$a = \frac{n_2^2 - n_3^2}{n_1^2 - n_2^2}$
物理意义：描述平面波导的不对称程度，对称波导（$n_2=n_3$）时 $a=0$，非对称波导 $a>0$。

2.5 截止条件（考试高频考点）

2.5.1 什么是截止？

导模 → 辐射模的临界状态：当 $\beta=k_0n_2$（$n_\beta=n_2$）时，$\gamma_2=0$（衬底中衰减系数为 0），光在芯层-衬底界面不再全反射，开始折射，此时的参数（波长、厚度、频率）称为“截止参数”。

2.5.2 截止波长（$\lambda_m^c$）

定义：对应截止状态的波长，当 $\lambda>\lambda_m^c$ 时，$V<V_m^c$（截止归一化频率），模式变为辐射模；当 $\lambda<\lambda_m^c$ 时，$V>V_m^c$，模式为导模；
公式（TE模式）：$\lambda_m^c = \frac{2\pi d \sqrt{n_1^2 - n_2^2}}{V_m^c}$，其中$V_m^c = m\pi + \tan^{-1}\sqrt{a}$（截止归一化频率）；
关键结论：
- 对称波导（$a=0$）：基模（$m=0$）$V_0^c=0\to\lambda_0^c\to\infty$，基模永远不截止；
- 非对称波导（$a>0$）：基模有截止波长，$\lambda>\lambda_0^c$ 时基模也会变成辐射模。

2.5.3 截止厚度（$d_m^c$）

定义：对应截止状态的芯层厚度，$d\ll d_m^c$ 时模式截止；
公式：$d_m^c = \frac{\lambda V_m^c}{2\pi \sqrt{n_1^2 - n_2^2}}$

2.6 模式数量判断（计算题必考）

核心公式（TE模式数量）：$M_{TE} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\sqrt{a} \right]_{int}$
核心公式（TM模式数量）：$M_{TM} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\left( \frac{n_1^2}{n_3^2} \sqrt{a} \right) \right]_{int}$
说明：$[\ ]_{int}$ 表示“向下取整”，$V$ 为归一化频率，$a$ 为不对称因子；
示例：若计算得 $M_{TE}=4.2$，则实际支持 4 个 TE 模式（$TE_0$ 到 $TE_3$）。

二、平面波导的电磁理论（3.2）

2.1 核心逻辑：从麦克斯韦方程组出发

射线光学理论是“几何近似”，适合定性分析；电磁理论基于麦克斯韦方程组，是精确描述，能推导场分布、正交性等关键特性，考试简答/计算均需掌握。

2.2 前提假设

纵向均匀波导：$n(x,y)$ 不随 $z$ 变化，场分量可表示为“横向分布×纵向相位因子”： $E(r,t) = \mathcal{E}(x,y) \exp[i(\beta z - \omega t)]$ $H(r,t) = \mathcal{H}(x,y) \exp[i(\beta z - \omega t)]$ 其中，$\mathcal{E}(x,y)$、$\mathcal{H}(x,y)$ 是横向场分布（与 $z$ 无关），$\exp[i(\beta z-\omega t)]$ 描述纵向传播。
无损耗、各向同性、非磁性：$\mu=\mu_0$（真空磁导率），$\varepsilon=\varepsilon_0n^2$（介电常数与折射率平方成正比）。

2.3 场分量关系（核心公式）

通过麦克斯韦方程组推导，横向分量（$E_x$、$E_y$、$H_x$、$H_y$）可由纵向分量（$E_z$、$H_z$）完全表示，无需单独求解所有分量： $(k^2 - \beta^2) \mathcal{E}_x = i\beta \frac{\partial \mathcal{E}_z}{\partial x} + i\omega \mu_0 \frac{\partial \mathcal{H}_z}{\partial y}$ $(k^2 - \beta^2) \mathcal{E}_y = i\beta \frac{\partial \mathcal{E}_z}{\partial y} - i\omega \mu_0 \frac{\partial \mathcal{H}_z}{\partial x}$ $(k^2 - \beta^2) \mathcal{H}_x = i\beta \frac{\partial \mathcal{H}_z}{\partial x} - i\omega \varepsilon \frac{\partial \mathcal{E}_z}{\partial y}$ $(k^2 - \beta^2) \mathcal{H}_y = i\beta \frac{\partial \mathcal{H}_z}{\partial y} + i\omega \varepsilon \frac{\partial \mathcal{E}_z}{\partial x}$

说明：$k=k_0n$（介质中的波数），核心结论——只要找到 $E_z$ 和 $H_z$，就能得到所有场分量。

2.4 模式分类（基于纵向分量）

模式类型	纵向分量特征	关键特点
TE模式（横电模式）	$E_z=0$，$H_z\ne0$	电场无纵向分量，仅含横向电场（$E_y$）和纵向/横向磁场（$H_z$、$H_x$），平面波导主要模式
TM模式（横磁模式）	$H_z=0$，$E_z\ne0$	磁场无纵向分量，仅含横向磁场（$H_y$）和纵向/横向电场（$E_z$、$E_x$），与 TE 模式成对出现
TEM模式	$E_z=0$ 且 $H_z=0$	无纵向分量，仅含横向场，但介质波导不支持 TEM 模式（因无法满足边界条件）
混合模（Hybrid）	$E_z\ne0$ 且 $H_z\ne0$	平面波导中无混合模（因 $y$ 方向无约束，场分量与 $y$ 无关，$E_z$ 和 $H_z$ decouple），圆形波导中存在

2.5 波动方程与场分布

2.5.1 波动方程推导

由麦克斯韦方程组推导，纵向分量 $E_z$ 和 $H_z$ 满足亥姆霍兹方程： $\left( \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} \right) \mathcal{E}_z + (k^2 - \beta^2) \mathcal{E}_z = 0$ $\left( \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} \right) \mathcal{H}_z + (k^2 - \beta^2) \mathcal{H}_z = 0$

2.5.2 平面波导的场分布（TE模式示例）

平面波导中 $y$ 方向无约束（$\partial/\partial y=0$），波动方程简化为一维：

芯层（$x\in[-d/2,d/2]$）：$k_1^2-\beta^2=h_1^2>0$，方程解为振荡函数（余弦/正弦）： $\mathcal{E}_y(x) = C_{TE} \cos(h_1 x - \psi)$（ψ为相位常数，由边界条件确定）
衬底（$x<-d/2$）：$k_2^2-\beta^2=-\gamma_2^2<0$，方程解为指数衰减函数（消逝波）： $\mathcal{E}_y(x) = C_{TE} \cos(h_1 d/2 + \psi) \exp[\gamma_2(x + d/2)]$
覆盖层（$x>d/2$）：$k_3^2-\beta^2=-\gamma_3^2<0$，方程解为指数衰减函数（消逝波）： $\mathcal{E}_y(x) = C_{TE} \cos(h_1 d/2 - \psi) \exp[-\gamma_3(x - d/2)]$
物理意义：芯层中光场振荡，包层中光场指数衰减，能量主要集中在芯层。

2.6 边界条件（波动方程求解关键）

芯层与包层界面（$x=\pm d/2$）处，场需满足“连续条件”（源于麦克斯韦方程组的边界条件）：

TE模式：$E_y$（切向电场）和 $\partial E_y/\partial x$（与 $H_z$ 成正比，切向磁场相关）连续；
TM模式：$H_y$（切向磁场）和 $\partial H_y/\partial x$（与 $E_z$ 成正比，切向电场相关）连续；
作用：代入边界条件可确定相位常数 $\psi$ 和特征方程，与射线光学理论得到的特征方程一致（验证理论正确性）。

