相位函数基础：光波前的数学语言
做光学设计这些年，我越来越觉得相位函数就像光学的「通用语言」。你想想看，光波在空间里传播，本质上就是波前在移动。而相位函数，就是描述这个波前形状的数学工具。
说白了，相位函数就是光波前在空间各点的「高度图」。它告诉我们：在某个时刻，波前上每一点相对于参考点的振动状态是什么。
光波前的数学描述
先看一个最简单的例子。一束平面波沿 z 方向传播，它的复振幅可以写成：
U(x, y, z) = A · exp(i · k · z)这里的 k = 2π/λ 是波数，k·z 就是相位项。我刚开始学的时候，总觉得这个指数形式很抽象。后来做项目多了才明白，它其实就是把「波前走了多远」翻译成了「相位变了多少」。
对于更一般的情况，相位函数可以写成：
φ(x, y, z) = k · n · (光程)嗯，这里要注意：相位是光程的线性函数。这个关系贯穿了整个衍射光学设计。
核心公式：相位函数 φ(x,y) = (2π/λ) · OPD(x,y)
其中 OPD 是光程差，单位是波长。这个公式我几乎每天都会用到。
相位与光程差的关系
为什么相位和光程差这么重要？我举个例子你就明白了。
假设你有一束光通过一个透镜。透镜中心厚、边缘薄，光通过中心走的路程长，通过边缘走的路程短。这个路程差，就是光程差。而相位函数，就是把这段路程差「翻译」成相位延迟。
| 物理量 | 符号 | 单位 | 关系 |
|---|---|---|---|
| 光程 | OPL | 米 (m) | OPL = n · d |
| 光程差 | OPD | 米 (m) | OPD = OPL₁ - OPL₂ |
| 相位 | φ | 弧度 (rad) | φ = (2π/λ) · OPD |
| 相位差 | Δφ | 弧度 (rad) | Δφ = (2π/λ) · ΔOPD |
我曾经在做一个分束器项目时，就吃过相位匹配的亏。当时只算了光程，忘了考虑材料色散导致的相位偏移。结果做出来的器件效率只有理论值的一半。从那以后，我每次都会把相位和光程差的关系从头捋一遍。
相位函数的几何意义
相位函数还有一个很直观的几何解释。你想想看，波前就是等相位面。如果相位函数是线性的，波前就是平面；如果是二次的，波前就是球面或抛物面。
我习惯把相位函数想象成一张「地形图」：
- 等高线：就是等相位线，间距代表相位变化 2π
- 坡度：相位梯度，决定了光线的偏折方向
- 曲率：相位的二阶导数，对应透镜的聚焦能力
实用技巧：在设计衍射光学元件时，我经常先把目标相位函数画出来。看看等相位线的间距是否合理，梯度有没有突变。这一步能避免很多后期问题。
相位函数的离散化
实际工程中，我们没法处理连续的相位函数。需要把它离散化、量化。这就是衍射光学元件加工的基础。
常见的离散化方式有两种：
- 台阶量化：把连续相位分成 2、4、8 或 16 个台阶
- 二进制编码：只保留 0 和 π 两种相位状态
我记得第一次做 8 台阶衍射透镜时，总觉得台阶越多越好。后来发现，台阶数增加带来的效率提升是有上限的，而加工难度却指数上升。这个平衡点，就是后面要讲的衍射效率问题。
避坑指南：我曾经在量化相位时，直接对相位值四舍五入。结果发现边缘区域的相位跳变太大，产生了严重的杂散光。正确的做法是：先对相位做 2π 折叠，再量化。
本章知识体系
下面这张图总结了相位函数的核心概念和它们之间的关系：
从这张图可以看出，相位函数不是孤立的概念。它一头连着光的物理本质（光程差、干涉），另一头连着工程实现（离散化、加工）。后面我们讲衍射效率时，你会发现所有问题最终都会回到相位函数上来。