4. 从FDTD/FEM仿真到紧凑模型的数据流水线

在硅光器件紧凑模型构建中，仿真工具（FDTD、FEM、EME）负责求解麦克斯韦方程组，而紧凑模型需要的是可嵌入电路仿真器的解析或查表表达式。两者之间隔着一条数据流水线：仿真参数扫描、结果提取、数据清洗、格式转换和版本管理。这条流水线如果靠手工操作，一个包含 5 个几何参数、每个参数 4 个取值的扫描就要跑 1024 次仿真，手工整理 S 参数几乎不可能保证一致性。本节以马赫-曾德尔调制器（MZM）中的关键单元——单臂相移波导为例，搭建一条可复现的自动化流水线。

一、流水线的整体结构

整条流水线可以拆成五个阶段，每个阶段有明确的输入、输出和失败判据。下图给出各阶段之间的数据流与关键产物，其中仿真层产生原始 S 参数，提取层把 S 参数转成有效折射率与损耗，清洗层剔除不收敛或非物理的数据点，转换层生成紧凑模型所需的查找表或多项式系数，版本层用 Git 管理脚本、参数文件和模型文件。

二、参数扫描：把几何与材料变量组织成可枚举的集合

扫描的第一步不是打开仿真软件，而是定义参数空间。以 220 nm 绝缘体上硅（SOI）条形波导为例，关键几何参数为波导宽度 W（400–600 nm，步长 50 nm）、刻蚀深度 H（全刻蚀/浅刻蚀两档）、传播长度 L（100–1000 μm，步长 100 μm），材料参数为工作波长 λ（1530–1570 nm，步长 5 nm）。用 Python 生成参数组合并写入 JSON：

import itertools, json
W = [400, 450, 500, 550, 600]
H = ["full", "shallow"]
L = [100, 200, 500, 1000]
lam = [1530, 1540, 1550, 1560, 1570]
combos = list(itertools.product(W, H, L, lam))
with open("sweep_params.json", "w") as f:
    json.dump([{"W": w, "H": h, "L": l, "lambda": la}
               for w, h, l, la in combos], f, indent=2)
print(len(combos))  # 200

200 个组合对应 200 次 FDTD 仿真。每次仿真用脚本调用 Lumerical 的 fdtd 引擎，通过 -batch 模式提交，仿真结果写入 raw_S21.csv，字段包括 W, H, L, lambda, S21_mag, S21_phase。这里要注意：相位必须用 unwrap 解缠，否则 2π 跳变会让后续群折射率计算完全错误。

三、结果提取：从 S 参数到 neff 与损耗

对单模波导，传播常数 β 与相位关系为 φ = βL，因此有效折射率 neff = φλ/(2πL)。损耗 α 由透射率 T = |S21|² 得到：α = -10·log10(T)/L，单位 dB/μm。提取脚本对每个组合计算 neff 和 α，并额外计算群折射率 ng = neff - λ·dneff/dλ，用于后续色散建模。提取结果写入 neff_vs_W.csv 和 loss_vs_W.csv。

判断提取是否可信，看三个量：neff 是否落在 2.0–2.8 的合理区间；α 是否为正且随 W 增大而单调下降（宽波导限制更强）；ng 是否在 3.5–4.5 之间。若某点 neff 突然跳到 1.5 以下，通常是仿真未收敛或模式识别错误。

四、数据清洗：剔除不收敛与非物理点

清洗规则要写成可执行的判据，而不是靠肉眼。以下四条规则按顺序执行：

• 收敛检查：读取仿真日志中的 autoshutoff 值，若大于 1e-5，标记为不收敛并剔除。
• 物理范围检查：neff 不在 [2.0, 2.8] 或 α 不在 [0.01, 10] dB/μm 的点剔除。
• 单调性检查：固定 H、L、λ 时，neff 应随 W 增大而单调增大；若出现反向，标记为可疑点。
• 平滑检查：对 neff(W) 做三点滑动平均，若某点与均值的偏差超过 2%，标记为离群点。

清洗后的数据写入 clean_neff.csv，被剔除的点记录到 outlier_log.txt，包含组合编号、违反的规则和原始值。这一步的产物是后续格式转换的唯一输入，保证模型只基于可信数据。

五、格式转换：生成紧凑模型可用的查找表与多项式

紧凑模型通常需要两种形式：查找表（LUT）用于快速插值，多项式用于解析求导。以 neff(W, λ) 为例，先对每个 λ 把 neff 拟合成 W 的二次多项式：neff = a0 + a1·W + a2·W²。拟合系数写入 mzm_model.json，同时把原始清洗数据导出为 neff_lut.csv，供不支持多项式的仿真器直接查表。转换脚本还要检查拟合残差：若 R² 低于 0.995，说明二次多项式不够，需要升到三次或改用分段拟合。

六、版本管理：让每次模型变更可追溯

流水线的脚本、参数文件、清洗后的数据和最终模型文件全部纳入 Git。大体积的原始仿真数据（raw_S21.csv 可能上百 MB）用 DVC 管理，Git 中只保留 .dvc 指针文件。每次模型发布打一个 tag，例如 v1.0-mzm-neff，tag 信息中记录：仿真工具版本、扫描参数哈希、清洗规则版本、拟合 R²。这样当电路仿真结果异常时，可以回溯到具体是哪一版数据、哪条清洗规则导致了偏差。

整条流水线跑通后，从 200 次仿真到最终 mzm_model.json 的生成时间约 15 分钟（不含仿真本身），其中清洗和转换不到 10 秒。真正的价值在于：当工艺角从 400–600 nm 扩展到 380–650 nm 时，只需修改 sweep_params.json 并重跑，模型自动更新，版本自动记录，不需要任何手工整理。