2.7 模式的正交性（简答考点）

2.7.1 正交性定义

无损耗波导中，不同导模（v和μ）的功率积分满足： $\int_{-\infty}^{\infty} \int_{-\infty}^{\infty} \left( \mathcal{E}_v \times \mathcal{H}_\mu^\ast + \mathcal{E}_\mu^\ast \times \mathcal{H}_v \right) \cdot \hat{z} dxdy = \pm P_v \delta_{v\mu}$

说明：$\delta_{v\mu}$ 为克罗内克函数，$v=\mu$ 时 $\delta=1$，$v\ne\mu$ 时 $\delta=0$；$P_v$ 为模式 $v$ 的功率；
2.7.2 物理意义
不同模式之间无功率耦合：光在波导中传播时，各模式的能量相互独立，不会从一个模式转移到另一个模式；
模式展开：任意光场可表示为各导模的线性组合，正交性是展开的数学基础。

三、阶跃折射率平面波导（3.3）：考试计算重点

阶跃折射率平面波导是“芯层/包层折射率突变”的平面波导，分为对称和非对称两类，是考试计算的核心载体。

3.1 对称阶跃平面波导（n2 = n3）

3.1.1 核心特点

不对称因子 $a=0$，$\gamma_2=\gamma_3$，特征方程简化： TE模式：$\tan\left( \frac{h_1d}{2} - \frac{m\pi}{2} \right) = \frac{\gamma_2}{h_1}$
截止条件：基模（$m=0$）$V_0^c=0$，无截止波长，永远是导模；高阶模（$m\ge 1$）$V_m^c=m\pi$；
单模条件：$V<\pi$（仅支持 $TE_0$、$TM_0$ 两个模式，因 TE/TM 模式简并）。

3.1.2 约束因子（$\Gamma$）：功率 confinement 程度

定义：导模功率在芯层的占比，$\Gamma = \frac{P_{core}}{P_{total}}$（$P_{core}$ 为芯层功率，$P_{total}$ 为总功率）；
公式（TE基模）：$\Gamma_{TE0} \approx \frac{V^2}{2 + V^2}$（误差<1.5%，简化计算）；
物理意义：$\Gamma$ 越接近 1，光能量越集中在芯层，约束效果越好；$V$ 越大，$\Gamma$ 越接近 1。

3.2 非对称阶跃平面波导（n2 != n3）

3.2.1 核心特点

特征方程无简化，需用原始公式求解；
截止条件：所有模式（包括基模）均有截止波长，$V<V_m^c$ 时模式截止；
模式数量：TE 和 TM 模式数量不同（因 TM 模式的截止 $V_m^c$ 更大），需分别计算。

3.3 计算题示例：模式数量与截止厚度（考试真题难度）

例题：非对称阶跃平面波导，芯层 $n_1=1.77$，衬底 $n_2=1.45$，覆盖层 $n_3=1$，芯层厚度 $d=2\,\mu\mathrm{m}$，光波长 $\lambda=1\,\mu\mathrm{m}$，求：

（1）归一化频率 $V$；（2）TE/TM 模式数量；（3）$TM_3$ 模式的截止厚度 $d_c$。

解答步骤：

计算V（归一化频率）： $V = \frac{2\pi d}{\lambda} \sqrt{n_{1}^{2} - n_{2}^{2}} = \frac{2\pi\times2}{1}\times\sqrt{1.77^{2} - 1.45^{2}} \approx 12.76$
计算不对称因子a（TE模式）和a_M（TM模式）： $a_E = \frac{n_{2}^{2} - n_{3}^{2}}{n_{1}^{2} - n_{2}^{2}} = \frac{1.45^{2} - 1^{2}}{1.77^{2} - 1.45^{2}} \approx 1.07$ $a_M = \frac{n_{1}^{4}}{n_{3}^{4}}\times a_E = 1.77^{4}\times1.07 \approx 10.5$
计算模式数量：
- TE模式：$M_{TE} = \left[ \frac{V}{\pi} - \frac{1}{\pi}\tan^{-1}\sqrt{a_E} \right]_{int} = \left[ \frac{12.76}{\pi} - \frac{1}{\pi}\tan^{-1}\sqrt{1.07} \right]_{int} \approx [4 - 0.255]_{int} = 4$（$TE_0$ 到 $TE_3$）
- TM模式：$M_{TM} = \left[ \frac{V}{\pi} - \frac{1}{\pi}\tan^{-1}\sqrt{a_M} \right]_{int} = \left[ 4 - \frac{1}{\pi}\tan^{-1}\sqrt{10.5} \right]_{int} \approx [4 - 0.405]_{int} = 4$（$TM_0$ 到 $TM_3$）
计算 $TM_3$ 模式的截止厚度 $d_c$：
- TM模式截止归一化频率：$V_{3}^{c} = \tan^{-1}\sqrt{a_M} + 3\pi \approx \tan^{-1}\sqrt{10.5} + 3\pi \approx 1.27 + 9.42 = 10.69$
- 截止厚度：$d_c = \frac{\lambda V_{3}^{c}}{2\pi\sqrt{n_{1}^{2} - n_{2}^{2}}} = \frac{1\times10.69}{2\pi\times\sqrt{1.77^{2} - 1.45^{2}}} \approx 1.68\,\mu\mathrm{m}$

结论：

（1）$V\approx12.76$；（2）4 个 TE 模式、4 个 TM 模式；（3）$TM_3$ 截止厚度约为 $1.68\,\mu\mathrm{m}$，当 $d<1.68\,\mu\mathrm{m}$ 时 $TM_3$ 截止。

四、阶跃折射率圆形波导（3.4）：光纤核心

圆形波导即“光纤（Optical Fiber）”，是最常用的光波导，核心结构为“圆柱形芯层（$n_1$）+ 圆柱形包层（$n_2$）”，应用于光纤通信、传感等，考试重点为单模光纤特性。

4.1 光纤的基本结构与参数

4.1.1 结构

芯层：半径 $a$，折射率 $n_1$；包层：半径 $b$（$b>a$），折射率 $n_2$（$n_1>n_2$）；涂覆层：保护光纤，不参与光传输；
关键参数：相对折射率差 $\Delta = \frac{n_1 - n_2}{n_1}$（单模光纤 $\Delta\approx10^{-3}$，多模光纤 $\Delta\approx1\%$）。

4.1.2 核心参数（与平面波导对应，需对比记忆）

参数	公式	物理意义
归一化频率（V）	$V = \frac{2\pi a}{\lambda} \sqrt{n_1^2 - n_2^2}$	决定光纤支持的模式数量，单模光纤 $V<2.405$
数值孔径（NA）	$NA = \sqrt{n_1^2 - n_2^2} = \sin\theta_m$	描述光纤的“收光能力”，$\theta_m$ 为最大接收角（入射光 $\theta\le\theta_m$ 才能耦合为导模）
有效折射率（$n_{eff}$）	$n_{eff} = \frac{\beta}{k_0}$	描述光纤中光的传播速度，$n_2<n_{eff}<n_1$

4.2 光纤的模式分类

4.2.1 为什么有混合模？

圆形波导是 $x$、$y$ 双向约束，场分量与角坐标 $\phi$ 相关，$E_z$ 和 $H_z$ 无法完全 decouple，因此存在混合模（$HE_{mn}$、$EH_{mn}$）：

$HE_{mn}$：$H_z$ 主导（横向磁场分量强）；
$EH_{mn}$：$E_z$ 主导（横向电场分量强）；
$m=0$ 时：退化为 $TE_{0n}$（$E_z=0$）、$TM_{0n}$（$H_z=0$）模式（无角向变化）。

