4. 逆向设计中的参数化与拓扑表示

逆向设计的第一步不是跑优化器，而是决定“用什么变量描述器件”。同一个硅光波导模式转换器，用不同表示方法会得到完全不同的搜索空间、收敛行为和最终版图。表示方法决定了优化器能“看见”什么形状，也决定了结果是否可制造。本节围绕五种主流表示方法展开：像素化、密度法、水平集、形状导数与特征模展开，并说明它们对硅光器件性能的实际影响。

一、像素化表示：最直接也最“自由”的离散化

像素化把设计区域划分为 N×M 个网格单元，每个单元用一个 0/1 变量表示“有硅”或“无硅”。例如一个 2 μm×2 μm 的模式转换区，按 20 nm 网格离散，就得到 100×100 = 10⁴ 个二值变量。优化问题写成：

max  T(ρ)          # 目标：透射率
s.t. ρ_ij ∈ {0,1}  # 二值约束
     ∇·(ε∇E) + k₀²εE = 0   # 麦克斯韦方程约束

像素化的优点是表达能力强，理论上可覆盖任意拓扑；缺点是变量维度高、二值约束导致组合爆炸，且容易产生孤立像素、尖锐角点和亚波长细线，这些结构在 193 nm 或 248 nm 光刻下无法保真。实际中常先做二值松弛，再通过滤波与投影恢复可制造性。

二、密度法：把“有/无”变成连续密度场

密度法（SIMP 类）将每个单元的 ρ_ij 松弛到 [0,1]，并用插值函数把密度映射为介电常数：

ε(ρ) = ε_Si + (ε_SiO₂ - ε_Si) · ρ^p ,  p ≈ 3

当 ρ=1 时接近硅，ρ=0 时接近二氧化硅，中间值代表“等效介质”。这样目标函数对 ρ 可导，可用梯度类算法（如 L-BFGS）高效求解。密度法的关键工程细节是滤波半径 r_min 与投影阈值 η：r_min 控制最小特征尺寸，η 控制占空比。例如取 r_min = 80 nm、η = 0.5，可把 20 nm 网格上的细碎结构抹平为约 160 nm 宽的可制造线条。密度法收敛稳定、易于并行，是目前硅光逆向设计中使用最广的表示之一。

三、水平集方法：用等值线描述边界

水平集不直接优化每个像素，而是引入一个高维函数 φ(x,y)，用 φ=0 的等值线表示硅与二氧化硅的边界：

φ(x,y) > 0 : 硅
φ(x,y) = 0 : 边界
φ(x,y) < 0 : 二氧化硅

边界随演化方程 ∂φ/∂t + V_n|∇φ| = 0 移动，V_n 由形状导数给出。水平集的优势是边界始终光滑、无孤立像素，天然适合对侧壁粗糙度敏感的器件，如微环谐振器、布拉格光栅。其代价是每次迭代需重新初始化 φ 并求解 Hamilton-Jacobi 方程，计算量高于密度法，且对拓扑合并（如孔洞生成）处理较复杂。

四、形状导数：告诉优化器“边界往哪动”

形状导数不是一种独立表示，而是驱动水平集或边界参数化的核心灵敏度工具。它回答：当边界沿法向移动微小距离 δn 时，目标函数 F 变化多少。对透射率目标，形状导数可写成边界上的场重叠积分：

δF/δn = Re[ (ε_Si - ε_SiO₂) · E_forward · E_adjoint ]

其中 E_forward 是正向场，E_adjoint 是伴随场。该式说明：边界上正向场与伴随场重叠越强的地方，越应该移动边界。这正是伴随法能一次仿真获得全部边界灵敏度的原因，也是水平集、边界变形等方法高效的关键。

五、特征模展开：用少量基函数降维

当设计区域具有明确物理先验时，可用特征模展开把高维像素空间压缩到低维子空间。例如把折射率分布写成若干本征模的线性组合：

n(x,y) = n₀ + Σ_k c_k · ψ_k(x,y)

ψ_k 可取自波导本征模、傅里叶基或协方差特征模。优化变量从 10⁴ 个像素降为几十个系数 c_k，收敛快、结果平滑，但表达能力受基函数限制，可能错过非直观拓扑。特征模展开常用于模式转换器、定向耦合器等有明确模式目标的器件。

六、表示方法如何影响硅光器件性能

表示方法不是中性的“数学包装”，它直接改变优化器能到达的解空间。以 C 波段 1550 nm 的硅波导模式转换器为例，目标是把 TE₀ 转换为 TE₁，插入损耗 < 0.5 dB、串扰 < -20 dB。若用像素化，优化器可能找到理论损耗 0.1 dB 但含 30 nm 细线的结构，光刻后损耗反弹到 1.5 dB；若用密度法并设 r_min = 80 nm，优化器会在可制造约束内搜索，最终损耗约 0.4 dB，且版图可直接流片。水平集则更适合对侧壁粗糙度极敏感的微环，因为它天然抑制边界锯齿，能把 Q 值波动从 ±15% 压到 ±5%。

特征模展开的取舍更明显：若基函数选为波导本征模，优化变量少、收敛快，但只能得到“像模式”的结构；若目标需要非直观的亚波长拓扑，特征模展开可能直接排除最优解。因此，实际工程中常采用混合策略：先用特征模展开快速获得初始结构，再用密度法或水平集做精细拓扑优化。

总结来看，表示方法的选择本质是在“表达能力、可制造性、计算成本、收敛稳定性”之间做权衡。理解每种表示对应的变量类型、灵敏度来源和边界特性，才能在具体硅光器件上做出合理选择，而不是盲目套用某一种方法。