RCWA 与 TMM 光学建模 — 从零开始的完整学习指南

写给大一学生的光学建模入门教程。假设你学过高中物理（知道反射、折射、干涉这些词），正在学微积分，刚开始接触电磁学。我们从最基础开始，一步一个台阶，走到你能理解 RCWA 在我们的薄膜反演项目中究竟做了什么、为什么它比 RT+TMM 精确 23 倍。

---

第0章：这本指南在讲什么？（10min）

0.1 用一句话说清楚

我们有这样一块材料：

硅片上长着微米大小的金字塔纹理，上面覆盖了 10 层薄膜（包括一层钙钛矿吸收层）。我们想知道其中某一层的厚度是多少。我们的工具只有一样：拿不同颜色、不同角度的光照上去，测量反射回来多少光。

这等于在问：给定一个复杂的多层结构，怎样从反射光谱反推膜厚？

0.2 两种做法，天壤之别

我们试了两种计算方法：

方法	反演精度（Joint MAE）	相当于
RCWA（严格耦合波分析）	4.91 nm	一根头发直径的 1/15
RT+TMM（光线追迹 + 传输矩阵）	113.8 nm	一根头发直径

$$\text{RCWA 比 RT+TMM 精确了 }\frac{113.8}{4.91}\approx 23\mathbf{倍}$$

为什么差这么多？ 答案藏在金字塔纹理的尺寸和光的波长关系里：

• 金字塔周期 $P=1000\text{ nm}$
• 我们用的光波长 $\lambda =400\text{–}1100\text{ nm}$
• $P$ 和 $\lambda$ 差不多大 → 这不是”大物体反射小光波”的简单情况，而是”光和结构互相较劲”的共振区。

RT+TMM 假设”结构远大于波长”（几何光学近似），这个假设在共振区不成立。RCWA 不做任何近似，直接求解 Maxwell 方程组——付出的代价是计算量大得多，但得到的结果是 23 倍的精度提升。

0.3 这本指南怎么带你学

你的起点：高中物理 + 大一微积分
           ↓
第1章  光是什么（折射率 n 的物理含义）
第2章  光的颜色、能量与吸收（n&k 的完整图像）
第3章  一束光照到界面上（Fresnel 方程）
第4章  两束光相遇（干涉、薄膜干涉、增透膜）
第5章  十束光、一百束光（TMM 传输矩阵法）← 从这里开始用数学省力
第6章  TMM 的数学根源（从 Maxwell 方程推导 TMM）
第7章  周期性结构（光栅、衍射、共振区）
第8章  RCWA 的核心思想（Fourier 展开 + 特征值）
第9章  反演问题（从反射光谱推膜厚）
第10章 为什么 RT+TMM 会失败（23倍的物理根源）
第11章 计算工具链（代码怎么跑）
第12章 下一步往哪走
附录A  公式速查卡
附录B  项目 Bug 日志

每章大约 30-60 分钟。前 4 章是物理基础，第 5-6 章是 TMM 的数学核心，第 7-8 章是 RCWA 的数学核心。

阅读建议

如果你只想”会用”而不想”深究”，读第 0-5 章 + 第 9-10 章就够了（约 3-4 小时）。如果你想彻底搞懂 RCWA 的数学原理，再加上第 6-8 章（约 6-8 小时）。

---

第1章：光，到底是什么？（45min）

1.1 两种说法，说的是一回事

历史上对光有两种描述：

牛顿说：光是粒子。因为它走直线、会反射、能穿过真空。

惠更斯说：光是波。因为它会干涉、会绕过障碍物（衍射）。

两百多年后，量子力学告诉我们：两个都对。光在某些情况下表现得像粒子（光子），在某些情况下表现得像波（电磁波）。在光学建模里，我们绝大多数时候把它当波来处理——因为反射、折射、干涉、衍射这些现象，用波动理论解释起来非常自然。

1.2 高中就学过的：反射和折射

一束光从空气斜射到水面，你会看到：

1. 一部分光弹回来（反射）——入射角 = 反射角：${\theta }_i={\theta }_r$
2. 一部分光进入水中，改变方向（折射）——Snell 定律：$n_1\sin {\theta }_i=n_2\sin {\theta }_t$

这个 $n$ 叫做折射率（refractive index）。

1.3 n 的物理含义——光为什么会慢下来？

折射率 $n$ 有一个非常直观的定义：

$$n=\frac{c}{v}$$

• $c=3\times 10^8\text{ m/s}$：光在真空中的速度
• $v$：光在介质中的速度

$n$ 就是”光在这个材料里慢了多少倍”。

材料	折射率 $n$	光速变慢了多少	为什么会有这个值？
真空	1.00	不慢（$c$）	没有原子阻挡
空气	1.0003	几乎不慢	原子密度极低
水	1.33	慢了 1.33 倍	水分子极化响应
玻璃	1.50	慢了 1.5 倍	二氧化硅的高电子密度
钙钛矿	~2.5	慢了 2.5 倍	高折射率半导体
硅（Si）	~3.5	慢了 3.5 倍	超高电子密度

物理直觉

光是一种电磁波，当它进入材料后，电场会推拉材料中的电子。电子跟着振动，这个振动反过来又产生新的电磁波。新波和原来的波叠加，整体效果就是”光走得慢了”。电子越多、越容易被推动，$n$ 就越大。

Snell 定律 $n_1\sin {\theta }_1=n_2\sin {\theta }_2$ 也可以这样理解：光在两种介质中传播速度不同 → 波前到达界面的时间不同步 → 传播方向偏转。

1.4 折射生出的”副产品”：全内反射

当光从”光密”介质（$n$ 大）射向”光疏”介质（$n$ 小）时：

$$n_1\sin {\theta }_1=n_2\sin {\theta }_2$$

如果 $n_1>n_2$，且 ${\theta }_1$ 足够大，则方程 $\sin {\theta }_2=\frac{n_1}{n_2}\sin {\theta }_1>1$ 无解！

此时的入射角叫临界角 ${\theta }_c=\arcsin \left(\frac{n_2}{n_1}\right)$。超过这个角度，光全部反射，没有透射。

光纤通信就是利用全内反射——光”困”在光纤芯里不断反射传播。

1.5 几何光学的局限

高中物理讲的光（反射定律、折射定律、透镜成像）统称为几何光学（Ray Optics）——把光当作一根根”光线”处理。

几何光学能解释的现象：

• ✅ 镜子反射、透镜聚焦
• ✅ 彩虹的颜色（色散：$n$ 随波长变化）
• ✅ 海市蜃楼

几何光学不能解释的现象：

• ❌ 肥皂泡的彩色条纹（薄膜干涉）
• ❌ CD/DVD 表面的彩虹（光栅衍射）
• ❌ 为何增透膜能”消除”反射（干涉相消）
• ❌ 为什么金字塔纹理在 $P\approx \lambda$ 时效果特殊（共振区衍射）

要解释这些，必须把光当作波——下一章我们正式跨入波动光学。

1.6 回到项目：为什么 n 是我们的”原料”？

在我们的 RCWA 项目中，所有计算的第一步都是：

读取材料的 n(λ) 和 k(λ)

$n(\lambda )$ 和 $k(\lambda )$ 随波长变化的数据（每个材料几百个数据点），是所有后续计算的基础。“垃圾进，垃圾出”——材料光学常数的准确性，直接决定了反演结果的精度。

---

📝 第1章自测

1. 折射率 $n=2$ 是什么意思？（答案：光在该材料中的速度是真空中速度的一半 $v=c/2$）
2. 光从玻璃（$n=1.5$）射向空气，临界角是多少？（答案：${\theta }_c=\arcsin (1/1.5)\approx 41.8°$）
3. 几何光学不能解释什么现象？举两个例子。（答案：薄膜干涉、光栅衍射、增透膜等）

闪卡：折射率

问题：折射率 $n$ 的物理定义是什么？ 答案：$n=c/v$，即真空中光速除以介质中光速。$n$ 越大，光在该材料中走得越慢。

闪卡：Snell 定律

问题：Snell 折射定律怎么写？ 答案：$n_1\sin {\theta }_1=n_2\sin {\theta }_2$，其中 $n_1,n_2$ 为折射率，${\theta }_1,{\theta }_2$ 分别为入射角和折射角。