4.2.2 弱导近似与LP模式（零基础重点）

实际光纤的相对折射率差 $\Delta$ 很小（$\Delta\ll1$），称为“弱导光纤”，可做“ scalar 近似”，将复杂的混合模简化为线偏振模（$LP_{mn}$），方便分析：

$LP_{mn}$：横向电场近似为线偏振，$m$ 为角向模式指数（对应 $\phi$ 方向的强度极大值数量的一半），$n$ 为径向模式指数（对应 $r$ 方向的强度极大值数量）；
核心结论：单模光纤的基模是 $LP_{01}$（对应 $HE_{11}$ 模式），无截止波长；
单模条件：$V<2.405$（仅支持 $LP_{01}$ 模式，因次高阶模 $LP_{11}$ 的截止 $V_c=2.405$）。

4.3 光纤的色散（考试简答高频考点）

4.3.1 什么是色散？

光信号由不同频率/模式组成，不同频率/模式的传播速度不同，导致信号脉冲在传输中展宽，限制通信带宽，这一现象称为色散。

4.3.2 色散分类

色散类型	产生原因	影响
模式色散（Intermode）	多模光纤中不同模式的 $n_{eff}$ 不同，传播速度不同	多模光纤的主要带宽限制，单模光纤无模式色散
材料色散（Material）	折射率 $n(\omega)$ 随角频率 $\omega$ 变化（色散介质），不同频率的光传播速度不同	所有光纤均存在，可通过波导色散补偿
波导色散（Waveguide）	模式的 $n_{eff}$ 随波长 $\lambda$ 变化（由光纤结构决定），不同频率的光传播速度不同	单模光纤的主要色散，可通过设计光纤结构调节（如色散位移光纤）

4.3.3 零色散波长（$\lambda_0$）

定义：材料色散与波导色散相互抵消，总色散 $D=0$ 的波长；
标准单模光纤（G.652）：$\lambda_0\approx1310\,\mathrm{nm}$，在 1550 nm 处色散 $D\approx17\,\mathrm{ps/(nm\cdot km)}$；
色散位移光纤（G.653）：通过设计芯层半径和折射率分布，将 $\lambda_0$ 移至 1550 nm（低损耗窗口），实现“低损耗+零色散”。

4.4 光纤计算题示例：单模判断与脉冲展宽

例题：标准单模光纤，芯层半径 $a=4.7\,\mu\mathrm{m}$，$n_1=1.4628$，$n_2=1.4600$，光波长 $\lambda=1550\,\mathrm{nm}$，求：

（1）该光纤是否为单模？（2）若用于传输 10 Gb/s 信号，传输距离 $L=100\,\mathrm{km}$，群速度色散 $D=17\,\mathrm{ps/(nm\cdot km)}$，信号光谱带宽 $\Delta\lambda=0.075\,\mathrm{nm}$，求脉冲展宽 $\Delta\tau$。

解答步骤：

计算归一化频率V： $V = \frac{2\pi a}{\lambda} \sqrt{n_{1}^{2} - n_{2}^{2}} = \frac{2\pi\times4.7}{1550\times10^{-9}}\times\sqrt{1.4628^{2} - 1.4600^{2}} \approx 2.0 < 2.405$ 结论：是单模光纤。
计算脉冲展宽 $\Delta\tau$：脉冲展宽公式（群速度色散导致）：$\Delta\tau = D\times L\times\Delta\lambda$ 代入数据：$\Delta\tau = 17\times100\times0.075 = 127.5\,\mathrm{ps}$

结论：

（1）是单模光纤；（2）脉冲展宽约为 128 ps，需确保展宽小于脉冲宽度（10 Gb/s 信号脉冲宽度约为 100 ps，需优化色散补偿）。

五、选学内容（3.5-3.6）：考试低频考点

5.1 渐变折射率波导（Graded-index Waveguide）

核心特点：芯层折射率沿横向渐变（如抛物线型 $n(x) = n_{1}[1 - \Delta(x/d)^{2}]$）；
优势：射线沿正弦曲线传播，减少模式色散（多模渐变光纤的带宽远大于多模阶跃光纤）；
考试要求：了解“渐变折射率可减少模式色散”即可，无需掌握复杂公式。

5.2 沟道波导（Channel Waveguide）

核心特点：x、y双向约束（如条形、埋入式结构），用于集成光电子芯片（如波导调制器、耦合器）；
考试要求：了解“双向约束”的结构特点，无需深入推导。

六、考试重点汇总（简答+计算）

6.1 简答题高频考点（完整回答思路）

什么是光波导？其核心结构与工作原理是什么？
- 定义：高折射率芯层+低折射率包层的 dielectric 结构；
- 结构：芯层（$n_1$）、包层（$n_2<n_1$）；
- 原理：利用全反射（TIR）将光约束在芯层，引导纵向传播。
平面波导为什么没有混合模？
- 平面波导仅 $x$ 方向约束，$y$ 方向无约束（$\partial/\partial y=0$）；
- 场分量与 $y$ 无关，$E_z$ 和 $H_z$ 完全解耦，仅存在 TE（$E_z=0$）和 TM（$H_z=0$）模式，无混合模。
单模光纤的判据是什么？其基模是什么？
- 判据：归一化频率 $V<2.405$；
- 基模：$LP_{01}$ 模式（对应 $HE_{11}$ 混合模），无截止波长。
光纤的色散有哪些类型？如何实现零色散？
- 类型：模式色散、材料色散、波导色散；
- 零色散：通过波导色散补偿材料色散，使总色散 $D=0$（如色散位移光纤）。

6.2 计算题高频考点（公式+步骤）

归一化频率 $V$ 计算：$V = \frac{2\pi d}{\lambda} \sqrt{n_1^2 - n_2^2}$（平面波导）/ $V = \frac{2\pi a}{\lambda} \sqrt{n_1^2 - n_2^2}$（光纤）；
模式数量判断：代入M_TE、M_TM公式，向下取整；
截止波长/厚度计算：$\lambda_m^c = \frac{2\pi d \sqrt{n_{1}^{2} - n_{2}^{2}}}{V_m^c}$ / $d_m^c = \frac{\lambda V_m^c}{2\pi \sqrt{n_{1}^{2} - n_{2}^{2}}}$；
光纤脉冲展宽：$\Delta\tau = D \times L \times \Delta\lambda$；
约束因子Γ计算：对称平面波导TE基模用简化公式$\Gamma\approx\frac{V^{2}}{2+V^{2}}$。

七、零基础学习建议

先记结构与概念：明确“芯层/包层”“全反射”“导模/辐射模”的物理意义，避免死记公式；
公式分模块记忆：将公式按“平面波导参数”“特征方程”“光纤参数”“计算类”分类，结合例题理解；
多练计算题：重点练“V计算→模式判断→截止参数”的逻辑链，掌握代入数据的技巧；
简答踩关键词：回答时包含“定义+结构+原理+结论”，如“单模光纤”需答判据、基模、特点。

