做了几轮铌酸锂调制器项目之后我越来越觉得Ansys Lumerical在薄膜铌酸锂电光调制器的仿真与优化这条线里不只是“画个波导、跑个模式”的工具而是一整套从材料参数、几何结构到系统级验证的工作流入口。这两年TFLN从论文走向产品很多做光通信器件的朋友开始接触这个平台但普遍的问题是文档不少真正把光学仿真、电场求解、微波特性和优化串成一条完整链路的内容不多。这篇文章把我实际跑过的流程、参数设定和踩坑记录整理出来给打算在Lumerical里从头做薄膜铌酸锂电光调制器的人一份可以照着走的参考。不管你是刚接触光子集成的学生还是在做高速光模块芯片的工程师只要目标是把一个TFLN调制器的Vπ·L、带宽和损耗算清楚这篇文章的仿真链路和优化思路应该都能用上。1. 薄膜铌酸锂调制器仿真前必须想清楚的三个基线1.1 材料参数和晶向x切还是z切直接决定电极布局铌酸锂是个各向异性晶体电光系数张量里最大的是r33大约在30 pm/V附近。想用好这个系数必须让光场的偏振方向和所施加的电场方向与晶体z轴之间形成正确的对准关系。如果选错晶向或者搞混偏振方向后面所有仿真都是在白算。在薄膜铌酸锂平台上最常见的两种结构是x-cut和z-cut这个选择会直接决定波导截面怎么画、电极放哪里。x-cut薄膜铌酸锂的晶体z轴躺在薄膜平面内通常设计成光沿波导传播方向走、光场偏振为TM或TE然后在波导两侧放置电极让横向电场拉过波导芯区。这种布局的好处是电极和光场之间的作用距离短电光效率高是目前大多数高速行波TFLN调制器的选择。z-cut结构则是z轴垂直于薄膜表面电极通常放在波导上方或下方需要经过缓冲层电场穿过LN薄膜来改变折射率。我见过不少人上来直接拿材料库里的“LiNbO3”命名空间开始仿真结果没有检查材料轴的方向。Lumerical的MODE和FDTD里各向异性材料的主轴默认按全局坐标排列但实际芯片里晶轴可能已经旋转了。你需要在材料属性或者结构设置里把晶体z轴坐标系对应好否则算出来的模式有效折射率会偏差很大而且这个偏差不是简单加个系数能修正的。在1550 nm通信波段铌酸锂的异常光折射率大约在2.138寻常光折射率大约在2.211。这两个值相差0.07以上足以造成模式场分布和有效折射率出现明显区别。仿真时务必确认使用的是各向异性材料模型而不是简单地填一个各向同性的折射率。1.2 调制器结构选择MZM、微环还是行波电极明确了晶向之后下一步是确定器件拓扑。薄膜铌酸锂电光调制器的主流结构有两类马赫-曾德尔调制器MZM和微环调制器。MZM的好处是对波长不那么敏感、线性度好、啁啾可控是长距离相干通信和高速强度调制的首选。仿真MZM需要建立两个相位调制臂以及分束合束结构复杂度比单波导截面高不少。微环调制器尺寸小、驱动电压可以做得非常低但前提是你接受它的窄带特性和对温度的高敏感度。Lumerical里做微环和MZM的仿真路线差别很大微环往往需要FDTD或MODE的EME来算弯曲波导再做谐振谱分析MZM则更多依赖模式求解和电光重叠积分。再往下细分是电极形式。只要目标是50 Gbaud以上的高速应用行波电极基本是必选项。所谓行波电极就是让微波信号和光信号在同一个方向上以相近速度传播从而使整个电极长度上的调制作用叠加起来。行波电极设计的核心指标包括微波有效折射率、特征阻抗和微波损耗这三个量都需要专门的电磁仿真来提取Lumerical的FDTD或者emE都可以做也可以用Ansys HFSS配合。1.3 仿真目标的可量化定义Vπ·L、损耗、带宽、封装约束开始建模之前我建议先把优化目标写成一张表否则很容易陷入“一直改几何一直跑仿真”的循环里最后还不知道哪个参数最重要。指标典型目标值对设计的影响主要仿真工具Vπ·L1~3 V·cm驱动电压越低越好MODE/FDTD CHARGE插入损耗1~4 dB波导损耗、耦合损耗、电极吸收FDTD、MODE3dB电光带宽50~100 GHz速度匹配、阻抗匹配、微波损耗FDTD/emE/HFSS特征阻抗50 Ω附近反射损耗FDTD/emE串扰/偏振无关性根据系统需求波导几何、材料取向MODE这里尤其要强调的是不要试图让一个设计同时拿到Vπ·L最低、损耗最低、带宽最高。