---

第2章：光的颜色、能量与吸收（45min）

2.1 电磁波谱：光在”光谱”中的位置

光是电磁波的一种。电磁波按波长从长到短排列：

无线电波 → 微波 → 红外(IR) → 可见光 → 紫外(UV) → X射线 → γ射线
  长λ, 低能量  ←——————————————→  短λ, 高能量

可见光只占整条谱线的一小段：380nm–780nm。

颜色	波长范围	典型波长
紫	380-450 nm	400 nm
蓝	450-495 nm	470 nm
绿	495-570 nm	550 nm ← 人眼最敏感
黄	570-590 nm	580 nm
橙	590-620 nm	600 nm
红	620-780 nm	700 nm
近红外	780-2500 nm	1100 nm ← Si 的带隙边界

我们的项目用到的光：400–1100 nm。从蓝紫光一直覆盖到近红外。

2.2 光子能量：波长和能量怎么换算？

一个光子的能量：

$$E=hf=\frac{hc}{\lambda }$$

• $h=6.626\times 10^{-34}\text{ Jcdotps}$（普朗克常数）
• $c=3\times 10^8\text{ m/s}$

把焦耳换成电子伏特（eV）：$hc=1240\text{ eVcdotpnm}$。于是非常实用的公式：

$$\boxed{E(\text{eV})=\frac{1240}{\lambda (\text{nm})}}$$

“1240”从哪来？ 纯粹是常数换算：$hc=6.626\times 10^{-34}\times 3\times 10^8=1.988\times 10^{-25}\text{ Jcdotpm}$，除以 $1.602\times 10^{-19}\text{ J/eV}$ 再乘以 $10^9\text{ nm/m}$，得到 $1240\text{ eVcdotpnm}$。

波长 $\lambda$	光子能量 $E$	例子
400 nm	3.1 eV	蓝光，能激发大多数半导体
550 nm	2.25 eV	绿光
780 nm	1.59 eV	红光，钙钛矿（~1.6eV 带隙）刚好能吸收
1100 nm	1.13 eV	近红外，Si 的带隙边缘

2.3 为什么硅看起来是灰黑色的？

这跟吸收有关。

硅的带隙 $E_g\approx 1.12\text{ eV}$。光子能量低于 1.12 eV（$\lambda >1100\text{ nm}$）→ 硅透明；光子能量高于 1.12 eV（$\lambda <1100\text{ nm}$）→ 硅吸收。

可见光（1.6–3.1 eV）远大于 Si 的带隙 → 所有可见光都被强烈吸收 → 你看到的是”黑灰色”（没有任何可见光反射回来）。

2.4 吸收系数 α：光在材料中如何衰减

一束光垂直进入吸收材料，强度随深度指数衰减：

$$I(z)=I_0\cdot e^{-\alpha z}$$

• $I_0$：进入材料时的光强
• $z$：进入深度
• $\alpha$：吸收系数（单位：1/m 或 1/nm）。$\alpha$ 越大，光衰减越快。

物理直觉

如果你的钙钛矿膜厚 500 nm，$\alpha =10^6{\text{ m}}^{-1}=0.001{\text{ nm}}^{-1}$，则光穿过膜后还剩 $e^{-0.5}\approx 0.61=61\%$。穿过整个膜后大约 39% 被吸收了。

2.5 复折射率：一句话解释 n 和 k 的关系

前面我们只讲了折射率 $n$，但完整的材料光学描述需要复折射率（complex refractive index）：

$$\tilde{n}(\lambda )=n(\lambda )+ik(\lambda )$$

• $n$（实部）：决定光的传播速度和折射方向（相位）
• $k$（消光系数）：决定光的吸收（衰减）

$k$ 和 $\alpha$ 的关系：

$$k=\frac{\alpha \lambda }{4\pi }$$

$k>0$ → 材料吸收光。$k=0$ → 材料透明（如玻璃在可见光波段 $k\approx 0$）。

为什么用复数？ 因为吸收 = 指数衰减，而复指数天然描述衰减：

$$E(z)=E_0{e}^{i(\tilde{k}z-\omega t)}=E_0{e}^{i(\frac{2\pi }{\lambda }(n+ik)z-\omega t)}=\underset{\text{振荡（n 决定）}}{\underbrace{E_0{e}^{i(\frac{2\pi n}{\lambda }z-\omega t)}}}\cdot \underset{\text{衰减（k 决定）}}{\underbrace{e^{-\frac{2\pi k}{\lambda }z}}}$$

光在材料中：$n$ 让光振荡传播，$k$ 让光强度慢慢”消失”（被吸收）。一个复数搞定两件事，数学上非常优雅。

2.6 回到项目：为什么我们关注整个 400-1100nm 范围？

因为不同波长”看到”的材料不一样：

• λ < 500 nm：钙钛矿强烈吸收，光只穿透表面几十纳米
• λ ≈ 550-700 nm：中等吸收，光能穿透几百纳米
• λ > 780 nm（钙钛矿带隙以上）：钙钛矿接近透明，光穿透到下面的硅层

这些不同波长的”穿透深度信息”都编码在 $R(\lambda ,\theta )$ 中。反演算法通过多个波长联合拟合来提取膜厚——这正是为什么我们需要宽光谱而不是单一波长。

---

📝 第2章自测

1. 光子能量公式是什么？500nm 的光子能量是多少 eV？（答案：$E=1240/\lambda$，$E=1240/500=2.48\text{ eV}$）
2. 硅为什么对可见光不透明？（答案：可见光光子能量 1.6-3.1eV 全部大于 Si 的带隙 1.12eV，被强烈吸收）
3. 复折射率 $\tilde{n}=n+ik$ 中，$n$ 决定什么？$k$ 决定什么？（答案：$n$ 决定传播速度和折射，$k$ 决定吸收/衰减）

闪卡：光子能量

问题：光子能量 $E(eV)$ 和波长 $\lambda (nm)$ 的关系？ 答案：$E(eV)=\frac{1240}{\lambda (nm)}$

闪卡：吸收系数

问题：Beer-Lambert 定律怎么写？$k$ 和 $\alpha$ 的关系是什么？ 答案：$I(z)=I_0{e}^{-\alpha z}$，$k=\alpha \lambda /4\pi$。

---

第3章：一束光照到界面上——Fresnel 方程（60min）

3.1 问题设定

一束平面波从介质 1（折射率 ${\tilde{n}}_1=n_1+i{k}_1$）以角度 ${\theta }_1$ 射向介质 2（折射率 ${\tilde{n}}_2$）。

核心问题：多少能量反射回去？多少能量透过去？

之前高中物理只告诉你”会反射和折射”，但不告诉你反射多少。Fresnel 方程告诉我们这个比例。

3.2 必须先分两种偏振

光是一种横波：电场 $\vec{E}$ 垂直于传播方向振动。但这个”垂直方向”有两种可能：

s 偏振（TE）：E 垂直纸面 ┊（German "senkrecht"=垂直）
p 偏振（TM）：E 平行纸面 →（German "parallel"=平行）
                     ↑
                 入射面（纸面）

为什么必须区分？

因为 E 场方向不同 → 边界条件不同 → 反射率不同。你看太阳镜消除水面反光就是利用了 p 偏振在 Brewster 角附近几乎不反射的特性。

3.3 Fresnel 方程

对于非磁性材料，反射系数（amplitude reflection coefficient）：

$$r_s=\frac{{\tilde{n}}_1\cos {\theta }_1-{\tilde{n}}_2\cos {\theta }_2}{{\tilde{n}}_1\cos {\theta }_1+{\tilde{n}}_2\cos {\theta }_2}{r}_p=\frac{{\tilde{n}}_2\cos {\theta }_1-{\tilde{n}}_1\cos {\theta }_2}{{\tilde{n}}_2\cos {\theta }_1+{\tilde{n}}_1\cos {\theta }_2}$$

其中 ${\theta }_2$ 由 Snell 定律给出：${\tilde{n}}_1\sin {\theta }_1={\tilde{n}}_2\sin {\theta }_2$。