第三章重点知识点整理

包含4个核心模块，覆盖考试所有高频考点，逻辑链：V计算→模式判断/截止参数/传播常数

一、核心术语表（中英对照+物理意义）

中文术语	英文术语	物理意义
光波导	Optical Waveguide	高折射率芯层+低折射率包层的介质结构，通过全反射约束光纵向传播
全反射	Total Internal Reflection (TIR)	光从光密介质入射到光疏介质，入射角>临界角时，无折射仅反射，	r	=1
临界角	Critical Angle $\theta_c$	全反射的临界入射角，$\theta_c=\sin^{-1}(n_{2}/n_{1})$
导模	Guided Mode	满足全反射条件，能量被约束在芯层，沿z方向稳定传播的模式
辐射模	Radiation Mode	不满足全反射条件，能量向包层发散，无法稳定传播的模式
传播常数	Propagation Constant $\beta$	描述光沿z方向相位变化率，$\beta=k_{0}n_\beta$，导模满足 $k_{0}n_{2}<\beta<k_{0}n_{1}$
有效折射率	Effective Index $n_\beta$	等效描述波导中光的传播速度，n_β=β/k₀，n₂<n_β<n₁
归一化频率	Normalized Frequency $V$	综合波长、芯层尺寸、折射率差的无量纲参数，决定模式数量
数值孔径	Numerical Aperture $NA$	描述光纤收光能力，$NA=\sqrt{n_{1}^{2}-n_{2}^{2}}=\sin\theta_m$（θ_m为最大接收角）
截止波长	Cutoff Wavelength $\lambda_m^c$	导模转变为辐射模的临界波长，$\lambda>\lambda_m^c$时模式截止
色散	Dispersion	不同频率/模式的光传播速度不同，导致脉冲展宽，限制通信带宽
线偏振模	Linearly Polarized (LP) Mode	弱导光纤中简化的模式，横向电场近似线偏振，如 $LP_{01}$（单模光纤基模）

二、核心公式大全（分类整理+符号说明）

（一）基础参数公式

公式	符号说明
$k_0 = \frac{2\pi}{\lambda} = \frac{\omega}{c}$	$k_{0}$：自由空间波数；$\lambda$：光波长；ω：角频率；c：真空中光速（3×10⁸m/s）
$n_\beta = \frac{\beta}{k_0} = n_1 \sin\theta_i$	$n_\beta$：有效折射率；$\beta$：传播常数；$\theta_i$：入射角
$V = k_0 d \sqrt{n_1^2 - n_2^2}$（平面波导）	$V$：归一化频率；$d$：芯层厚度；n₁：芯层折射率；n₂：包层折射率
$V = k_0 a \sqrt{n_1^2 - n_2^2}$（光纤）	$a$：光纤芯层半径
$NA = \sqrt{n_1^2 - n_2^2} = \sin\theta_m$	$NA$：数值孔径；$\theta_m$：最大接收角
$\Delta = \frac{n_1 - n_2}{n_1}$（相对折射率差）	$\Delta$：弱导光纤中Δ≈10⁻³

（二）特征方程（核心考点）

1. 平面波导特征方程

模式类型	特征方程
TE模式	$h_1 d = m\pi + \tan^{-1}\left(\frac{\gamma_2}{h_1}\right) + \tan^{-1}\left(\frac{\gamma_3}{h_1}\right)$
	等价形式：$\tan(h_1 d) = \frac{h_1(\gamma_2 + \gamma_3)}{h_1^2 - \gamma_2 \gamma_3}$
TM模式	$\tan(h_1 d) = \frac{n_1^2 h_1(n_3^2 \gamma_2 + n_2^2 \gamma_3)}{n_2^2 n_3^2 h_1^2 - n_1^4 \gamma_2 \gamma_3}$
符号定义	$h_1 = \sqrt{k_0^2 n_1^2 - \beta^2}$（芯层横向传播常数）；$\gamma_2 = \sqrt{\beta^2 - k_0^2 n_2^2}$（衬底衰减系数）；$\gamma_3 = \sqrt{\beta^2 - k_0^2 n_3^2}$（覆盖层衰减系数）；m=0,1,2,…（模式阶数）

2. 光纤（LP模式）特征方程

$\frac{h a J_{m-1}(h a)}{J_m(h a)} = -\frac{\gamma a K_{m-1}(\gamma a)}{K_m(\gamma a)}$

符号定义：$h = \sqrt{k_0^2 n_1^2 - \beta^2}$；$\gamma = \sqrt{\beta^2 - k_0^2 n_2^2}$；J_m：第一类贝塞尔函数；K_m：第二类修正贝塞尔函数；m：角向模式指数；n：径向模式指数

（三）截止条件公式

应用场景	公式
平面波导TE模式截止波长	$\lambda_m^c = \frac{2\pi d \sqrt{n_1^2 - n_2^2}}{V_m^c}$，其中$V_m^c = m\pi + \tan^{-1}\sqrt{a}$
平面波导截止厚度	$d_m^c = \frac{\lambda V_m^c}{2\pi \sqrt{n_1^2 - n_2^2}}$
光纤单模条件	$V < 2.405$（仅支持 $LP_{01}$ 模式）
符号定义	$a$：不对称因子（$a = \frac{n_2^2 - n_3^2}{n_1^2 - n_2^2}$）；$V_m^c$：截止归一化频率

（四）计算类核心公式

计算类型	公式
模式数量（TE）	$M_{TE} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\sqrt{a} \right]_{int}$
模式数量（TM）	$M_{TM} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\left( \frac{n_1^2}{n_3^2} \sqrt{a} \right) \right]_{int}$
约束因子（TE基模）	$\Gamma_{TE0} \approx \frac{V^2}{2 + V^2}$（对称平面波导，误差<1.5%）
光纤脉冲展宽	$\Delta\tau = D \cdot L \cdot \Delta\lambda$（$D$：群速度色散；$L$：传输距离；$\Delta\lambda$：光谱带宽）

三、10道计算题（含详细解析）

题型1：模式数量判断（必考）

题目1：非对称平面波导，$n_1=1.77$，$n_2=1.45$，$n_3=1$，$d=2\,\mu\mathrm{m}$，$\lambda=1\,\mu\mathrm{m}$，求 TE、TM 模式数量。

解析步骤：

计算归一化频率V： $V = \frac{2\pi d}{\lambda} \sqrt{n_1^2 - n_2^2} = \frac{2\pi\times2}{1}\times\sqrt{1.77^{2}-1.45^{2}}\approx12.76$
计算不对称因子a_E（TE）、a_M（TM）： $a_E = \frac{n_2^{2} - n_3^{2}}{n_1^{2} - n_2^{2}} = \frac{1.45^{2}-1^{2}}{1.77^{2}-1.45^{2}}\approx1.07$ $a_M = \frac{n_1^{4}}{n_3^{4}}\times a_E = 1.77^{4}\times1.07\approx10.5$
计算模式数量（向下取整）： $M_{TE} = \left[ \frac{12.76}{\pi} - \frac{1}{\pi}\tan^{-1}\sqrt{1.07} \right]_{int}\approx[4-0.255]_{int}=4$ $M_{TM} = \left[ \frac{12.76}{\pi} - \frac{1}{\pi}\tan^{-1}\sqrt{10.5} \right]_{int}\approx[4-0.405]_{int}=4$ 答案：4 个 TE 模式（$TE_0$ 到 $TE_3$），4 个 TM 模式（$TM_0$ 到 $TM_3$）。

题型2：截止厚度计算

题目2：承接题目1，求 $TM_3$ 模式的截止厚度 $d_c$。

解析步骤：

$TM_3$ 模式截止归一化频率： $V_3^c = \tan^{-1}\sqrt{a_M} + 3\pi\approxtan^{-1}\sqrt{10.5}+9.42\approx1.27+9.42=10.69$
截止厚度公式： $d_c = \frac{\lambda V_3^c}{2\pi\sqrt{n_1^{2} - n_2^{2}}} = \frac{1\times10.69}{2\pi\times\sqrt{1.77^{2}-1.45^{2}}}\approx1.68\,\mu\mathrm{m}$ 答案：$TM_3$ 模式截止厚度约为 $1.68\,\mu\mathrm{m}$，$d<1.68\,\mu\mathrm{m}$ 时该模式截止。