三个指标之间天生互相打架。电极离波导越近电场越强Vπ·L越低但金属吸收损耗会急剧上升波导芯区做得越窄电场约束越好但侧壁散射损耗和工艺容差越差。所以仿真之前先明确你的应用场景是短距数据中心还是长距离相干优先级不同后面参数扫描的权重就完全不同。2. 光学部分在Lumerical MODE/FDTD中建立TFLN波导的详细流程2.1 各向异性色散材料的设置要点在Lumerical中建TFLN波导模型我习惯先把层结构搭出来而不是直接画矩形。从下往上依次是硅衬底、数微米的埋氧层Buried Oxide、几百纳米厚的铌酸锂薄膜然后是刻蚀后的脊形波导和上包层。Lumerical材料库中自带LiNbO3的各向异性色散模型但版本不同材料数据完整度也不同。建议在材料库里确认它包含两个方向的折射率色散曲线如果没有从Palik或文献数据手动导入。手动导入材料数据时需要注意单位换算和各向异性轴的定义。Lumerical里各向异性材料的折射率通常以对角张量形式给出对应普通光轴和异常光轴。你需要根据晶向设置把这两个轴分配到正确的全局坐标方向。x-cut的薄膜铌酸锂晶体z轴在全局坐标里可能是x方向或y方向必须和后续仿真坐标系统一。如果这一步错了后面算出来的模式、电光重叠积分都会错而且很难排查。实际用到的几何参数可以用一个可编辑的变量表来管理。我会在项目里先定义这些变量LN薄膜总厚度通常取300 nm或600 nm。这个参数直接决定模式约束程度。脊高刻蚀深度脊高越大侧向约束越强但工艺难度也越大。一般300~400 nm的刻蚀深度在仿真里表现不错。平台厚度slab厚度刻蚀后剩余的LN层厚度是电场和光场重叠的关键参数。波导宽度0.8~1.5 μm比较常见具体要根据单模条件来定。包层材料SiO2或空气。空气包层的损耗小、工艺简单但实际器件为了稳定性往往覆盖SiO2。2.2 模式分析中的边界条件、网格和收敛判定光学部分我通常先用MODE的FDE频率域模式求解器做截面模式分析因为它的速度和内存开销都比直接跑三维FDTD低一个数量级。FDE可以给出波导截面上的模场分布、有效折射率、群折射率、模式损耗以及偏振度这些信息足够做前期参数筛选。FDE的仿真区域一般取4 μm × 4 μm左右就够了前提是模式被紧紧束缚在波导芯区。如果波导很窄或者刻蚀很浅导致模式扩散得厉害需要加大仿真区域否则PML边界会吸收掉一部分真实模式能量导致算出来的neff虚部偏大。PML层数我一般设置8到12很少超过这个值因为过多的PML层会拖慢计算速度而精度提升有限。网格精度是一个必须做收敛性验证的关键点。我见过有人图省事给整个仿真区域用一个粗网格结果模式损耗和有效折射率都和实测差很多。比较稳妥的做法是把波导芯区的网格细化为波长除以25左右对1550 nm的波长来说大约是60 nm在LN/SiO2界面处再加一层局部网格加密。然后做一次网格密度倍增如果neff变化小于1e-4就认为结果稳定了。这里放的是一段在Lumerical脚本环境里设置FDE网格和边界条件的片段select(FDE); set(x span, 4e-6); set(y span, 4e-6); set(z, 0); set(boundary conditions, PML); set(pml layers, 10); # 波导核心区域加密网格 select(mesh); set(dx, 6e-8); set(dy, 6e-8); set(x min, -1.2e-6); set(x max, 1.2e-6); set(y min, -0.6e-6); set(y max, 0.6e-6);2.3 从模场分布提取有效折射率、群折射率和模式损耗模式求解完成之后需要关注的输出量有neff、ng和损耗。有效折射率neff应该落在芯层材料折射率和包层材料折射率之间如果算出来的neff低于包层折射率模式一定是泄漏模或者被边界条件吃掉了。