3.4 从 r 到 R：反射率

$r$ 是振幅比（电场反射了多少），$R$ 是能量比（光强反射了多少）。

$$\boxed{R=|r{|}^2}$$

这是因为光强$\propto$电场振幅的平方。

对于无吸收材料（$k=0$），非偏振光（自然光）的反射率就是两者的平均：$R=(R_s+R_p)/2$。

3.5 垂直入射：最简单的情况

当 ${\theta }_1=0°$（光垂直打上去），$\cos {\theta }_1=\cos {\theta }_2=1$，$s$ 和 $p$ 一样：

$$r=\frac{n_1-n_2}{n_1+n_2}R={\left(\frac{n_1-n_2}{n_1+n_2}\right)}^2$$

算一个实际例子：

• 空气（$n_1=1$）→ 硅（$n_2=3.5$），垂直入射： $R={\left(\frac{1-3.5}{1+3.5}\right)}^2={\left(\frac{-2.5}{4.5}\right)}^2=0.309$

• 31% 的光被反射！ 这就是为什么硅片看起来反光很强——不加任何处理，仅一个硅表面就反射近三分之一的可见光。

再算一个：空气（$n_1=1$）→ 玻璃（$n_2=1.5$）：

$R={\left(\frac{1-1.5}{1+1.5}\right)}^2=0.04$

只有 4% 反射。$n$ 差越大，反射越多——这是非常直观的物理规律。

3.6 斜入射时发生了什么？

随着角度增大：

• $R_s$ 单调增加（始终增大）
• $R_p$ 先下降到最小值，再上升

存在一个特殊角度——Brewster 角（${\theta }_B$），在这个角度 $r_p=0$，$p$ 偏振的光完全不反射：

$$\tan {\theta }_B=\frac{n_2}{n_1}$$

对于空气→玻璃：${\theta }_B=\arctan (1.5)\approx 56.3°$。这就是偏振太阳镜的原理——在 Brewster 角附近，水平表面的反射光主要是 s 偏振，被垂直偏振的镜片过滤。

3.7 相位翻转：为什么 $r$ 可以是负数？

如果 $n_1<n_2$（光从折射率低的到高的），$r<0$（对于垂直入射）。

负号意味着相位翻转 180°（$\pi$ 相移）。物理上发生了：入射波的电场方向在反射时颠倒了。

这个 180° 翻转在下一章的薄膜干涉中是关键——它改变了”两束反射光是不是同相”的判定条件。

3.8 回到项目：Fresnel 方程的实际意义

在我们的钙钛矿器件中：

• 10 层膜 → 11 个界面
• 每个界面都遵循 Fresnel 方程
• 每一层的光学常数 ${\tilde{n}}_j(\lambda )$ 不同
• 入射角 $\theta$ 在金字塔斜面上是”局部入射角”

RCWA 计算本质上就是在每一个界面、每一个 Fourier 分量上应用更复杂的”广义 Fresnel 方程”。

---

📝 第3章自测

1. 空气→硅，垂直入射，反射率多少？（答案：$(1-3.5{)}^2/(1+3.5{)}^2\approx 31\%$）
2. $r$ 和 $R$ 的关系是什么？（答案：$R=|r{|}^2$，$r$ 是振幅比，$R$ 是能量比）
3. s 偏振和 p 偏振有什么区别？（答案：s 偏振 E 场垂直于入射面，p 偏振 E 场平行于入射面，反射率不同）

闪卡：Fresnel 垂直入射

问题：垂直入射时反射系数和反射率的公式？ 答案：$r=\frac{n_1-n_2}{n_1+n_2}$，$R={\left(\frac{n_1-n_2}{n_1+n_2}\right)}^2$。

闪卡：Brewster 角

问题：Brewster 角是什么？公式？ 答案：使 $r_p=0$（p 偏振完全不反射）的入射角。$\tan {\theta }_B=n_2/n_1$。

---

第4章：干涉——两束光相遇会发生什么？（60min）

4.1 叠加原理：1+1 不一定等于 2

两束相同频率的光相遇：

• 振幅相加：$E_{\text{total}}=E_1+E_2$
• 强度不等于 $I_1+I_2$

强度取决于两束光的相位差 $\Delta \varphi$：

$$I_{\text{total}}=I_1+I_2+2\sqrt{I_1{I}_2}\cos \Delta \varphi$$

交叉项 $2\sqrt{I_1{I}_2}\cos \Delta \varphi$ 就是干涉项。

$\Delta \varphi$	$\cos \Delta \varphi$	结果	通俗说法
$0,2\pi ,4\pi ...$	+1	$I=I_1+I_2+2\sqrt{I_1{I}_2}$	相长干涉（变亮）
$\pi ,3\pi ...$	-1	$I=I_1+I_2-2\sqrt{I_1{I}_2}$	相消干涉（变暗）
$\pi /2,3\pi /2...$	0	$I=I_1+I_2$	不干涉

4.2 什么决定相位差？

相位差 = 光程差 × $(2\pi /\lambda )$。

光程 = n·d
光程差 = 两条路径的光程之差
相位差 = (2π/λ) × 光程差

物理上，光在折射率为 $n$ 的介质中走过距离 $d$，“有效距离”不是 $d$ 而是 $nd$。因为光速变慢 → 走同样的几何距离需要更长时间 → 相当于走了”更长”的路。

4.3 薄膜干涉：最经典的例子

一束光打到薄膜上：

入射光 → 薄膜上表面
           ├─ 反射束1（上表面反射）──────┐
           │                              ├→ 这两束光相遇 → 干涉
           └─ 透射后在下表面反射 → 折射出来 → 反射束2

两条反射光走的路不一样长：

• 光束 2 多走了 $2nd\cos {\theta }_t$ 的光程

相位差 = 几何程差转成的相位 + 反射引入的相位跳变：

• 如果反射来自”折射率更高的介质”（$n_1<n_2$），反射会产生 $\pi$ 相位翻转
• 否则没有翻转

4.4 增透膜的原理

在玻璃（$n=1.5$）上镀一层 MgF2（$n=1.38$）：

• 从空气→MgF2 的反射：$\pi$ 翻转（$1<1.38$）
• 从 MgF2→玻璃的反射：$\pi$ 翻转（$1.38<1.5$）

两束反射光都有 $\pi$ 翻转 → 翻转抵消 → 相位差仅取决于路程差。

如果我们选择膜厚 $d$ 使路程差 = $\lambda /2$（相位差 = $\pi$）：

$$2nd=\lambda /2\Rightarrow \boxed{d=\frac{\lambda }{4n}}$$

这就是著名的四分之一波长增透膜。两束反射光恰好反相 → 相消 → 反射为零。

对于 λ=550nm（绿光）、n_MgF2=1.38：
d = 550 / (4 × 1.38) = 99.6 nm

这就是为什么增透膜通常是 100nm 左右的超薄膜。

4.5 增透膜的局限性

一个膜厚只能完美消除一个波长的反射。对于其他波长，路程差不再是精确的 $\lambda /2$，消光不完全。

• 在 $\lambda =550\text{ nm}$ 附近：$R\approx 0\%$（完美）
• 在 $\lambda =400\text{ nm}$：$R$ 又回升到几个百分点

这就是为什么多层增透膜更好——用 3-5 层不同厚度的膜覆盖更宽的波长范围。

4.6 从一层到十层

一层膜有两个反射面 → 两束反射光干涉。十层膜有十一个反射面 → 成千上万条反射光互相干涉。

用 Fresnel 方程一层层手工算？不可能——光在每层之间可以来回反射无数次，每一束都跟所有其他束相干。

我们需要一个更系统的方法——下一章的 TMM。

4.7 回到项目

我们的 10 层钙钛矿堆栈中：

• MgF2（120nm）作为宽带抗反射层，减少前表面反射
• 每一层的厚度都和干涉条件有关
• 改变钙钛矿层的厚度 → 干涉条件改变 → $R(\lambda ,\theta )$ 整体变化
• 这就是我们能用反射光谱反演膜厚的物理基础：膜厚编码在干涉图案里

---

📝 第4章自测

1. 相长干涉和相消干涉的条件分别是什么？（答案：相位差 $0,2\pi ,4\pi ...$→相长；$\pi ,3\pi ...$→相消）
2. 增透膜的厚度公式和原理？（答案：$d=\lambda /4n$，使两束反射光的光程差 $=\lambda /2$，相位差 $=\pi$，相消干涉）
3. 为什么多层膜的手工计算不可行？（答案：光在层间来回反射无数次，每束光都相干，手工追踪不可能）