题型3：光纤单模判断

题目3：光纤 $n_1=1.4628$，$n_2=1.4600$，芯层半径 $a=4.7\,\mu\mathrm{m}$，$\lambda=1550\,\mathrm{nm}$，判断是否为单模光纤。

解析步骤：

计算归一化频率V： $V = \frac{2\pi a}{\lambda} \sqrt{n_1^{2} - n_2^{2}} = \frac{2\pi\times4.7}{1550\times10^{-9}}\times\sqrt{1.4628^{2}-1.4600^{2}}\approx2.0$
单模条件：$V<2.405$，$2.0<2.405$，满足单模条件。答案：是单模光纤，仅支持 $LP_{01}$（$HE_{11}$）模式。

题型4：传播常数与有效折射率

题目4：对称平面波导 $n_1=1.5$，$n_2=1.46$，$d=2\,\mu\mathrm{m}$，$\lambda=1.5\,\mu\mathrm{m}$，求 $TE_0$ 模式的 $n_\beta$（提示：$V<\pi$，用约束因子简化公式）。

解析步骤：

计算V： $V = \frac{2\pi\times2}{1.5}\times\sqrt{1.5^{2}-1.46^{2}}\approx0.92\pi\approx2.89$
约束因子 $\Gamma\approx V^2/(2+V^2)=2.89^2/(2+2.89)\approx8.35/4.89\approx1.71$（此处 $\Gamma>1$，说明用简化公式，直接通过 $V$ 求 $n_\beta$）： $V = k_0 d \sqrt{n_1^{2} - n_\beta^{2}} \to n_\beta = \sqrt{n_1^{2} - \left(\frac{V}{k_0 d}\right)^2}$ $k_0 = 2\pi/1.5\times10^{-6}\approx4.189\times10^6 m^{-1}$ $\frac{V}{k_0 d} = 2.89/(4.189\times10^6\times2\times10^{-6})\approx2.89/8.378\approx0.345$ $n_\beta = \sqrt{1.5^{2} - 0.345^{2}}\approx\sqrt{2.25-0.119}\approx\sqrt{2.131}\approx1.46$ 答案：$TE_0$ 模式的有效折射率 $n_\beta\approx1.46$。

题型5：光纤脉冲展宽

题目5：10 Gb/s 信号在 $\lambda=1500\,\mathrm{nm}$ 的单模光纤中传输，$L=100\,\mathrm{km}$，$D=17\,\mathrm{ps/(nm\cdot km)}$，$\Delta\lambda=0.075\,\mathrm{nm}$，求脉冲展宽 $\Delta\tau$。

解析步骤：

脉冲展宽公式：$\Delta\tau=D\times L\times\Delta\lambda$
代入数据：$\Delta\tau=17\times100\times0.075=127.5\,\mathrm{ps}\approx128\,\mathrm{ps}$ 答案：脉冲展宽约为 128 ps。

题型6：截止波长计算

题目6：非对称平面波导 $n_1=1.6$，$n_2=1.5$，$n_3=1$，$d=1\,\mu\mathrm{m}$，求 $TE_0$ 模式的截止波长 $\lambda_0^c$。

解析步骤：

不对称因子$a_E=(1.5^{2}-1^{2})/(1.6^{2}-1.5^{2})=(2.25-1)/(2.56-2.25)=1.25/0.31\approx4.03$
截止归一化频率 $V_0^c=\tan^{-1}\sqrt{a_E}=\tan^{-1}\sqrt{4.03}\approx\tan^{-1}2.01\approx1.11\,\mathrm{rad}$
截止波长：$\lambda_0^c=\frac{2\pi d\sqrt{n_1^2-n_2^2}}{V_0^c}=\frac{2\pi\times1\times\sqrt{1.6^2-1.5^2}}{1.11}\approx3.17\,\mu\mathrm{m}$ 答案：$TE_0$ 模式截止波长约为 $3.17\,\mu\mathrm{m}$。

题型7：对称平面波导模式判断

题目7：对称平面波导 $n_1=1.5$，$n_2=1.46$，$d=2\,\mu\mathrm{m}$，$\lambda=1.3\,\mu\mathrm{m}$，判断是单模还是多模。

解析步骤：

计算V：$V=2\pi\times2/1.3\times\sqrt{1.5^{2}-1.46^{2}}\approx(12.31)/1.3\times0.109\approx1.06\pi\approx3.33$
对称平面波导单模条件：$V<\pi\approx3.14$，而 $3.33>3.14$，为多模。答案：多模 waveguide，支持 $TE_0$、$TE_1$、$TM_0$、$TM_1$ 模式。

题型8：数值孔径计算

题目8：光纤 $n_1=1.5$，$n_2=1.48$，求 NA 和最大接收角 $\theta_m$。

解析步骤：

\[NA=\sqrt{n_{1}^{2}-n_{2}^{2}}=\sqrt{1.5^{2}-1.48^{2}}=\sqrt{2.25-2.1904}=\sqrt{0.0596\approx0.244}\]
$\theta_m=\sin^{-1}(NA)=\sin^{-1}(0.244)\approx14.1°$ 答案：$NA\approx0.244$，最大接收角约为 $14.1^\circ$。

题型9：约束因子计算

题目9：对称平面波导 $n_1=1.5$，$n_2=1.46$，$d=2\,\mu\mathrm{m}$，$\lambda=1.5\,\mu\mathrm{m}$，求 $TE_0$ 模式的约束因子 $\Gamma$。

解析步骤：

之前计算 $V\approx2.89$
$\Gamma=\frac{V^2}{2+V^2}=\frac{2.89^2}{2+8.35}\approx\frac{8.35}{10.35}\approx0.807$ 答案：约束因子 $\Gamma\approx0.81$（81%的功率集中在芯层）。

题型10：光纤模式数量（多模光纤）

题目10：多模光纤 $n_1=1.5$，$n_2=1.48$，$a=25\,\mu\mathrm{m}$，$\lambda=1.5\,\mu\mathrm{m}$，求大致模式数量。

解析步骤：

计算V：$V=2\pi\times25/1.5\times\sqrt{1.5^{2}-1.48^{2}}\approx(104.72)/1.5\times0.0597\approx4.17$
多模光纤模式数量 $\approxV^{2}/2=4.17^{2}/2\approx8.7\approx9个$ 答案：大致支持9个模式。

四、5道简答题（标准回答）

简答题1：简述光波导的工作原理与核心结构。

标准回答：光波导的核心结构是“高折射率芯层（$n_1$）+ 低折射率包层（$n_2<n_1$）”；工作原理基于全反射（TIR）：光从芯层入射到包层时，若入射角大于临界角（$\theta_c=\sin^{-1}(n_2/n_1)$），会发生全反射，无能量透射至包层，光以“之字形”在芯层内传播，实现横向约束和纵向引导。

简答题2：平面波导的导模与辐射模有何区别？

标准回答：

导模：满足 $\theta_i>\theta_{2c}\ge\theta_{3c}$，传播常数 $k_0n_2<\beta<k_0n_1$，能量被约束在芯层，沿 $z$ 方向稳定传播，场分布为芯层振荡+包层消逝波；
辐射模：$\theta_i<\theta_{2c}$ 或 $\theta_{3c}$，$\beta<k_0n_2$，光在芯层-包层界面发生折射，能量向包层发散，无法稳定传播。

