RayFlare + TMM 建模原理与适用方法

摘要

本文档阐述 RayFlare（Python 光学模拟框架）中 TMM（Transfer Matrix Method，传输矩阵法）的 物理原理、计算流程，以及在钙钛矿/硅叠层结构中的吸收光谱指纹厚度测量方法。

---

1. TMM 物理原理

1.1 基本概念

TMM 是薄膜光学的标准工具，基于 Maxwell 方程组的平面波解。

对于多层薄膜结构（图 1），每层 j 的特征矩阵为：

$$M_j=\left[\begin{array}{cc}\cos {\delta }_j& i\sin {\delta }_j/{\eta }_j\\ i{\eta }_j\sin {\delta }_j& \cos {\delta }_j\end{array}\right]$$

其中：

• ${\delta }_j=\frac{2\pi }{\lambda }{\tilde{n}}_j{d}_j\cos {\theta }_j$ — 相位厚度
• ${\tilde{n}}_j=n_j+i{k}_j$ — 复折射率
• ${\eta }_j={\tilde{n}}_j\cos {\theta }_j$ — TE 偏振导纳（垂直入射时 ${\eta }_j={\tilde{n}}_j$）

1.2 全栈矩阵

N 层结构的总传输矩阵为各层矩阵的乘积：

$$M_{\text{total}}=\prod _{j=1}^N{M}_j=\left[\begin{array}{cc}{m}_{11}& m_{12}\\ m_{21}& m_{22}\end{array}\right]$$

反射系数和透射系数：

$$\begin{array}{rl}r& =\frac{{\eta }_{0}B-C}{{\eta }_{0}B+C},t=\frac{2{\eta }_0}{{\eta }_{0}B+C}\\ [B;C]& =M_{\text{total}}\left[\begin{array}{c}1\\ {\eta }_{\text{sub}}\end{array}\right]\end{array}$$

反射率和透射率：

$$R(\lambda )=|r{|}^2,T(\lambda )=\frac{\text{Re}({\eta }_{\text{sub}})}{\text{Re}({\eta }_0)}|t{|}^2$$

重要说明：当结构中存在吸收层（$k>0$）时，上述 T 公式不直接适用——$|r{|}^2+T>1$。 吸收需通过 Poynting 矢量通量法计算：$A_j=S_j^{\text{in}}-S_j^{\text{out}}$。

---

2. RayFlare 架构

RayFlare 提供三种光学求解器：

方法	适用场景	计算方式
TMM	平面薄膜，相干/非相干	2×2 矩阵乘法
RT (Ray Tracing)	几何纹理面（> 波长尺度）	Monte Carlo + Fresnel 界面
RT_TMM	纹理面 + 薄层	RT 查 TMM 预计算 LUT

2.1 TMM 模式（当前方案）

入射光 (air, n=1)
   │
   ▼
╔═══════════════════╗
║ Perovskite 薄膜   ║  d = 100-1200 nm
║  ñ(λ) = n(λ)+ik(λ) ║  ──► 相干 TMM (干涉效应)
╚═══════════════════╝
   │
   ▼
╔═══════════════════╗
║ Silicon 衬底       ║  半无限厚
║  ñ(λ) = n(λ)+ik(λ) ║  ──► 非相干或半无限近似
╚═══════════════════╝

2.2 为什么选 TMM 而非 RT_TMM

• 平面薄膜：钙钛矿旋涂膜表面平整（RMS < 10 nm），TMM 精度足够
• 物理坚实：全场波解，天然包含 FP 干涉、吸收、色散
• 速度快：每波长 O(N) 矩阵运算，比 RT 快 10³–10⁴ 倍
• 可解释：每个光谱特征（峰、谷、包络）都有解析对应

---

3. 吸收光谱指纹方法

3.1 物理机制

钙钛矿吸收光谱 $A(\lambda ;d)$ 随厚度变化的原因：

1. Beer-Lambert 项：$A\propto 1-e^{-\alpha (\lambda )d}$（随 d 增加趋于饱和）
2. Fabry-Perot 干涉：薄膜内多次反射产生干涉条纹，条纹周期 $\Delta (1/\lambda )=1/(2nd)$
3. 谱形演化：UV 强吸收（表面敏感）→ NIR 弱吸收（体敏感）的过渡随 d 变缓