闪卡：薄膜干涉条件

问题：单层膜产生相消干涉（最小反射）的条件是什么？ 答案：$2nd=(m+\frac{1}{2})\lambda$。膜厚为四分之一波长时两束反射光反相相消。

---

第5章：多层膜——TMM 传输矩阵法（75min）

5.1 问题的本质：我们面对的是什么

10 层膜，每层有自己的 ${\tilde{n}}_j(\lambda )$ 和 $d_j$。光在每个界面：

• 一部分反射
• 一部分透射
• 反射光和透射光在更远的界面上又会产生新的反射和透射

这导致无数条光路，每条都带有不同的振幅和相位。手工追踪不可能。

5.2 TMM 的巧妙之处

关键洞察：我们不需要追踪每一条光线！只需要描述每一层膜对其两侧边界处电磁场之间的关系。

如果每一层用一个 $2\times 2$ 矩阵 $M_j$ 描述，那么：

• 光通过第 1 层：状态变换为 $M_1$
• 再通过第 2 层：状态变换为 $M_2\cdot M_1$
• …
• 通过所有 N 层：状态变换为 $M_{\text{total}}=M_N\cdot M_{N-1}\cdot ...\cdot M_1$

整个 10 层膜的光学响应，压缩成一个 $2\times 2$ 矩阵连乘。

5.3 单层膜的特征矩阵

对于第 $j$ 层膜（复折射率 ${\tilde{n}}_j$，厚度 $d_j$，入射角 ${\theta }_j$）：

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

其中：

$${\delta }_j=\frac{2\pi }{\lambda }{\tilde{n}}_j{d}_j\cos {\theta }_j$$

和

$${\eta }_j=\{\begin{array}{ll}{\tilde{n}}_j\cos {\theta }_j& \text{（s 偏振）}\\ \frac{{\tilde{n}}_j}{\cos {\theta }_j}& \text{（p 偏振）}\end{array}$$

5.4 逐一解读矩阵里的每一项

符号	物理含义	如果为零会怎样
${\delta }_j$	相位厚度：光穿过这一层积累了多少相位	${\delta }_j=0$ → 层无限薄，无需考虑
$\cos {\delta }_j$	波在层内传播的”非衰减振荡”部分	=1 时层无影响
$\sin {\delta }_j$	波在层内传播的”转换”部分	=0 时无反射产生
${\eta }_j$	导纳（admittance）：材料对光的”接受程度”	$\eta$ 差大 → 界面反射强
$\frac{\sin {\delta }_j}{{\eta }_j}$	这层材料”阻抗多大”	阻抗大 → 反射多

物理类比

TMM 的矩阵形式和电路中的传输线理论完全一样。如果把光波类比为电信号，每一层膜就是一个传输线段——$\eta$ 是特征阻抗，$\delta$ 是相位延迟。这个类比不是巧合，而是因为 Maxwell 方程和传输线方程在数学上同构。

5.5 组装全系统的矩阵

对于 N 层膜（编号 1,2,…,N），总矩阵：

$$M_{\text{total}}=M_1\cdot M_2\cdot ...\cdot M_N$$

注意：矩阵乘法不交换（$M_1{M}_2\ne M_2{M}_1$）→ 层的顺序至关重要。

得到总矩阵后，反射系数：

$$r=\frac{{\eta }_{0}B-C}{{\eta }_{0}B+C}\text{其中 }\left[\begin{array}{c}B\\ C\end{array}\right]=M_{\text{total}}\cdot \left[\begin{array}{c}1\\ {\eta }_{\text{sub}}\end{array}\right]$$

• ${\eta }_0$：入射介质（通常是空气）的导纳
• ${\eta }_{\text{sub}}$：衬底（基底）的导纳
• $B,C$：系统输出端的”等效导纳”

5.6 手算一个 2 层例子：空气→MgF2→玻璃

空气（${\eta }_0=1$）→ MgF2（$n=1.38$, $d=\lambda /4n=99.6\text{nm}$）→ 玻璃（${\eta }_{\text{sub}}=1.5$）

对于 $\lambda =550\text{nm}$：

$${\delta }_{\text{MgF2}}=\frac{2\pi }{550}\cdot 1.38\cdot 99.6=\frac{\pi }{2}$$ $$M_{\text{MgF2}}=\left[\begin{array}{cc}\cos (\pi /2)& i\sin (\pi /2)/1.38\\ i\cdot 1.38\cdot \sin (\pi /2)& \cos (\pi /2)\end{array}\right]=\left[\begin{array}{cc}0& i/1.38\\ i\cdot 1.38& 0\end{array}\right]$$ $$\left[\begin{array}{c}B\\ C\end{array}\right]=\left[\begin{array}{cc}0& i/1.38\\ i\cdot 1.38& 0\end{array}\right]\cdot \left[\begin{array}{c}1\\ 1.5\end{array}\right]=\left[\begin{array}{c}i\cdot 1.5/1.38\\ i\cdot 1.38\end{array}\right]$$ $$r=\frac{1\cdot (i\cdot 1.5/1.38)-i\cdot 1.38}{1\cdot (i\cdot 1.5/1.38)+i\cdot 1.38}=\frac{1.5/1.38-1.38}{1.5/1.38+1.38}=\frac{1.087-1.38}{1.087+1.38}=-0.119$$ $$R=|r{|}^2=0.014=1.4\%$$

从原来的 4% 降到了 1.4%。虽然没降到 0%（因为 $n_{\text{MgF2}}=\sqrt{1\cdot 1.5}=1.225$ 才是理想值，而 MgF2 只有 1.38），但已经显著改善。

5.7 TMM 的程序实现：用矩阵连乘代替手工推算

TMM 的 Python 实现核心不到 30 行：

def tmm(wl, n_list, d_list, theta_deg=0):
    """计算多层膜的反射率"""
    import numpy as np
    n0 = n_list[0]      # 入射介质
    n_sub = n_list[-1]  # 衬底
    
    # 计算每层的角度（Snell 定律）
    theta = [np.deg2rad(theta_deg)]
    for j in range(1, len(n_list)):
        theta.append(np.arcsin(n0 * np.sin(theta[0]) / n_list[j]))
    
    # 构建设置矩阵
    M = np.eye(2, dtype=complex)
    for j in range(1, len(n_list) - 1):
        n = n_list[j]
        d = d_list[j-1]
        delta = 2 * np.pi * n * d * np.cos(theta[j]) / wl
        eta = n * np.cos(theta[j])  # s 偏振
        
        M_j = np.array([
            [np.cos(delta), 1j * np.sin(delta) / eta],
            [1j * eta * np.sin(delta), np.cos(delta)]
        ])
        M = M @ M_j
    
    # 计算反射率
    B = M[0,0] + M[0,1] * n_sub * np.cos(theta[-1])
    C = M[1,0] + M[1,1] * n_sub * np.cos(theta[-1])
    r = (n0 * np.cos(theta[0]) * B - C) / (n0 * np.cos(theta[0]) * B + C)
    return abs(r)**2

5.8 回到项目：TMM 在 RCWA Hybrid 模式中的角色

在我们的项目中，Hybrid 模式这样工作：

1. RCWA 处理金字塔纹理 Si：求出”经过纹理后到达薄膜底部的光的分布”
2. TMM 处理上面的 10 层平面薄膜：用上面那个 30 行的矩阵连乘

两个模块”拼接”在一起，就得到了完整的 $R(\lambda ,\theta )$。

纯 TMM（无 RCWA）只能处理平面——这就是为什么单独 TMM 对纹理器件 MAE 高达 113.8nm。

---

📝 第5章自测

1. TMM 的核心思想是什么？（答案：用 2×2 矩阵描述每层膜的电磁场变换，矩阵连乘得到全系统响应）
2. ${\delta }_j$ 是什么？（答案：相位厚度，${\delta }_j=(2\pi /\lambda ){\tilde{n}}_j{d}_j\cos {\theta }_j$）
3. 为什么矩阵顺序不能交换？（答案：物理上，光必须从第1层走到第N层，顺序颠倒意味着结构颠倒）

闪卡：TMM 特征矩阵

问题：TMM 中单层膜的特征矩阵是什么？ 答案：$M_j=\left[\begin{array}{cc}\cos {\delta }_j& i\sin {\delta }_j/{\eta }_j\\ i{\eta }_j\sin {\delta }_j& \cos {\delta }_j\end{array}\right]$，其中 ${\delta }_j$ 为相位厚度，${\eta }_j$ 为导纳。