简答题3：单模光纤的判据是什么？其基模是什么？有何特点？

标准回答：

判据：归一化频率 $V<2.405$；
基模：$LP_{01}$ 模式（对应 $HE_{11}$ 混合模）；
特点：无截止波长 $V_{0}^c=0$，仅支持一个模式，无模式色散，传输带宽大，适用于长距离通信。

简答题4：光纤的色散有哪些类型？如何实现零色散？

标准回答：

色散类型：①模式色散（多模光纤，不同模式传播速度不同）；②材料色散（折射率 $n$ 随频率变化）；③波导色散（模式有效折射率随波长变化，由光纤结构决定）；
零色散实现：通过平衡材料色散（正）和波导色散（负），使总色散 $D=0$，如标准单模光纤（G.652）零色散波长约为 1310 nm，色散位移光纤（G.653）将零色散波长移至 1550 nm（低损耗窗口）。

简答题5：简述平面波导中TE模式与TM模式的区别。

标准回答：

TE模式（横电模式）：纵向电场分量 $E_z=0$，仅含横向电场（$E_y$）和纵向/横向磁场（$H_z$、$H_x$），全反射时相位偏移 $\phi_{TE}$ 与折射率直接相关；
TM模式（横磁模式）：纵向磁场分量 $H_z=0$，仅含横向磁场（$H_y$）和纵向/横向电场（$E_z$、$E_x$），全反射时相位偏移 $\phi_{TM}$ 含 $n_1^2/n_2^2$ 因子；
共性：均满足特征方程，离散存在，导模范围均为 $k_0n_2<\beta<k_0n_1$。

TracePro材料库

Sat, 27 Dec 2025 00:00:00 +0000

材料库

材料总目录：

Birefringent_Yeh 双折射材料

Coating 涂层材料

Eye眼睛

角膜(Cornea)

Glass玻璃

tempax(硼硅玻璃)天宝

Fused Quartz and Fused Silica 熔融石英和熔融石英 pyrex 派热克斯耐热玻璃（用于制造炊具）参考链接：evolvoptic

Hikari

Hikari是日本一家光学玻璃制造企业。下面的序号是一些对应的玻璃型号。

参考链接：Hikari

HOYA

豪雅是源自日本的跨国光学仪器制造商，其名称来自其创业所在的东京都保谷市。其产品涵盖光罩等半导体设备、储存装置、眼镜与隐形眼镜、光学玻璃，乃至资讯系统、ASP等资讯科技服务，同时身为世界透镜领导生产商之一而知名。

IR_Materials

材料详细解释： Barium Fluoride氟化钡 Cadmium Sulfide硫化镉 Telluride碲化物 Carbonate 碳酸盐岩 Fluoride氟化物 Diamond金刚石；钻石； Gallium镓 Arsenide砷化物 Kbr_Crystal溴化钾晶体结构 Lead Fluoride氟化铅 Magnesium Chloride(MgF2)氯化镁 Potassium Fluoride(KCI)氟化钾 Potassium lodide(KI)碘化钾 Quartz_E 石英，异常光（e 光），不服从折射定律，沿各方向传播的光速度和折射率不同。当光线入射到矿物晶体中时，会发生双折射现象，分解成两种振动方向互相垂直且传播速度不等的偏光。 Quartz_O 石英，常光（ o 光），服从折射定律，沿各方向传播的速度和折射率相同 Ruby_E 红宝石 Ruby_O Sapphie(AI203)蓝宝石 Selenuium(se)硒 SILCON 硅 Silicon(Si)硅 Sodium Chloride(NaCl) 氯化钠 Sodium Fluoride(NaF) 氟化钠 Spinel (MgAl204) 尖晶石 Thallium Bromo-Iodide(TlBr-Tll)溴碘化铊 Zinc Selenide(ZnSe) 硒化锌 Zinc Sulfide(ZnS) 硫化锌 Zirconia Cubic(Zr02) 立方氧化锆

Liquids

Mitsui Chemicals 三井化学

三井化学公司，是根据1996年达成的协议，于1997年10月1日由日本三井石油化学工业公司和三井东压化学公司合并成立的。三井化学公司按其合并的销售额计算，是日本第二大综合性化工公司，在世界大石化公司中列第16位。三井化学公司总部设在日本东京，董事长幸田重教，总经理佐彰夫，合并成立时共有职工8046人。公司主要从事基本石化原料、合纤原料、基础化学品、合成树脂、化学品、功能性产品，精细化学品、许可证等业务。

APEL为日本三井化学（Mitsui Chemicals,Inc.）用用Ziegler聚合技术所开发出的一种环烯烃共聚（cycloolefin copolymer,COC）。

MTI

OHARA 日本大原集团

Pilkington皮尔金顿玻璃公司

Plastic塑料

SCHOTT肖特玻璃

SELFOC

Tissue生物组织

面试注意事项收集

Tue, 25 Nov 2025 00:00:00 +0000

光学

为什么大家都不推荐自学光学设计，有自学光学设计找到工作的啊? 一般光学工程师面试的时候，除了设计能力，关注的还有几个点： 1、对理论知识的掌握，以我一个小伙伴面试别人后的吐槽为例，“做设计的写不出折射定律”这种就不应该。不过搞普通设计的话，这些理论知识看看《应用光学》+就可以; 2、对设计之后的工程实践是否了解，比如我领导就比较喜欢看候选者对公差+的理解； 3、对性能指标+与后端需求是怎么联系起来的有一定的了解，这样做设计的时候才知道怎么取舍。

模型	建模方式	核心优势	核心缺陷	代表应用
DBN (深度信念网络)	概率图 + 逐层训练由多层受限玻尔兹曼机堆叠而成，采用无监督的逐层贪心预训练。	开创深层生成范式是早期解决深度网络梯度消失问题、实现深层网络训练的重要方法。	生成质量低，效率差依赖马尔可夫链采样，生成速度慢，且生成的样本质量远不如现代模型。	早期特征学习主要用于早期的无监督特征提取和预训练，现多用于教学回顾。
GAN (生成对抗网络)	对抗博弈（隐式）通过生成器和判别器的极小极大博弈进行训练，学习生成数据的分布。	生成样本质量高，细节好生成的图像通常非常逼真，锐利，细节丰富（如人脸、风景）。	训练不稳定，模式坍塌训练过程难以收敛，容易出现模式崩溃（只生成少数几种样本）。	图像生成、风格转换如 DALL-E、StyleGAN、CycleGAN 等。
VAE (变分自编码器)	变分推断（显式）通过编码器将数据映射到隐空间，再通过解码器重构数据，显式定义了似然函数。	理论完备，无模式坍塌基于严格的概率图模型推导，训练相对稳定，隐空间结构规整，便于插值。	生成样本模糊由于使用了简单的先验分布（如高斯分布）和重构损失，生成的图像往往较模糊。	数据增强、隐变量建模常用于生成新数据以扩充数据集，或学习数据的紧凑隐表示。
扩散模型 (Diffusion Models)	逐步加噪 - 去噪（显式）通过前向过程逐步破坏数据，再通过反向过程学习从噪声中恢复数据。	生成质量高，稳定目前最先进的生成质量（如 DALL-E 2/3, Stable Diffusion），且训练非常稳定。	采样速度慢生成样本需要多步迭代去噪，计算成本高（尽管已有加速方法，但仍慢于 GAN）。	文本到图像、高分辨率生成当前 AIGC（AI 生成内容）领域的主流技术。