3.2 推荐方法：M3 光谱比

公式：

$$\text{Ratio}(d)=\frac{⟨A(\lambda ){⟩}_{400-500\text{nm}}}{⟨A(\lambda ){⟩}_{750-850\text{nm}}}$$

物理含义：

• 分子：UV 波段吸收，仅探头几个穿透深度的表面层 → 对 d 不敏感
• 分母：NIR 波段吸收，探针整个膜厚 → 随 d 增加
• 比值单调递减，拟合为指数衰减

校准曲线（CsBr 10% Br, ~1.6 eV, Si 衬底）：

$$\text{Ratio}(d)=88.5e^{-0.0112d}+2.56$$

反演公式：

$$d=-\frac{1}{0.0112}\ln \left(\frac{\text{Ratio}-2.56}{88.5}\right)(\text{nm})$$

3.3 辅助方法

方法	公式	精度	适用范围
M6 FP 最小位置	${\lambda }_{\min }\propto d$	中	d > 500 nm
M5 吸收边积分	${\int }_{550}^{800}A(\lambda )d\lambda$	低（非单调）	定性
M1 条纹计数	$N=2nd\cdot \Delta (1/\lambda )$	高（需宽窗）	d > 800 nm

---

4. 与前方案（RayFlare RT + PL）的对比

	TMM 吸收光谱法	RT + PL 法
物理基础	Maxwell 方程（严格）	几何光学 + PL 自吸收模型
输入	仅 n,k 光学常数	n,k + PL 谱 + 表面纹理
计算速度	~10⁴ λ/d 组合/秒	~1 λ/d 组合/秒（含 LUT 生成）
膜厚范围	任意（TMM 无下限）	受纹面尺寸/PL 收集限制
灵敏度	全光谱信息	仅 PL 波段（~50-100 nm 宽）
适用范围	平面器件（已验证）	任意纹理（需纹理测量）
实验要求	反射/透射光谱仪	PL 显微光谱仪 + 纹面 AFM

---

5. 实施路线图

Phase 1: ✅ 光学常数 + TMM 验证

• CsBr 代理材料（n,k 已有）
• TMM 单层模型（Perovskite/Si）验证 R+A+T ≡ 1
• 替换为实际钙钛矿组分的 n,k 数据（椭偏仪测量或文献）

Phase 2: ✅ 指纹提取

• M3 光谱比方法（推荐）
• M6 FP 条纹追踪（辅助）
• 多波长点联合反演（提高鲁棒性）

Phase 3: ⏳ 实验对标

• 用已知厚度的标准样品验证校准曲线
• 不确定度分析（n,k 误差 × 仪器噪声传递）

Phase 4: ⏳ LUT 部署

• 生成 R(λ,d)、A(λ,d)、ratio(d) 全查询表
• Python API：d = get_thickness(R_measured)

---

6. 关键参考文献

文献	贡献
Macleod, Thin-Film Optical Filters (2001)	TMM 标准教材，§2.4 矩阵推导
Ball et al., Energy Environ. Sci. (2015)	TMM 用于平面钙钛矿太阳能电池的基准验证
Callies et al., Solar RRL (2025)	光学重吸收主导 PL 峰移的实验证明
Giliberti et al., Politecnico di Torino Dataset (2022)	钙钛矿/Si 叠层光学常数数据库

---

7. 代码位置

文件	内容
scripts/tmm_end_to_end.py	TMM v4 端到端（R, A, T 计算 + PL 模型）
scripts/absorption_fingerprint.py	吸收光谱指纹分析（5 种方法）
output/tmm_results_v4.npz	12 厚度 × 500 波长 × 2 衬底完整数据
output/fingerprint_dashboard_v3.png	指纹方法可视化仪表板
output/calibration_m3.json	M3 方法校准参数

---

生成: 2026-06-16 | TMM v4 | 为导师要求准备