闪卡：TMM vs 追踪法

问题：为什么 TMM 比追踪每条光线更优越？ 答案：TMM 自动包含所有无限多次内部反射的干涉，不需要追踪每条光线路径。

---

第6章：TMM 的数学根源——从 Maxwell 方程推导 TMM（90min）

本章说明

本章是”知其所以然”的部分。如果你暂时不想深入数学推导，可以跳过本章，直接记住第5章的结论继续前进。但如果你想知道”TMM 的矩阵到底怎么来的”，本章会给你完整的推导链。

6.1 Maxwell 方程：一切电磁现象的”宪法”

在大一电磁学课上你会逐渐遇到这四条方程。对于无自由电荷、无自由电流的介质：

$$\nabla \cdot \vec{D}=0\text{（高斯定律：无自由电荷）}$$ $$\nabla \cdot \vec{B}=0\text{（磁单极子不存在）}$$ $$\nabla \times \vec{E}=-\frac{\partial \vec{B}}{\partial t}\text{（法拉第定律：变化磁场产生电场）}$$ $$\nabla \times \vec{H}=\frac{\partial \vec{D}}{\partial t}\text{（安培定律：变化电场产生磁场）}$$

其中 $\vec{D}={\epsilon }_0{\epsilon }_r\vec{E}$，$\vec{B}={\mu }_0\vec{H}$（非磁性材料 ${\mu }_r\approx 1$）。

后两个方程是关键：它们说变化电场 $\leftrightarrow$ 变化磁场，互相产生 → 电磁波可以自我维持地传播。

6.2 从 Maxwell 到波动方程

对 $\nabla \times \vec{E}=-\partial \vec{B}/\partial t$ 两边取旋度，代入 $\vec{B}={\mu }_0\vec{H}$ 和 $\nabla \times \vec{H}=\partial \vec{D}/\partial t={\epsilon }_0{\epsilon }_r\partial \vec{E}/\partial t$：

$${\nabla }^2\vec{E}={\mu }_0{\epsilon }_0{\epsilon }_r\frac{{\partial }^2\vec{E}}{\partial t^2}$$

记 $v=1/\sqrt{{\mu }_0{\epsilon }_0{\epsilon }_r}=c/n$，这就是波动方程：

$$\boxed{{\nabla }^2\vec{E}=\frac{n^2}{c^2}\frac{{\partial }^2\vec{E}}{\partial t^2}}$$

6.3 平面波解

假设波沿 $z$ 方向传播，只含 $z$ 和 $t$：

$$E(z,t)=E_0{e}^{i(kz-\omega t)}$$

• $k=n\omega /c=2\pi n/\lambda$：波数
• $\omega =2\pi f$：角频率

验证它确实是波动方程的解：求两次导后两边相等。

6.4 复波数的物理含义

当材料有吸收（$k\ne 0$），$\tilde{n}=n+ik$：

$$\tilde{k}=\frac{\omega }{c}\tilde{n}=\frac{\omega }{c}(n+ik)$$

代入平面波解：

$$E(z,t)=E_0{e}^{i(\frac{\omega n}{c}z-\omega t)}\cdot e^{-\frac{\omega k}{c}z}$$

• 第一个指数因子：波的空间和时间振荡（频率 $\propto n$）
• 第二个指数因子：波的衰减（衰减率 $\propto k$）

复波数用一个复数同时表达了”传播”和”衰减”两个物理过程。

6.5 边界条件：为什么界面必须有反射

Maxwell 方程要求：在两种介质的分界面上

1. $\vec{E}$ 的切向分量连续
2. $\vec{H}$ 的切向分量连续

直接后果：当一个波从介质 1 入射到介质 2，一般不能只靠一个透射波满足这两个条件——必须引入一个反射波。

6.6 从边界条件推出 TMM

考虑两层之间的一个界面。在界面左边（介质 j，厚度 $d_j$），场由”向右传播”和”向左传播”两个波叠加。在界面右边（介质 j+1）也一样。

应用切向连续性条件 → 得到一个 $2\times 2$ 的传递关系。逐层连接 → 得到一个 $2\times 2$ 的矩阵连乘。

详细推导步骤（供查阅）：

1. 在介质 j 内写出 $E(z)$ 和 $H(z)$ 的通解（前进波+后退波）
2. 在层入口 $z=0$ 和出口 $z=d_j$ 处写出场值
3. 消去前进波/后退波的振幅系数
4. → 得到 $[E(0),H(0){]}^T=M_j\cdot [E(d_j),H(d_j){]}^T$
5. 逐层连接：$[E_0,H_0{]}^T=M_1{M}_2...M_N\cdot [E_N,H_N{]}^T$

这就是 TMM 的完整数学来源。

6.7 S 矩阵：TMM 的”数值稳定”版本

TMM 在处理厚吸收层时可能数值不稳定（矩阵元素指数增长）。

S 矩阵（Scattering Matrix）是等效但数值稳定的替代方案：

S 矩阵描述"散射关系"：
[出射波] = S · [入射波]

物理上：S 矩阵告诉你”给定入射，各自散射到哪里”，而不是”从左传到右的场怎么变”。处理厚吸收层时天然稳定。

这是”S4”引擎名称的由来——Semiconductor S-matrix Simulation for Slabs。

6.8 回到项目

在我们的 Hybrid RCWA 中，S4 引擎就负责”平面多层膜”部分的 TMM/S 矩阵计算。它吃进 10 层膜的材料参数和厚度，吐出 $R(\lambda ,\theta )$。

---

📝 第6章自测

1. Maxwell 方程中哪两个耦合关系使得电磁波可以自我维持地传播？（答案：$\nabla \times \vec{E}=-\partial \vec{B}/\partial t$ 和 $\nabla \times \vec{H}=\partial \vec{D}/\partial t$）
2. 复波数 $\tilde{k}=(\omega /c)(n+ik)$ 中实部和虚部分别对应什么物理过程？（答案：实部→传播/振荡，虚部→衰减/吸收）
3. TMM 和 S 矩阵各有什么优缺点？（答案：TMM 简单但数值不稳定，S 矩阵稳定但稍复杂）

闪卡：波动方程

问题：电磁波在介质中的波动方程？ 答案：${\nabla }^2\vec{E}=\frac{n^2}{c^2}\frac{{\partial }^2\vec{E}}{\partial t^2}$，波速 $v=c/n$。

---

第7章：周期性结构——光栅的物理（90min）

7.1 从高中实验说起：Young 双缝

高中物理做过（或听说过）这个实验：一束光通过两条平行狭缝，在屏幕上出现明暗相间的条纹。

产生条纹的原因：两条狭缝相当于两个同步的球面波源。在屏幕上某一点，从两条缝到达的光路程不同 → 相位差 → 干涉。

7.2 从双缝到多缝：光栅

如果把缝从 2 条增加到 N 条（N 很大，缝间距相等），就是光栅（diffraction grating）。

光栅方程：

$$\boxed{d\cdot (\sin {\theta }_m-\sin {\theta }_i)=m\lambda }$$

符号	含义	单位
$d$	光栅周期（相邻缝间距）	长度
${\theta }_i$	入射光角度	角度（从法线量）
${\theta }_m$	第 $m$ 级衍射角	角度
$m$	衍射级次（$0,\pm 1,\pm \mathrm{2...}$）	整数
$\lambda$	光的波长	长度

7.3 衍射级次的物理含义

入射光
  ∣ (θ_i=0)
  ↓
═══╪═══╪═══╪═══╪═══  光栅(d)
    ↓    ↓    ↓    ↓
   m=-2 m=-1 m=0  m=+1  m=+2
   ←左偏 ←左偏 直走 右偏→ 右偏→

• $m=0$：零级衍射，光直穿过去（镜面透射）
• $m=\pm 1$：一级衍射，光向两侧偏转
• $m=\pm 2$：二级衍射，偏转更大

和双缝实验完全一样的原理——只是 N 条缝 = N 个波源，形成的干涉斑更尖锐（“方向选择性更好”）。

7.4 决定衍射行为的关键：d 和 λ 的关系

这正是我们项目的核心物理：

三种光学区域：

区域	条件	有多少衍射级？	适用方法
标量区	$d\gg \lambda$	很多（几十到上百）	几何光学（RT）✅
共振区	$d\approx \lambda$	很少（几个）	RCWA ✅ / RT ❌
亚波长区	$d\ll \lambda$	只有 $m=0$	等效介质理论