群折射率ng在电光调制器仿真里极其重要因为行波电极的速度匹配要求微波有效折射率尽量接近ng。FDE求的是特定波长下的模式特性要得到ng可以开启“frequency sweep”功能对多个波长求解然后由色散曲线微分得到也就是ng c/(dω/dk)。更简单的办法是在Lumerical里直接读取mode analyzer输出的group index结果。模式损耗方面材料吸收和金属吸收可以比较准确地仿真但侧壁粗糙度引起的散射损耗很难直接建模。工程上常见的处理方式是先按理想侧壁跑一遍得到一个基线损耗然后根据工艺平台的经验值加上侧壁散射损耗。TFLN波导的传播损耗通常在0.3~1 dB/cm这个量级取决于刻蚀质量和包层工艺。如果你发现仿真给出的模式损耗远低于这个量级不必惊讶这不代表你算错了只是模型没有包含粗糙度信息。3. 电光耦合把电场分布映射成折射率变化的完整链路3.1 电极结构中电场的求解路线CHARGE联合仿真的实际做法光学模式算清楚之后下一步是处理电光调制本身外加电压在波导区域内产生电场电场通过Pockels效应改变LN材料的折射率进而改变模式的有效折射率。要量化这个效应必须先获得电极结构下的电场分布。Lumerical CHARGE是处理这个问题的常用求解器虽然它是为半导体器件设计的但用来求解电介质中的静电场分布同样可行。在CHARGE里建立电极和LN/SiO2结构给信号电极和地电极分别施加电压比如1 V和0 V运行稳态求解得到每个格点上的电场矢量分量。这个电场分布就是后面计算电光重叠积分的输入。不过你要清楚这里做的是准静态近似。所谓准静态是指电极间距和器件截面尺寸远小于微波波长因此不必考虑微波传播效应只需求解拉普拉斯方程即可得到电场分布。对于100 GHz以内的调制信号电极间距一般在一两微米量级而波长为毫米量级准静态近似是成立的。如果目标超过200 GHz最好还是用全波电磁仿真提取电极结构中的场分布再把微波场的相位信息也纳入模型。在把CHARGE的结果交给光学模块之前需要做一个坐标对齐操作。由于CHARGE和MODE的网格不同直接把电场阵列插值到光学网格上时要注意插值方法。我推荐先在CHARGE中把LN薄膜区域单独加密网格让电场数据在波导附近足够密集这样插值到光学网格后不会出现人为的锯齿状折射率分布。3.2 电光重叠积分的计算与Vπ·L的提取有了光场分布和电场分布就可以计算Pockels效应引起的折射率变化了。线性电光效应下折射率改变量近似为Δn -0.5 * n³ * r_eff * E这里的r_eff是有效电光系数取决于晶向、光偏振方向和电场方向。对最常见的x-cut TFLN平台通常利用的是TE模式配合横向电场可以用接近r33的有效电光系数如果光偏振或电场方向没有对准z轴实际有效系数会大打折扣。模式有效折射率的变化并不是简单地把Δn在波导区域取平均而是需要用光场强度加权。这个加权结果就是电光重叠积分。定义为Δneff ∫∫ Δn(x,y) * |E_opt(x,y)|² dA / ∫∫ |E_opt(x,y)|² dA把这个式子代到相位调制公式里可以得到Δφ (2π/λ) * Δneff * L当Δφπ时对应的电压就是半波电压Vπ由此得到Vπ·L。工程上还有一个常用的简化关系Vπ·L ≈ λ * G / (2 * n³ * r33 * Γ)其中G是电极间距Γ是无量纲的电光重叠因子直观理解就是电场和光场在空间上的重合程度。所以优化的本质就是在不牺牲太多损耗的前提下把Γ拉高、把电极间距G缩小。实际操作中我会写一段Lumerical脚本在算出模式场后读取CHARGE导出的电场文件完成加权积分直接输出Vπ·L。