Designing the Structure of a One-Dimensional Photonic Crystal with a Given Spectrum of the Reflection Coefficient

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A method for solving the inverse problem of designing the structure of a one-dimensional photonic crystal is proposed and experimentally implemented. It is known that a one-dimensional photonic crystal with a spatial sinusoidal modulation of the refractive index, has a narrow photonic bandgap at a frequency related to the spatial frequency of this sinusoid. A reverse engineering method is proposed for one-dimensional photonic crystals with an arbitrary given reflection spectrum by expanding this spectrum into elementary photonic band gaps and then summing them. The application of this method to fabricate examples of photonic crystals with simple shapes of spectral reflection curves is demonstrated.

About the authors

P. S Emel'yantsev

Faculty of Physics, Moscow State University, 119991, Moscow, Russia

Email: emelyantsev97@mail.ru

N. I Pyshkov

Faculty of Physics, Moscow State University, 119991, Moscow, Russia

Email: kolyagod12@gmail.com

S. E Svyakhovskiy

Faculty of Physics, Moscow State University, 119991, Moscow, Russia

Author for correspondence.
Email: sse@shg.ru

References

  1. E. Yablonovitch. Phys. Rev. Lett. 58, 2059 (1987).
  2. S. John, Phys. Rev. Lett. 58, 2486 (1987).
  3. M. Ashurov, A. Baranchikov, and S. Klimonsky, Phys. Chem. Chem. Phys. 22(17), 9630 (2020).
  4. S. Noda, M. Fujita, and T. Asano, Nat. Photonics 1(8), 449 (2007).
  5. J. Martorell, R. Vilaseca, and R. Corbalan, Appl. Phys. Lett. 70(6), 702 (1997).
  6. M. Martemyanov, E. Kim, T. Dolgova, A. Fedyanin, O. Aktsipetrov, and G. Marowsky, Phys. Rev. B 70(7), 073311 (2004).
  7. M. Minkov, I. A. D. Williamson, L. C. Andreani, D. Gerace, B. Lou, A. Y. Song, T. W. Hughes, and S. Fan, ACS Photonics 7(7), 1729 (2020).
  8. J. Jensen and O. Sigmund, Laser Photonics Rev. 5, 308 (2011).
  9. C. Lalau-Keraly, S. Bhargava, O. Miller, and E. Yablonovitch, Opt. Express 21, 21693 (2013).
  10. W. Chen, K. Diest, C.-Y. Kao, D. E. Marthaler, L. A. Sweatlock, and S. Osher, Gradient Based Optimization Methods for Metamaterial Design, Springer Netherlands, Dordrecht (2013), с. 175.
  11. L. Fahey, F. Amirkulova, and A. Norris, J. Acoust. Soc. Am. 146(4), 2830 (2019).
  12. J. Geremia, J. Williams, and H. Mabuchi, Phys. Rev. E Statistical, nonlinear, and soft matter physics 66, 066606 (2003).
  13. S. Boyd and L. Vandenberghe, Convex Optimization, Cambridge University Press, Cambridge (2004).
  14. A. Y. Piggott, J. Lu, K. G. Lagoudakis, J. Petykiewicz, and T. M. Babinec, Nat. Photonics 9(6), 374 (2015).
  15. Y. LeCun, Y. Bengio, and G. Hinton, Nature 521, 436 (2015).
  16. Y. Lecun and Y. Bengio, The handbook of Brain Theory and Neural Networks 1, 255 (1995).
  17. A. Jain, J. Mao, and K. Mohiuddin, Computer 29(3), 31 (1996).
  18. P. Domingos, The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World, Basic Books, N.Y. (2015).
  19. L. Deng, Y. Xu, and Y. Liu, Photonics Nanostructures: Fundam. Appl. 52, 101073 (2022).
  20. A. Nikulin, I. Zisman, M. Eich, A. Y. Petrov, and A. Itin, Photonics Nanostructures: Fundam. Appl. 52, 101076 (2022).
  21. Z. Liu, D. Zhu, L. Raju, and W. Cai, Adv. Sci. 8(5), 2002923 (2021).
  22. P. R. Wiecha, A. Arbouet, C. Girard, and O. L. Muskens, Photon. Res. 9(5), B182 (2021).
  23. B. Duan, B. Wu, J.-h. Chen, H. Chen, and D.-Q. Yang, Frontiers in Materials 8, 1 (2022).
  24. J. Sanchez-Dehesa, A. Hakansson, and L. Sanchis, Proceedings of SPIE - The International Society for Optical Engineering, Bellingham, WA (2004), v. 5450, p. 200.
  25. A. Luce, A. Mahdavi, F. Marquardt, and H. Wankerl, JOSA A 39(6), 1007 (2022).
  26. Т. Крылова, Интерференционные покрытия, Машиностроение, Л. (1976).
  27. P. Baumeister, Appl. Opt. 25(16), 2644 (1986).
  28. S. E. Svyakhovskiy, A. I. Maydykovsky, and T. V. Murzina, J. Appl. Phys. 112(1), 013106 (2012).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Российская академия наук

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».