我们的项目：$d=1000\text{nm}\approx \lambda =400\text{–}1100\text{nm}$ → 共振区。

7.5 共振区的特殊性

在共振区：

1. 只有少数几个衍射级存在（$m=0,\pm 1$，甚至只有 $m=0$）
2. 这些衍射级的能量分配强烈地依赖于光栅的精确形状
3. 小到 10nm 的结构变化都会显著改变衍射效率
4. 几何光学（RT）在这里完全失效——因为几何光学假设有”足够多”的衍射级来模拟镜面反射/折射

这是物理学中一个微妙的点：几何光学（Snell 定律、镜面反射）本质上需要无穷多个衍射级来重建。如果可用的衍射级不够多，几何光学就断裂了。

7.6 从 1D 光栅到 2D 金字塔阵列

我们的金字塔纹理是二维周期结构：在 $x$ 方向和 $y$ 方向都重复。

从 1D 光栅到 2D：

• 1D：只有 1 个周期方向 → 衍射级 $(m)$
• 2D：有 2 个周期方向 → 衍射级 $(m_x,m_y)$

对每个衍射级：$k_{x,m}=k_{x,\text{in}}+m_x\cdot 2\pi /P_x$，$k_{y,m}=k_{y,\text{in}}+m_y\cdot 2\pi /P_y$

数学上就是 1D 光栅方程的二维推广。

7.7 Floquet-Bloch 定理（直观理解）

在无限大周期性介质中，电磁场满足：

$$\vec{E}(\vec{r}+\vec{P})=e^{i\vec{k}\cdot \vec{P}}\cdot \vec{E}(\vec{r})$$

翻译成人话：偏离一个周期的场，和原来的场一模一样，只差一个固定的相位因子 $e^{i\vec{k}\cdot \vec{P}}$。

正因为有这条定理，我们不需要在整个无限空间上求解——只需要在一个周期内求解即可。

这是 RCWA 数学上可行的根本原因。没有 Floquet-Bloch 定理，你不会想在无限大的周期结构上求解 Maxwell 方程。

7.8 回到项目

• 金字塔周期 $P=1000\text{ nm}$ → $d\approx \lambda$ → 共振区
• 需要 RCWA（保留所有可能存在的衍射级 $m=-2,-1,0,+1,+2$）
• RT+TMM 失败的根本原因：在共振区，衍射效应主导（而不是镜面反射/折射主导）

---

📝 第7章自测

1. 光栅方程是什么？（答案：$d(\sin {\theta }_m-\sin {\theta }_i)=m\lambda$）
2. 三种光学区域的划分是什么？（答案：$d\gg \lambda$标量区，$d\approx \lambda$共振区，$d\ll \lambda$亚波长区）
3. 为什么共振区需要 RCWA？（答案：衍射级很少但每个衍射级的能量分配强烈依赖精确结构形状，几何光学假设失效）

闪卡：光栅方程

问题：光栅方程的三种光学区域和适用方法？ 答案：$d\gg \lambda$（标量区，RT可用）；$d\approx \lambda$（共振区，必须RCWA）；$d\ll \lambda$（亚波长区，等效介质理论）。

---

第8章：RCWA——严格求解周期结构（120min）

本章是整本指南最核心的一章

如果你只精读一章，就读这一章。RCWA 的全部思想都浓缩在这里。

8.1 一句话概括 RCWA

把周期结构 Fourier 展开 → 把电磁场也 Fourier 展开 → 代入 Maxwell 方程 → 变成矩阵特征值问题 → 求解 → 得到所有反射和透射。

由五个步骤组成。我们逐一拆解。

8.2 第一步：Fourier 展开介电常数

对于周期为 $P$ 的结构，介电常数 $\epsilon (x)$ 是周期的：

$$\epsilon (x+P)=\epsilon (x)$$

任何周期函数都可以写成 Fourier 级数（大一微积分会学到）：

$$\epsilon (x)=\sum _{n=-\infty }^{\infty }{\epsilon }_n{e}^{inKx}$$

其中 $K=2\pi /P$（光栅矢量，grating vector）。

物理含义：一个周期结构等效于”一个均匀背景 + 一系列正弦波形的起伏”。每个 $n$ 对应一种起伏的频率。

这和一个复杂声音可以被分解为多个纯音（不同频率的正弦波）完全一样的道理。

8.3 第二步：Fourier 展开电磁场

同理，周期结构中的电磁场也可以展开（Floquet-Bloch 定理允许我们这样做）：

$$E(x,z)=\sum _{n=-\infty }^{\infty }{E}_n(z)e^{i(k_x+nK)x}$$

• $E_n(z)$：第 $n$ 个衍射级的振幅（随深度 $z$ 变化）
• $k_x+nK$：第 $n$ 个衍射级的水平波数
• $n=0$ 是”零级”（直射/镜面反射）
• $n=\pm 1,\pm \mathrm{2...}$ 是衍射级

8.4 关键截断：只保留有限个级次

在实际计算中，我们不可能保留无穷多项。截断到 $\pm N$ 项（即保留 $2N+1$ 个级次）：

$$E(x,z)\approx \sum _{n=-N}^N{E}_n(z)e^{i(k_x+nK)x}$$

$N$ 越大 → 越精确，但计算量也随 $N$ 增大而增加。在我们的项目中，$N=5$ 就足够收敛了。

8.5 第三步：代入 Maxwell 方程 → 特征值问题

把 Fourier 展开后的 $\epsilon (x)$ 和 $E(x,z)$ 代入 Maxwell 方程：

$$\nabla \times \nabla \times \vec{E}=\frac{{\omega }^2}{c^2}\epsilon (x)\vec{E}$$

经过代数运算 → 一组关于 $E_n(z)$ 的耦合微分方程。写成矩阵形式：

$$\frac{{\partial }^2}{\partial z^2}\mathbf{E}=\mathbf{A}\cdot \mathbf{E}$$

其中 $\mathbf{A}$ 是一个包含所有 Fourier 系数 ${\epsilon }_n$ 的矩阵，$\mathbf{E}=[E_{-N},...,E_0,...,E_N{]}^T$。

这是一个特征值问题。求解矩阵 $\mathbf{A}$ 的特征值和特征向量：

• 特征值 → 每个衍射级在结构内的传播常数（propagation constant）
• 特征向量 → 每个衍射级的场分布模式（mode profile）

物理上：每个”模式”是光栅内部的一种稳定的电磁场分布形态。就像弹簧上的驻波有不同的振动模式，光栅也有不同的电磁场模式。

8.6 第四步：阶梯近似——处理非矩形的形状

RCWA 本身适用于分层均匀的周期结构（每层内 $\epsilon (x)$ 只在横向变化，在纵向不变）。

但金字塔不是矩形的——它的截面是三角形。横截面随深度连续变化。

解决方案：阶梯近似（Staircase Approximation）

△（真实金字塔截面）
  → 切片 →
┌─┐
├─┤
├─┤
├─┤
└─┘（10层矩形阶梯近似）

把金字塔切成 N 个水平薄片，每个薄片近似为矩形（横截面在片内不变）。对每个片独立进行 RCWA 的 Fourier 展开 + 特征值求解。

• 10 片：够用（R 已经收敛）
• 20 片：更精确，但计算量翻倍

填充因子 $f(z)$：

在深度 $z$ 处，硅所占的面积比例。对于正金字塔（底部最大，顶部最小）：

$$f(z)={\left(\frac{z}{H}\right)}^2$$

⚠️ 这是我们项目中修复的关键 Bug 之一。原来的错误公式是 $f(z)=(1-z/H{)}^2$，相当于把金字塔倒过来了——尖端在底下、底面在上面。修复后 R 从 49% 降到正确的 2.9%。

8.7 第五步：S 矩阵级联

每层阶梯的 RCWA 结果用一个 S 矩阵描述（第6章讲过）：

第1层 → S₁ → 第2层 → S₂ → ... → S₁₀ → 最终 R(λ,θ)