# 计算电光重叠积分 E2 getdata(FDE, E2); # 光场强度分布 Ex load(Efield_charage_x.dat); # 从CHARGE导出的电场x分量 Ey load(Efield_charage_y.dat); Ez load(Efield_charage_z.dat); V 1; # 外加电压 G 4e-6; # 电极间距单位m r33 30.8e-12; # 电光系数单位m/V n 2.138; # 1550nm异常光折射率 # 电光加权有效电场 Eeff abs(Ez); # 依据晶向和偏振选择分量 overlap sum(E2 * Eeff) / sum(E2) / (V / G); dneff_per_volt -0.5 * n^3 * r33 * overlap; VpiL 1.55e-6 / (2 * abs(dneff_per_volt));3.3 行波电极等效电路参数从电磁仿真换算微波带宽高速调制器不能只看Vπ·L还得看这个调制器能不能在高频下正常工作。行波电极的带宽分析需要三个参数微波有效折射率n_m、特征阻抗Z0、微波损耗α。这几个参数可以在Lumerical的FDTD或者emE中通过仿真一段电极S参数来提取。电极作为一种微波传输线可以通过二维电磁场仿真或三维S参数仿真获得其传播常数γ α jβ。传播常数的虚部β对应微波有效折射率n_m β c / ω实部α就是微波损耗。这种“慢波”计算需要在电极周围建立精确的介质叠层结构特别是LN的高介电常数约28到43取向不同有差异对微波传播速度影响很大。速度匹配条件要求n_m尽量接近光学群折射率ng。如果两者失配光信号和微波信号在传播过程中逐渐错位调制效率下降。估算速度失配引起的3dB带宽上限可以写成f_3dB ≈ 1.4 * c / (π * |n_m - n_g| * L)一个很直观的结论是器件越长速度失配的影响越严重。所以有时候为了带宽不得不牺牲一点Vπ·L减短器件长度再用更高的驱动电压补偿。阻抗匹配也不能忽视。电极特征阻抗Z0不匹配50 Ω时微波信号会在电极端面反射产生驻波导致不同频率下的调制效率出现波动。调整阻抗主要靠改变信号电极宽度和电极间距。在实际仿真流程里可以先固定波导几何扫描电极参数把n_m、Z0和Vπ·L放到同一张表里比较找一个综合可行的点。4. 优化过程参数扫描脚本、目标函数与多目标权衡4.1 Lumerical脚本/Python API驱动批量仿真的可复用框架手工在Lumerical GUI里一次一次改参数不是不行但效率太低。做优化之前我建议把整个仿真模型脚本化然后用外部脚本批量驱动。我自己的习惯是先在GUI里把模型搭好、跑通一组基线参数然后把整个session保存为.lsf脚本文件。之后所有的优化都在脚本层面进行。Lumerical的.lsf脚本语言和MATLAB很像循环、条件判断、数组操作都有足够应付绝大多数参数扫描。如果要做更复杂的优化比如粒子群或遗传算法我更推荐用Python的lumapi接口来调度。可以在Python里控制变量范围调用Lumerical执行仿真再把结果读回Python做目标函数计算。这样可以把优化算法和仿真软件彻底解耦。核心框架大致长这样import lumapi import numpy as np def run_simulation(w_wg, h_etch, gap_electrode): mode lumapi.MODE() mode.newproject() mode.putv(w_wg, w_wg) mode.putv(h_etch, h_etch) mode.putv(gap, gap_electrode) mode.eval(setup_waveguide;) # 建模型的脚本 mode.eval(findmodes;) neff mode.getnamed(FDE, neff) # 读取CHARGE电场并计算VpiL vpil mode.eval(compute_vpil;) mode.close() return float(np.real(vpil)) results [] for w in [1.0e-6, 1.1e-6, 1.2e-6, 1.3e-6]: for g in [3.0e-6, 4.0e-6, 5.0e-6]: vpil run_simulation(w, 0.35e-6, g) results.append((w, g, vpil))需要注意每次调用Lumerical都会有一定启动开销一次性跑几千组参数并不现实。