【技术实现步骤摘要】
一种测量透明薄膜光学参数的方法及应用
[0001]本专利技术涉及薄膜光学测量
,特别涉及一种测量透明薄膜光学参数的方法及应用。
技术介绍
[0002]随着光电技术以及微电子技术的快速发展,光学镀膜成为提高各种光学元器件性能的一种重要手段。已知光学薄膜折射率和厚度等参数是进行光学传感器件设计的前提条件。因此,为了更好提高光学元器件的性能,精确测量薄膜的厚度与复折射率等光学参数具有重要的应用意义。
[0003]测定薄膜厚度和折射率等光学常数所采用的方法很多,近年来常用的方法有:椭圆偏振测量法、光度测量法、全光谱拟合法等。其中,椭圆偏振光谱法具有高灵敏度、高精度、可重复性好等优点,但它不仅需要比较复杂且昂贵的实验测量设备,而且对测量数据的处理依托已知样品材料的折射率色散模型,计算过程比较复杂。此外,当薄膜折射率与基底折射率接近时,该方法的测量精度将会降低;基于光度测量中的包络线法是最为常用的方法,但要求薄膜较厚以产生至少4到5个干涉极值,仅适合较厚薄膜参数的;全光谱拟合法具有测量应用范围广、精度高、测试简单、非苛刻的测量条件、非破坏性、可同时测量薄膜的光学常数和厚度等特点,因而得到广泛的研究和应用。但是传统的全谱拟合法也需要借助样品折射率色散模型,选用不同的色散模型对结果影响很大。因此有必要获得一种测量设备成本低、测量过程方便、测量精确度高的测量透明薄膜光学参数的方法。
技术实现思路
[0004]本专利技术的首要目的在于克服现有技术的不足,提供一种测量透明薄膜光学参数的方法。
[000 ...
【技术保护点】
【技术特征摘要】
1.一种测量透明薄膜光学参数的方法,其特征在于包括如下步骤:(1)用光谱仪测得透明薄膜的光谱反射率,用单波长椭偏仪测量透明薄膜的折射率及厚度;(2)采用自适应粒子群算法对单波长椭偏仪测量得到的薄膜厚度进行修正;(3)采用模拟退火算法在设定波长段内对薄膜的折射率进行反演,得到透明薄膜在设定波长内的折射率分布;(4)对反演得到的折射率进行降噪及平滑处理,得到准确的折射率色散分布曲线。2.根据权利要求1所述的测量透明薄膜光学参数的方法,其特征在于:步骤(1)中所述的用光谱仪测得透明薄膜的光谱反射率的步骤如下:用光谱仪分别测量衬底及薄膜
‑
衬底反射光谱,并用式(4)计算待测透明或弱吸收薄膜在设定波长范围内的光谱反射率分布R(λ):其中I
f
(λ)为测量得到的薄膜
‑
基底反射光谱,I
s
(λ)为测量得到的裸基底反射光谱,η3(λ)为基底的复折射率,n1为空气的折射率。3.根据权利要求1所述的测量透明薄膜光学参数的方法,其特征在于:所述的光谱仪的积分时间设置为1.1ms;步骤(1)中所述的透明薄膜的折射率及厚度的测量是在632.8nm波长下进行测量;步骤(1)中所述的透明薄膜的折射率及厚度的测量的次数为至少3次。4.根据权利要求1所述的测量透明薄膜光学参数的方法,其特征在于:步骤(2)中所述的自适应粒子群算法的步骤如下:第一步:确定参数首先,确定粒子群算法需要同时拟合的反射率点数N,确定相邻计数点间波长差;其次,选择单波长椭偏仪测量点作为基点C(λ0),将包括基点C在内的相邻N个计数点C(λ0)、A1(λ1)、A2(λ2)、
…
、A
i
(λ
j
)、
…
、A
N
‑1(λ
N
‑1)的反射率作为待拟合量,相应数值由步骤(1)计算得到;再次,将点A1、A2、...、A
N
‑1的折射率n(λ
j
)(j=1,2,...,N
‑
1)以及薄膜的厚度d
x
作为未知量,共计N个未知量;最后,以单波长椭偏仪测量值n
c
(λ0)、d
c
作为初始值,将反演过程中未知量扰动的上下限设制在n
c
(λ0)和d
c
的邻域内;第二步:采用自适应粒子群算法进行计算S1、设置初始参数:设置ω、c1与c2的最大值与最小值,设置搜索空间以及搜索速度的边界值,设置最大迭代次数k
max
,输入待计算点的反射率;S2、初始化种群:初始化种群初始位置与初始速度,初始化种群各粒子历史最优位置P
best,i
,记录种群最优位置G
best
;S3、根据式(7)、(8)、(9)改变ω、c1与c2,根据式(5)和式(6)更新各粒子的速度与位置,完成一次迭代;v
i
(k+1)。ωv
i
(k)+c1a1(P
best,i
(k)
‑
x
i
(k))+c2a2(G
best
‑
x
i
(k))
ꢀꢀꢀꢀꢀ
(5);x
i
(k+1)=x
i
(k)+v
i
(k+1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6);其中,k为迭代次数,a1与a2为0到1范围内的随机数;ω为惯性权重系数;c1代表每个粒
子的自我认知因子,c2代表整个种群的社会认知因子;x
i
(k)为第i个粒子在解空间的位置.v
i
(k)为第i个粒子的速度,表示第i个粒子即将在解空间位移的大小及方向;P
best,i
为第i个粒子的历史最优位置,G
best
为整个种群的历史最优位置;ω=
‑
(30k/k
max
‑
15)/(1+|30k/k
max
‑
15|)
×
0.3025+0.675
ꢀꢀꢀꢀꢀꢀꢀ
(7);c1=c
1max
‑
k(c
1max
‑
c
1min
)/k
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8);c2=c
2min
‑
k...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。