S 矩阵连乘，层级越多计算量越大，但数值始终稳定。

8.8 三种 RCWA 模式

我们在项目中用了三种 RCWA 计算模式：

模式	RCWA 处理什么	薄膜如何计算	结果
substrate	只有裸金字塔 Si	不计算薄膜	R=2.9%（验证纹理效果正确）
hybrid ★	金字塔 Si（10层阶梯）	S4/TMM 单独算薄膜	R~15-18%，MAE=4.91nm
conformal	金字塔 Si + 全部10层都做 RCWA	无（全部 RCWA）	R~23%，计算量极大

为什么 Hybrid 是最好的？

1. Substrate 验证了金字塔纹理的物理正确性（R 从平面~35% 降到 2.9%）
2. Hybrid 利用 TMM 处理平面薄膜的高效性，只在真正需要 RCWA 的地方用 RCWA → 最好的精度/计算量平衡
3. Conformal 把所有层都塞进 RCWA → 理论上最严格，但计算量太大，而且实际上并不比 Hybrid 好（纹理结构对薄膜的影响相对较小）

8.9 回到项目：RCWA 给了我们什么

• 金字塔 Hybrid MAE = 4.91nm：这是 “RCWA 处理纹理 + TMM 处理薄膜” 的完美配合
• 5nm 网格 MAE = 1.04nm：计算越精细 → 反演越准确
• 物理验证通过：金字塔纹理确实把 R 从 ~35% 降到了 2.9%，与实验文献的结果一致

---

📝 第8章自测

1. RCWA 的五个步骤是什么？（答案：Fourier展开ε → Fourier展开场 → 代入Maxwell → 特征值求解 → S矩阵级联）
2. 阶梯近似是什么？为什么需要？（答案：把非矩形截面切成N个水平薄片分别RCWA，因为RCWA只能处理分层均匀结构）
3. 为什么 Hybrid 模式是实际使用的最佳选择？（答案：RCWA处理纹理+TMM处理薄膜，精度与计算量的最佳平衡）

闪卡：RCWA 核心思想

问题：RCWA 的五个步骤？ 答案：Fourier展开结构 → Fourier展开场 → 代入Maxwell得特征值问题 → 阶梯近似处理非矩形形状 → S矩阵级联得到最终反射率。

闪卡：三种 RCWA 模式

问题：Substrate / Hybrid / Conformal 三种模式的区别？ 答案：Substrate=裸纹理验证R2.9%；Hybrid=RCWA纹理+TMM薄膜 MAE=4.91nm；Conformal=全部RCWA R23%计算量大。

---

第9章：从 $R(\lambda ,\theta )$ 到膜厚——反演问题（60min）

9.1 正问题 vs 反问题

正问题（Forward Problem）：已知结构 → 算出光谱

给定：所有材料的 n(λ),k(λ) + 所有层的厚度
计算：R(λ,θ) ← 这是第5-8章做的事

反问题（Inverse Problem）：已知光谱 → 推出结构参数

给定：实测的 R_measured(λ,θ)
求：某一层的厚度 d ← 这才是我们真正想要的！

9.2 为什么反问题更困难？

正问题：一组参数 → 一条光谱曲线（唯一确定）。反问题：一条光谱曲线 → 可能对应多组参数（不唯一）。

而且 $R(d)$ 不是线性的——改变 10nm 膜厚，$R$ 不是均匀地变化一下，而是牵动所有干涉条件，产生复杂的光谱形变。

9.3 库方法（Library Approach）

最简单的反演策略：暴力搜索。

1. 预计算：对所有可能的厚度 d (50nm, 70nm, 90nm, ..., 600nm)
   逐一跑 RCWA/TMM，得到 R_library(d, λ, θ)

2. 对每一组实测的 R_measured(λ,θ)：
   计算它与库中每一条 R_library(d, ·) 的差异

3. 选差异最小的那个 d 作为估计值

数学上：

$$d_{\text{est}}={\mathrm{argmin}}_d{\Vert R_{\text{measured}}(\lambda ,\theta )-R_{\text{library}}(d,\lambda ,\theta )\Vert }^2$$

9.4 网格间距：20nm vs 5nm

预计算库中厚度的间距就是”网格”：

网格间距	厚度候选数	MAE	单角度计算时间
20 nm	31	3.76 nm	~28s
5 nm	121	1.04 nm	~118s

把网格从 20nm 加密到 5nm，精度提升了 72%（MAE 从 3.76 降到 1.04nm），但计算量也增加了 4 倍。

9.5 Joint（联合）vs Single-angle（单角度）

• 单角度：只用 $R(\lambda ,\theta =25°)$ 这一个角度的数据
• Joint：把 $R(\lambda ,0°),R(\lambda ,25°),R(\lambda ,45°),R(\lambda ,55°),R(\lambda ,65°)$ 拼在一起拟合

理论上 Joint 应该更好（更多信息），但在稠密库和低噪声条件下，两者的差距很小——因为 5nm 网格下光谱形状已经足够独特。

Joint 的优势体现在：更稀疏的库、更高噪声水平、更大的待反演参数空间。

9.6 噪声地板：高角度的困境

当 $\theta >45°$ 时，5nm 膜厚差产生的反射光谱变化已经小于测量噪声（$\sigma =0.003$）→ 反演进入”噪声地板”。

物理上：大角度入射时，光在膜内的路径非常倾斜，等效路径长度变化对厚度不敏感。所以有时候”更多角度”不一定带来”更多信息”。

9.7 回到项目

• 我们的最佳结果：Hybrid RCWA, 5nm 网格 → MAE = 1.04 nm
• 这意味着：用 400-1100nm 光谱，我们可以把钙钛矿膜厚测到 ±1nm 的精度
• 这在物理上已经非常接近信息论极限（Cramér-Rao 下界）

---

📝 第9章自测

1. 正问题和反问题的区别是什么？（答案：正问题=结构→光谱，反问题=光谱→结构）
2. 库方法的核心思想？（答案：预计算所有可能厚度的光谱，实测光谱与库中最匹配的条目对应的厚度即为估计值）
3. 为什么更细的网格不一定线性提升精度？（答案：进入噪声地板后，膜厚差产生的光谱变化被测量噪声淹没）

闪卡：反演问题

问题：库方法的厚度估计公式？ 答案：$d_{\text{est}}={\mathrm{argmin}}_d\Vert R_{\text{measured}}-R_{\text{library}}(d){\Vert }^2$

---

第10章：为什么 RT+TMM 在本项目中失败了？（45min）

10.1 RT 是什么？

RT（Ray Tracing，光线追迹）：把光当作几何射线。

每一条射线：

1. 打到界面 → Fresnel 方程决定反射/折射比例
2. 追踪到下一个界面 → 继续
3. 统计最终反射和吸收

10.2 RT 的前提假设

结构的特征尺寸远大于波长：$P\gg \lambda$

在这个假设下：

• 衍射可以忽略（所有能量都在 $m=0$ 级）
• 干涉效应极简（相干长度短于路径差）
• 光的行为 = 几何光学

10.3 我们的项目打破了这个假设

参数	值	判定
金字塔周期 $P$	1000 nm	—
最短波长	400 nm	$P=2.5\lambda$（勉强偏标量区）
最长波长	1100 nm	$P\approx 0.9\lambda$（纯共振区）
中间波长	500-800 nm	$P\approx \lambda$（共振区）

对于短波长（400nm），纹理勉强够大；但对于长波长（600-1100nm），$P$ 和 $\lambda$ 差不多 → 衍射效应根本不能忽略。

10.4 数据说明了什么

从 multi_angle_textured_results_v2.json（RT+TMM 反演结果）：

方法	MAE (nm)	备注
RT+TMM, $\theta =25°$	249.2	灾难性的
RT+TMM, $\theta =45°$	119.4	很差
RT+TMM, $\theta =54.7°$	23.7	意外地”还行”
RT+TMM, $\theta =65°$	66.7	差
RT+TMM, Joint	113.8	联合反而更差！