公式名称	公式表达式	符号说明
单波导耦合模方程	\(\pm \frac{d A_v}{d z} = \sum_{\mu} i \kappa_{v \mu} A_{\mu} e^{i(\beta_{\mu}-\beta_{v}) z}\)	\(A_v/A_\mu\)：模式v/μ的振幅系数；\(\beta_v/\beta_\mu\)：模式v/μ的传播常数；\(\kappa_{v\mu}\)：耦合系数；“+”前向传播（β>0），“-”后向传播（β<0）
耦合系数（单波导）	\(\kappa_{v\mu} = \omega \int\int \mathcal{E}_v^* \cdot \Delta \varepsilon \cdot \mathcal{E}_\mu dxdy\)	\(\omega\)：光场角频率；\(\mathcal{E}_v^*/\mathcal{E}_\mu\)：模式v/μ的场分布（共轭/原场）；\(\Delta \varepsilon\)：介质介电常数扰动
多波导耦合系数	\(\kappa_{v\mu} = c_{vv}[c^{-1} \cdot \overline{\kappa}]_{v\mu}\)	\(c_{vv}\)：模式v的重叠系数；\(c\)：重叠系数矩阵；\(\overline{\kappa}\)：单波导扰动耦合系数
重叠系数	\(c_{v\mu} = \int\int (\mathcal{E}_v^* \times \mathcal{H}_\mu + \mathcal{E}_\mu \times \mathcal{H}_v^*) \cdot \hat{z} dxdy\)	\(\mathcal{H}_v^*/\mathcal{H}_\mu\)：模式v/μ的磁场分布（共轭/原场）；\(\hat{z}\)：纵向单位向量

公式名称	公式表达式	符号说明
简化耦合模方程	\(\pm \frac{d \tilde{A}}{d z} = i \kappa_{ab} \tilde{B} e^{i2\delta z}；\pm \frac{d \tilde{B}}{d z} = i \kappa_{ba} \tilde{A} e^{-i2\delta z}\)	\(\tilde{A}/\tilde{B}\)：去除自耦合后的振幅；\(\kappa_{ab}/\kappa_{ba}\)：两模式耦合系数；\(2\delta\)：相位失配参数
相位失配（常数扰动）	\(2\delta = (\beta_b \pm \kappa_{bb}) - (\beta_a \pm \kappa_{aa})\)	\(\kappa_{aa}/\kappa_{bb}\)：模式a/b的自耦合系数
相位失配（周期扰动）	\(2\delta = \Delta\beta + qK\)	\(\Delta\beta=\beta_b-\beta_a\)；q：整数；\(K=2\pi/\Lambda\)（光栅波数）
同向耦合功率（仅A入射）	\(P_a(z)=P_a(0)(\cos^2\beta_c z + \frac{\delta^2}{\beta_c^2}\sin^2\beta_c z)；P_b(z)=P_a(0)(\frac{\kappa_{ab}\kappa_{ba}}{\beta_c^2})\sin^2\beta_c z\)	\(\beta_c=\sqrt{\kappa_{ab}\kappa_{ba}+\delta^2}\)；\(P_a(0)\)：入射功率
反向耦合效率（相位匹配）	\(\eta_{PM} = \tanh^2\vert\kappa\vert l\)	\(\vert\kappa\vert\)：耦合系数绝对值；l：传播长度
耦合长度	\(l_c = \frac{\pi}{2\beta_c}；l_c^{PM} = \frac{\pi}{2\vert\kappa\vert}\)（相位匹配）	\(l_c^{PM}\)：相位匹配时的耦合长度

公式	符号说明
\(k_0 = \frac{2\pi}{\lambda} = \frac{\omega}{c}\)	\(k_{0}\)：自由空间波数；\(\lambda\)：光波长；ω：角频率；c：真空中光速（3×10⁸m/s）
\(n_\beta = \frac{\beta}{k_0} = n_1 \sin\theta_i\)	\(n_\beta\)：有效折射率；\(\beta\)：传播常数；\(\theta_i\)：入射角
\(V = k_0 d \sqrt{n_1^2 - n_2^2}\)（平面波导）	\(V\)：归一化频率；\(d\)：芯层厚度；n₁：芯层折射率；n₂：包层折射率
\(V = k_0 a \sqrt{n_1^2 - n_2^2}\)（光纤）	\(a\)：光纤芯层半径
\(NA = \sqrt{n_1^2 - n_2^2} = \sin\theta_m\)	\(NA\)：数值孔径；\(\theta_m\)：最大接收角
\(\Delta = \frac{n_1 - n_2}{n_1}\)（相对折射率差）	\(\Delta\)：弱导光纤中Δ≈10⁻³

对比维度	连续 Hopfield (CHNN)	离散 Hopfield (DHNN)
输出类型	连续值 ( \(v_i \in \mathbb{R}\) )	二值 ( \(v_i \in \{0, 1\}\) 或 \(\{-1, 1\}\) )
状态演化	连续时间（微分方程）	离散时间（迭代公式）
核心任务	优化计算（如 TSP）	联想记忆（自联想 / 异联想）
工作方式	同步并行（所有神经元同时更新）	同步 / 异步（异步更稳定）
权值要求	对称矩阵 ( \(W_{ij} = W_{ji}\) )	异步：对称矩阵；同步：非负定对称矩阵
能量函数	含激活函数反函数积分项	纯二次 + 线性项（无积分）

特性	纵向调制（$k\parallel E_0$）	横向调制（$k\perp E_0$）
相位差公式	\(\Delta\varphi=2\pi n_o^3r_{63}V/\lambda\)	\(\Delta\varphi=\pi n_o^3r_{63}V(l/d)/\lambda + 固有双折射项\)
半波电压 $V_\pi$	\(\lambda/(2n_o^3r_{63})\)（与 $l$ 无关）	\(\lambda d/(2n_o^3r_{63}l)\)（与 $l/d$ 成反比）
电极制作	透明电极（难）	普通金属电极（易）
固有双折射影响	无	有（需温度补偿）

符号	物理意义	典型值（KDP）
\(n_o\)	寻常光折射率	1.51
\(n_e\)	非寻常光折射率	1.47
\(r_{63}\)	泡克尔斯系数	10.5 pm/V（10⁻¹² m/V）
\(\lambda\)	入射光波长	1μm（10⁻⁶ m）
\(l\)	晶体长度	1~5 cm
\(d\)	电极间距	10~100 μm

参数	定义/表达式	物理意义
\(A_v(z)\)	模式v的振幅系数	描述模式v的能量强弱（\(P_v \propto \vert A_v\vert^2\)）
\(\beta_v\)	未扰动模式v的传播常数	描述模式v沿z方向的相位变化速率（\(\beta = 2\pi n_{eff}/\lambda_0\)，\(n_{eff}\)为有效折射率）
符号“±”	“+”对应\(\beta_v>0\)（前向传播），“-”对应\(\beta_v<0\)（后向传播）	区分模式传播方向
耦合系数\(\kappa_{v\mu}\)	\(\kappa_{v\mu} = \omega \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} \hat{\mathcal{E}}_v^* \cdot \Delta \varepsilon \cdot \hat{\mathcal{E}}_\mu dxdy\)	描述模式v与模式μ之间的耦合强度：\(\vert\kappa_{v\mu}\vert\)越大，耦合越强；\(\kappa_{v\mu}=0\)无耦合
相位因子\(e^{i(\beta_\mu - \beta_v)z}\)	由两模式传播常数差决定	描述两模式的相位差随传播距离的变化，是“相位匹配”的核心来源