我建议先用粗扫描确定可行区域再在可行区域里做细扫描或者用优化算法精细搜索。4.2 用S参数和POV图判断设计是否进入合理区间参数扫描会产生大量数据直接从表格里看出趋势比较困难。我习惯把每个设计点的主要指标画成POV图parameter overview横轴是某个几何参数纵轴是Vπ·L、带宽或损耗每个点用颜色表示另外一个参数。这样可以快速看到是否存在明显最优区域以及各个目标之间是否有冲突趋势。判断优化方向的时候需要同时看模式纯度。一个很容易犯的错误是扫描过程中某个参数变化导致目标模式不再是最初设定的模式比如从基模变成了二阶模但脚本没有察觉继续计算后面所有的量。结果就是Vπ·L突然出现一个不合常理的跳变整个数据点都作废。所以我在批量脚本里总是会加一个模式一致性检查如果某一组参数下的neff相对上一组变化超过某个阈值就暂停或标记该点让人工确认。4.3 关于速度匹配、阻抗匹配与光学损耗的多目标取舍建议着手多目标优化之前先搞清楚每个参数对各个目标的敏感度。以我跑过的典型x-cut TFLN调制器为例电极间距G减小电场强度上升Vπ·L下降但光学损耗上升同时微波特征阻抗下降、微波损耗增加。波导宽度增加光场与电场的重叠可能变得更差Vπ·L恶化但损耗相对改善。上包层厚度增加微波有效折射率降低可能更接近或更偏离光学的ng同时对金属吸收损耗也有屏蔽作用。信号电极宽度增加特征阻抗降低微波损耗通常增加。多目标优化时不要试图用一个公式把所有目标揉在一起然后求一个最优解除非你非常清楚最终的权衡偏好。更实用的做法是先画出Pareto前沿拿出一堆设计点保留那些在某个目标上无法同时改善其他目标的设计点。然后根据你的应用场景在Pareto前沿上挑点。比如做相干通信Vπ·L可能比带宽稍重要一些做数据中心短距带宽和功耗可能压倒一切。5. 仿真落地过程中踩过的坑与对应的排查思路5.1 模式序号的混淆高阶模还是泄漏模各向异性波导的模式不像各向同性波导那样直观“TE0”和“TM1”这种标签有时候并不完全准确因为模式往往是混合偏振的。我在一次扫描里发现Vπ·L数据出现一个奇怪的突变点单独看每个参数都没问题最后发现是某一组参数下模式从基模变成了高阶模而脚本还在按基模来算重叠积分。从那以后我在批量仿真里都会记录每个设计点的模场分布快照分析异常点的时候直接回看。还有一个需要警惕的是泄漏模。TFLN波导的脊形结构决定了它存在水平方向的slab模式这些平板模式可能会与脊波导模式发生耦合导致所谓的“泄漏模”。FDE算出来neff落在合理范围内但模式能量不断向衬底或平板区域泄漏。排查方法是逐步增大仿真区域和PML层数看neff虚部是否变化明显。如果虚部随区域增大而显著变化说明算到的很可能不是稳定的束缚模。5.2 电场映射到光学网格时的分辨率匹配问题CHARGE和MODE使用完全不同的网格系统这是电光耦合仿真里最容易出问题的一步。CHARGE为了求解半导体方程网格通常在掺杂浓度梯度大的地方加密而光学仿真要求波导芯区有均匀精细网格。直接把CHARGE的网格数据交给光学模式计算可能会导致电场插值后在波导边缘出现数值伪影进而污染Vπ·L结果。解决办法有两个方向。一是在CHARGE里通过网格控制把LN薄膜区域的最大网格步长限制在一个合理范围内比如50 nm到100 nm让电场在光学关心的区域内足够平滑。二是在Lumerical脚本里用interp函数对电场做双线性插值并检查插值前后电场的积分是否一致。如果电场在插值前后总能量差超过1%说明网格差距过大需要调整。另一个很容易忽略的细节是单位。CHARGE导出的电场可能是V/m而光学脚本里用的长度单位是米两者一般不冲突但如果你在脚本里手动设置电压和电极间距务必保持单位一致否则Vπ·L会差好几个数量级。5.3 紫外固化胶或电极材料带来的额外吸收损耗评估很多TFLN调制器在工艺上会用到紫外固化胶如DVS-BCB或SU-8做平面化电极则可能是金、铜或铝。