10.5 为什么 $\theta =54.7°$ 异常好？

这是 Si(100) 金字塔的刻蚀角。巧合的是，这个角度下入射光与金字塔斜面接近垂直 → Fresnel 反射最小 → 几何近似”偶然地”比较有效。

但这是不可靠的——换一种材料、换一个波长范围，这个巧合就消失了。

10.6 为什么 Joint 比最佳单角度差？

Joint MAE = 113.8nm，而最佳单角度（54.7°）= 23.7nm。

不同角度的 RT 误差不同（衍射缺失的程度随角度变化）。联合拟合时，“角度多”把不同角度的不一致的系统性误差混在一起 → 结果反而比只用最好的角度更差。

这就像一个投票系统里有 5 个评委，其中 4 个评委给的分数偏离了正确答案……但偏离的方向各不相同，平均下来反而不如只听那个碰巧对了的评委。

10.7 最终对比

方法	Joint MAE	与 RT+TMM 相比
RT+TMM (Joint)	113.8 nm	基准线
RCWA (20nm 网格)	30.8 nm	3.7× 更好
RCWA Pyramid-Hybrid	4.91 nm	23× 更好
RCWA (5nm 网格)	1.04 nm	109× 更好

10.8 方法选择决策树

你的结构特征尺寸 P 相对于波长 λ？
  ├── P >> λ (>10×) → RT+TMM 就够了
  ├── P ≈ λ (0.5-5×) → 必须用 RCWA ★ 本项目在这里
  └── P << λ (<0.5×) → RCWA 或等效介质理论

---

📝 第10章自测

1. RT+TMM 的基本假设是什么？（答案：结构特征尺寸远大于波长 $P\gg \lambda$）
2. 为什么 Joint 比最佳单角度更差？（答案：不同角度的系统性误差不一致，联合拟合被”坏角度”拖累）
3. 什么情况下可以放心用 RT+TMM？（答案：结构特征尺寸远大于波长，如毫米级纹理）

闪卡：RT vs RCWA

问题：RT+TMM 和 RCWA 的适用范围？ 答案：$P\gg \lambda$ 用 RT+TMM；$P\approx \lambda$ 必须用 RCWA；本项目 $P=1000\text{nm}\approx \lambda$ 处于共振区。

---

第11章：计算工具链——从数学到代码（30min）

11.1 整体架构

你的 Windows 电脑
  ├─ Python 客户端
  │     ├─ 读取材料数据 (n,k 表格)
  │     ├─ 构建输入 JSON
  │     └─ 运行反演分析
  └─ JSON 文件 (存放在 G:\OpenClaw-Workspace\output\)

WSL (Windows Subsystem for Linux)
  └─ RCWA 服务器 (Python)
        ├─ Inkstone 引擎 → 金字塔/共形 RCWA
        └─ S4 引擎 → 平面多层膜 TMM

Windows 和 WSL 通过共享文件系统通信：Windows 写 _rcwa_input.json → WSL 读取 → 计算 → 写 _rcwa_output.json → Windows 读取结果。

11.2 四大引擎

引擎	语言	用途	在我们的项目中
Inkstone	Python	RCWA 求解器（金字塔、一般光栅）	金字塔纹理的 substrate 和 conformal 模式
S4	C++	Fourier Modal Method（平面多层）	Hybrid 模式中的平面薄膜 TMM 计算
RayFlare	Python	太阳能电池光学框架	封装 rcwa_structure 和 rt_tmm API
Solcore	Python	太阳能电池全物理框架	提供材料光学常数和数据结构

11.3 关键脚本

文件	作用
rcwa_pyramid_server.py	WSL 上的金字塔 RCWA 服务器（三种模式）
rcwa_bridge_server.py	WSL 上的平面 RCWA 桥接服务器
_run_full_rcwa.py	完整反演流程的主控脚本

11.4 如何读输出文件

文件	内容
rcwa_inversion_summary.json	20nm 网格平面 RCWA 反演汇总
pyramid_rcwa_multi_angle_results.json	金字塔 RCWA 多角度反演结果
rcwa_5nm_grid_comparison.json	5nm vs 20nm 网格精度对比
multi_angle_textured_results_v2.json	RT+TMM 反演结果（用于对比）

---

📝 第11章自测

1. Windows↔WSL 的通信机制是什么？（答案：共享文件系统 + JSON 输入/输出文件）
2. Hybrid 模式用了哪两个引擎？（答案：Inkstone（金字塔 RCWA）+ S4（平面 TMM））

---

第12章：下一步——从学习到研究（15min）

12.1 你现在能做什么

• ✅ 理解 $n$、$k$、$R$ 的物理含义
• ✅ 用 TMM 手算 2-3 层膜的反射率
• ✅ 理解为什么衍射在共振区至关重要
• ✅ 解释 RCWA 的五个核心步骤
• ✅ 看懂反演结果中的 MAE/RMSE
• ✅ 解释为什么 RCWA 比 RT+TMM 精确 23 倍

12.2 如果要深入

方向	内容	难度	时间
手写 TMM	自己实现一个 10 层 TMM 代码	⭐	2-4h
手写 RCWA	实现 1D 光栅的 RCWA（~200行）	⭐⭐⭐	1-2 周
FDTD 入门	时域有限差分，处理任意形状	⭐⭐	1 周
实验验证	用实际测量的反射光谱做反演	⭐⭐	取决于实验
机器学习加速	用神经网络替代 RCWA 做快速正问题	⭐⭐⭐	1-2 月

12.3 项目待解决问题

1. 与真实实验数据对比（目前全是模拟）
2. 同时反演多层膜厚（不是只反演一层）
3. 不同噪声水平下的鲁棒性测试
4. 金字塔刻蚀参数的灵敏度分析

---

附录A：公式速查卡

核心公式

公式	含义
$E(eV)=1240/\lambda (nm)$	光子能量
$\tilde{n}=n+ik$	复折射率
$k=\alpha \lambda /4\pi$	消光系数
$n_1\sin {\theta }_1=n_2\sin {\theta }_2$	Snell 折射定律
$r=(n_1-n_2)/(n_1+n_2)$	垂直入射振幅反射系数
$R=\Vert r{\Vert }^2$	反射率
$R_p=0$ 在 $\tan {\theta }_B=n_2/n_1$	Brewster 角
$d=\lambda /4n$	单层增透膜厚度
${\delta }_j=2\pi {\tilde{n}}_j{d}_j\cos {\theta }_j/\lambda$	相位厚度
$M_j=\left[\begin{array}{cc}\cos {\delta }_j& i\sin {\delta }_j/{\eta }_j\\ i{\eta }_j\sin {\delta }_j& \cos {\delta }_j\end{array}\right]$	TMM 特征矩阵
$M_{\text{total}}=M_1{M}_2...M_N$	系统总矩阵
$d(\sin {\theta }_m-\sin {\theta }_i)=m\lambda$	光栅方程
$f(z)=(z/H{)}^2$	金字塔填充因子

常用常数

常数	值
$c$	$3\times 10^8$ m/s
$h$	$6.626\times 10^{-34}$ J·s
$hc$	$1240$ eV·nm
$n_{\text{Si}}$ (600nm)	~3.9
$k_{\text{Si}}$ (600nm)	~0.02
$n_{\text{钙钛矿}}$ (600nm)	~2.5
$k_{\text{钙钛矿}}$ (600nm)	~0.1
$E_g(\text{Si})$	1.12 eV (λ=1107nm)
$E_g(\text{钙钛矿})$	~1.6 eV (λ=775nm)
金字塔周期 $P$	1000 nm
金字塔高度 $H$	707 nm
金字塔斜角	$\arctan (2\sqrt{2})=70.5°$
Si(100) 刻蚀角	54.7°

---

附录B：项目 Bug 日志摘要（2026-07-06）

#	Bug	影响	修复
1	填充因子公式反转：$f(z)=(1-z/H{)}^2$	R 从正确的 2.9% 变成错误的 49%	改为 $f(z)=(z/H{)}^2$
2	JSON 浮点数 key 类型不匹配：str(54.7) vs "54.7"	读取结果时键名不匹配	统一 str(float(ang))
3	int('54.7') 崩溃	程序因类型错误终止	条件转换
4	中文/emoji 输出 → GBK 编码崩溃	Windows 控制台报错	统一使用纯 ASCII [WARNING]
5	Import 路径错误：call_rcwa → rcwa_library	模块找不到	修正 import 路径
6	跨文件 JSON 结构不匹配	写入和读取的数据格式不一致	统一 JSON schema

每个 Bug 的详细分析见 memory-classified/technical_lessons/2026-07-06_rcwa_bugs.md。

---

编写：覆水 (OpenClaw AI) · 2026-07-07 · 基于 2026-07-06 RCWA 薄膜反演项目 共12章 + 2附录 · 约 50KB · 建议阅读时间 10-15 小时