公式名称	公式表达式	符号说明
有耦合波动方程	\(\nabla \times \nabla \times E_q - \omega_q^2 \mu_0 \varepsilon \cdot E_q = \omega_q^2 \mu_0 \Delta P_g\)	\(E_q\)：第q个频率光波的电场；\(\omega_q\)：角频率；\(\mu_0\)：真空磁导率；\(\varepsilon\)：介质介电常数；\(\Delta P_g\)：耦合极化
慢变振幅近似方程	\((k_q \cdot \nabla) \mathcal{E}_q \approx \frac{i \omega_q^2 \mu_0}{2} \Delta P_g e^{-i k_q \cdot r}\)	\(k_q\)：第q个光波的波矢；\(\mathcal{E}_q\)：电场振幅；\(r\)：空间坐标

公式名称	公式表达式	符号说明
布拉格条件	\(\beta_B = \frac{qK}{2} \implies \Lambda = \frac{q\lambda_B}{2n_{eff}}\)	\(\beta_B\)：导模传播常数；\(\Lambda\)：光栅周期；\(\lambda_B\)：布拉格波长；\(n_{eff}\)：有效折射率；q：耦合阶数
正弦光栅耦合系数（TE模）	\(\kappa_{ab}(q) = \frac{h_a h_b}{\sqrt{\beta_a \beta_b d_a^E d_b^E}} \cdot \frac{d_g}{4}(\delta_{q,1}+\delta_{q,-1})\)	\(h_a/h_b\)：模式场参数；\(d_a^E/d_b^E\)：有效厚度；\(d_g\)：光栅深度；\(\delta_{q,1}\)：克罗内克函数
DBR反射率（相位匹配）	\(R_{DBR} = \tanh^2\vert\kappa\vert l\)	l：光栅长度

公式名称	公式表达式	符号说明
对称耦合模方程	\(\frac{d \tilde{A}}{d z} = i \kappa \tilde{B}；\frac{d \tilde{B}}{d z} = i \kappa \tilde{A}\)	\(\kappa\)：对称耦合系数
超模传播常数	\(\beta_{even}=\beta_0+\kappa；\beta_{odd}=\beta_0-\kappa\)	\(\beta_{even}/\beta_{odd}\)：对称/反对称超模传播常数；\(\beta_0\)：单波导模式传播常数
定向耦合器效率	\(\eta = \frac{1}{1+\vert\delta/\kappa\vert^2}\sin^2(\vert\kappa\vert l\sqrt{1+\vert\delta/\kappa\vert^2})\)	l：耦合器长度

模式类型	入射角条件	传播常数范围	物理意义
导模（Guided Modes）	\(\theta_i>\theta_{2c}\ge\theta_{3c}\)	\(k_0n_2<\beta<k_0n_1\)	光在芯层内多次全反射，能量被约束，稳定沿 z 传播
衬底辐射模	\(\theta_{3c}<\theta_i<\theta_{2c}\)	\(k_0n_3<\beta<k_0n_2\)	光在芯层-覆盖层全反射，但在芯层-衬底折射，能量向衬底发散
衬底-覆盖辐射模	\(\theta_i<\theta_{3c}<\theta_{2c}\)	\(\beta<k_0n_3\)	光在两个界面均折射，能量向衬底和覆盖层发散，无法稳定传播

参数	公式	物理意义
$h_1$	\(h_1 = \sqrt{k_0^2 n_1^2 - \beta^2}\)	芯层中横向（$x$ 方向）传播常数，实数（因 $\beta<k_0n_1$），描述光在芯层的横向振荡特性
$\gamma_2$	\(\gamma_2 = \sqrt{\beta^2 - k_0^2 n_2^2}\)	衬底中衰减系数，实数（因 $\beta>k_0n_2$），描述消逝波在衬底的衰减速率
$\gamma_3$	\(\gamma_3 = \sqrt{\beta^2 - k_0^2 n_3^2}\)	覆盖层中衰减系数，实数（因 $\beta>k_0n_3$），描述消逝波在覆盖层的衰减速率
$k_0$	\(k_0 = \frac{2\pi}{\lambda} = \frac{\omega}{c}\)	自由空间波数，$\lambda$ 为光波长，$c$ 为真空中光速（$3\times10^8\,\mathrm{m/s}$），$\omega$ 为角频率
$\beta$	\(\beta = k_0 n_1 \sin\theta_i\)	纵向传播常数，与入射角 $\theta_i$ 直接相关，核心待求参数
$m$	$m=0,1,2,\ldots$	模式阶数，$m=0$ 为基模（fundamental mode），$m\ge 1$ 为高阶模（high-order mode）

参数	公式	物理意义
归一化频率（V）	\(V = \frac{2\pi a}{\lambda} \sqrt{n_1^2 - n_2^2}\)	决定光纤支持的模式数量，单模光纤 $V<2.405$
数值孔径（NA）	\(NA = \sqrt{n_1^2 - n_2^2} = \sin\theta_m\)	描述光纤的“收光能力”，$\theta_m$ 为最大接收角（入射光 $\theta\le\theta_m$ 才能耦合为导模）
有效折射率（$n_{eff}$）	\(n_{eff} = \frac{\beta}{k_0}\)	描述光纤中光的传播速度，$n_2<n_{eff}<n_1$

模式类型	特征方程
TE模式	\(h_1 d = m\pi + \tan^{-1}\left(\frac{\gamma_2}{h_1}\right) + \tan^{-1}\left(\frac{\gamma_3}{h_1}\right)\)
	等价形式：\(\tan(h_1 d) = \frac{h_1(\gamma_2 + \gamma_3)}{h_1^2 - \gamma_2 \gamma_3}\)
TM模式	\(\tan(h_1 d) = \frac{n_1^2 h_1(n_3^2 \gamma_2 + n_2^2 \gamma_3)}{n_2^2 n_3^2 h_1^2 - n_1^4 \gamma_2 \gamma_3}\)
符号定义	\(h_1 = \sqrt{k_0^2 n_1^2 - \beta^2}\)（芯层横向传播常数）；\(\gamma_2 = \sqrt{\beta^2 - k_0^2 n_2^2}\)（衬底衰减系数）；\(\gamma_3 = \sqrt{\beta^2 - k_0^2 n_3^2}\)（覆盖层衰减系数）；m=0,1,2,…（模式阶数）

应用场景	公式
平面波导TE模式截止波长	\(\lambda_m^c = \frac{2\pi d \sqrt{n_1^2 - n_2^2}}{V_m^c}\)，其中\(V_m^c = m\pi + \tan^{-1}\sqrt{a}\)
平面波导截止厚度	\(d_m^c = \frac{\lambda V_m^c}{2\pi \sqrt{n_1^2 - n_2^2}}\)
光纤单模条件	\(V < 2.405\)（仅支持 $LP_{01}$ 模式）
符号定义	$a$：不对称因子（\(a = \frac{n_2^2 - n_3^2}{n_1^2 - n_2^2}\)）；$V_m^c$：截止归一化频率

计算类型	公式
模式数量（TE）	\(M_{TE} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\sqrt{a} \right]_{int}\)
模式数量（TM）	\(M_{TM} = \left[ \frac{V}{\pi} - \frac{1}{\pi} \tan^{-1}\left( \frac{n_1^2}{n_3^2} \sqrt{a} \right) \right]_{int}\)
约束因子（TE基模）	\(\Gamma_{TE0} \approx \frac{V^2}{2 + V^2}\)（对称平面波导，误差<1.5%）
光纤脉冲展宽	\(\Delta\tau = D \cdot L \cdot \Delta\lambda\)（$D$：群速度色散；$L$：传输距离；$\Delta\lambda$：光谱带宽）