这些材料在1550 nm波段有不同的吸收特性。金属吸收的影响相对直观因为金和铜的介电常数虚部很大光场一旦渗透进金属区域模式的传播损耗会急剧增加。解决方法是仿真时保持电极和波导芯区之间有足够间距并在数据里同时输出模式损耗。紫外固化胶的问题更隐蔽一些。这些材料在可见光波段可能透明但在1550 nm波段有时存在额外的吸收峰或折射率实部偏高导致模式场被向上吸引到胶层增加损耗。我在一次仿真中忽略了这个影响结果实测插入损耗比仿真高出1.5 dB左右后来把紫外固化胶的材料属性加进模型差距缩到了0.3 dB以内。5.4 封装与端面耦合结构对器件性能的影响器件仿真的“芯片内部”结果再好也不能忽略端面耦合和封装结构的影响。Lumerical里可以用FDTD仿真端面锥形耦合器或者光栅耦合器的耦合效率再把耦合损耗加到链路预算里。尤其是锥形耦合器过渡段长度和尖端宽度都会显著影响模式转换效率。TFLN平台经常使用边缘耦合也就是通过倒锥结构把波导模式扩展到光纤模场直径量级。这个过程中如果倒锥长度不够模式转换不彻底会形成高次模导致耦合效率下降。FDTD仿真这类过渡结构时要确保三维网格足够细特别是尖端处我一般会把尖端附近的网格步长设到20 nm以下。6. 从器件仿真走向系统验证INTERCONNECT链路级建模6.1 把器件级参数嵌入到链路级仿真中的标准流程器件仿真得到Vπ·L、插入损耗、带宽这些参数后下一步自然是在系统级验证这个调制器在真实通信链路里的表现。Lumerical INTERCONNECT就是干这个的。它是一个光子集成回路仿真器可以把刚才算出来的器件参数作为模型参数和其他光电器件模型一起构建链路。在INTERCONNECT中建立一个TFLN MZM模型通常可以用内置的Mach-Zehnder Modulator模型填入半波电压、插入损耗、电极带宽、啁啾参数等。如果不想用理想模型也可以通过导入S参数文件的形式把FDTD或emE算出的电极频率响应直接放进去。这种做法保留了器件的频率特性仿真结果更接近真实情况。6.2 眼图、消光比与误码率的仿真评估链路搭好之后用INTERCONNECT的Transmission Analyzer模块可以跑出眼图。设置一个伪随机二进制序列作为数据源经过驱动器模型放大到合适的摆幅再加载到调制器模型上。在接收端用一个光电二极管模型配合跨阻放大器然后把输出信号送入眼图分析仪。对于一个设计良好的TFLN调制器眼图应该干净、张开度大消光比至少能做到8 dB以上。如果你发现眼图张开度不够不要急着改电光重叠积分先检查驱动电压摆幅是否接近2Vπ、偏置点是否落在传输曲线的正交点quadrature point上。很多时候系统级仿真的问题不在器件本身而在链路模型的工作点设置。6.3 对温度漂移和工艺容差的补充验证思路仿真做到最后最容易被忽略的是容差分析。铌酸锂的电光系数和折射率都随温度变化这一特性会直接造成Vπ漂移和偏置点漂移。在仿真里可以用温度扫描的方式改变材料折射率数据和电光系数看工作点移动多少从而估算需要多大的反馈控制电压范围。工艺容差方面薄膜厚度、刻蚀深度、电极间距都有一定波动范围。Lumerical脚本跑Monte Carlo或者corner分析都很方便把每个几何参数设成正态分布或上下限角点跑上百组设计看Vπ·L和带宽的分布范围。我建议每个设计在最终定稿前都做一轮这样的容差仿真因为仿真中的“完美几何”和实际工艺之间的差值往往就是项目进度里最大的隐藏风险点。我个人在这些项目里最深的体会是Lumerical仿真给出的结果永远是基于理想材料参数和理想几何的“上限”而实际工艺和测量环境总是会带来额外损耗和漂移。所以在做参数优化时一开始就应该引入一个“工艺余量”的概念把仿真目标定得比规格要求略苛刻一些。还有一个实用的小技巧在跑大批量参数扫描之前先挑几个极端参数组合确认模型在这些组合下还能稳定收敛、模式不跳变。否则你很可能跑了一整夜第二天早上一看三分之一的数据点是因为网格没收敛或者模式标签错乱而作废。先把模型稳住了再谈优化这是我反复踩坑之后最想提醒大家的一点。
