1. 课程导论：热沉布局优化与MZI温度均匀性的工程背景、课程目标与整体技术路线

1.1 工程背景：为什么温度均匀性如此重要？

在集成光子学与硅光芯片领域，马赫-曾德尔干涉仪（MZI）是最基础、最广泛使用的功能单元之一。MZI 的开关、滤波、调制性能高度依赖两个干涉臂之间的光程差，而光程差对温度变化极其敏感——硅的折射率温度系数（dn/dT）约为 1.86×10⁻⁴ K⁻¹，这意味着 1°C 的温度梯度即可导致数十纳米的相位漂移，直接破坏器件的工作点。

随着芯片集成度提升，片上热流密度已突破 100 W/cm²，传统均匀热沉设计难以应对局部热点，导致 MZI 阵列出现严重的通道串扰与消光比退化。因此，热沉布局优化成为保障 MZI 温度均匀性的关键工程手段。

1.2 课程目标

本课程旨在培养学员掌握从热沉拓扑设计到 MZI 温度均匀性仿真验证的完整技术链。具体目标如下：

1.3 整体技术路线

本课程采用 Python + COMSOL LiveLink 联合仿真架构，将优化算法与有限元仿真无缝衔接。整体技术路线分为四个阶段：

1. 物理建模阶段： 在 COMSOL 中建立 MZI 热-光耦合模型，定义材料属性、边界条件与热源分布。
2. 优化算法阶段： 使用 Python 实现基于梯度信息的拓扑优化（SIMP 插值 + MMA 求解器），以温度均匀性为目标函数。
3. 联合仿真阶段： 通过 COMSOL LiveLink for MATLAB/Python 实现数据双向传递，迭代求解最优热沉布局。
4. 验证评估阶段： 对比优化前后 MZI 温度场、相位分布与消光比，输出设计指导。

1.4 课程知识体系与章节安排

本课程共 30 章，按知识模块划分为 6 个单元：

1.5 关键技术指标与评价体系

为了量化热沉布局优化的效果，本课程定义以下核心评价指标：

• 最大温度梯度 ΔT_max： MZI 工作区内任意两点间的最大温差，目标 ≤ 0.1°C。
• 温度均方根梯度 RMS(∇T)： 反映温度场的整体均匀程度，目标 ≤ 0.05°C/mm。
• 消光比 ER： MZI 输出端口的通断比，优化后应 ≥ 20 dB。
• 热沉体积分数 V_f： 热沉材料占设计域的比例，约束 ≤ 30%。

1.6 软件架构与工具链

本课程依赖以下软件工具与库：

• COMSOL Multiphysics 6.x（含 Heat Transfer、Structural Mechanics、LiveLink for Python）
• Python 3.9+（推荐 Anaconda 发行版）
• 关键 Python 库： NumPy、SciPy、Matplotlib、MDA（Method of Moving Asymptotes 实现）
• 可选工具： ParaView（后处理可视化）、Git（版本管理）

1.7 预备知识与学习建议

学员应具备以下基础：

• 大学物理（热学、光学）与高等数学（偏微分方程、矩阵运算）
• Python 编程基础（NumPy、Matplotlib 使用经验）
• 有限元方法基本概念（非必需，课程会提供必要讲解）