[發明專利]用于光學量測的方法、系統、計算設備和存儲介質

有效

• 申請號: 202011312192.1
• 申請日: 2020-11-20
• 公開（公告）號: CN112484968B
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 李同宇;陳昂;石磊;盧國鵬;鄭敏嘉;范靈杰;殷海瑋
• 申請（專利權）人: 上海復享光學股份有限公司
• 主分類號: G01M11/02
• 分類號: G01M11/02;G01Q60/24;G06F30/27
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 黃倩

1.一種用于光學量測的方法，包括：

基于關于參考模型的幾何參數的預設值和色散曲線數據的坐標數據，生成用于輸入神經網絡模型的輸入數據；

基于經由多個樣本訓練的所述神經網絡模型，提取所述輸入數據的特征，以便生成與所述幾何參數的預設值相關聯的模擬色散曲線數據，所述模擬色散曲線數據指示與色散曲線數據的多個坐標數據所對應的多個光學參數；

獲取關于待測對象的測量色散曲線數據；

計算所述測量色散曲線數據與所述模擬色散曲線數據的距離，以便確定所述距離是否符合預定條件；

響應于確定所述距離不符合預定條件，基于所述距離確定用于更新關于參考模型的幾何參數的預設值的梯度，以用于基于經更新的預設值經由所述神經網絡模型再次生成模擬色散曲線數據以便再次計算所述距離；以及

響應于確定所述距離符合預定條件，基于與用于生成當前模擬色散曲線數據的所述輸入數據所對應的預設值，確定所述待測對象的幾何參數。

2.根據權利要求1所述的方法，其中所述坐標數據包括：角度和波長、或者頻率和波矢。

3.根據權利要求1所述的方法，其中基于所述距離確定用于更新關于參考模型的幾何參數的預設值的梯度以用于再次生成模擬色散曲線數據以便再次計算所述距離包括：

基于所述距離，確定用于更新關于參考模型的幾何參數的預設值的梯度；

基于所述梯度，更新關于參考模型的幾何參數的預設值，以便基于更新后的預設值生成更新后的輸入數據；以及

將更新后的輸入數據輸入所述神經網絡模型，再次生成與所述更新后的預設值相關聯的模擬色散曲線數據。

4.根據權利要求1所述的方法，其中生成與所述幾何參數的預設值相關聯的模擬色散曲線數據包括：

基于關于所述參考模型的預定幾何參數和在預定范圍內變化的色散曲線數據的坐標數據，經由所述神經網絡模型生成與在預定范圍內變化的每一個坐標數據所對應的反射率數據；以及

基于在預定范圍內變化的每一個坐標數據和與所述每一個坐標數據所對應的反射率數據，生成所述模擬色散曲線數據。

5.根據權利要求1所述的方法，其中所述模擬色散曲線數據包括指示平滑變化的薄膜干涉部分和用于指示突變的光柵能帶部分，待測對象為光柵。

6.根據權利要求1所述的方法，其中用于訓練所述神經網絡模型的多個樣本是基于嚴格耦合波分析算法或者時域有限差分算法而生成的。

7.根據權利要求4所述的方法，其中經由所述神經網絡模型生成與在預定范圍內變化的每一個坐標數據所對應的反射率數據包括：

基于關于參考模型的預定幾何參數和在預定范圍內變化的色散曲線數據的坐標數據生成多個子輸入數據；

將所述多個子輸入數據分別輸入被配置在多個GPU上的多個神經網絡模型，所述多個子輸入數據包括相同的所述預定幾何參數和不同的坐標數據；以及

經由所述多個神經網絡模型，分別提取對應的子輸入數據的特征，以便分別生成與多個子輸入數據所包括的坐標數據所對應的多個反射率數據。

8.根據權利要求1所述的方法，其中生成與所述幾何參數的預設值相關聯的模擬色散曲線數據包括：

隨機確定關于所述參考模型的幾何參數的多個初始化預設值；

基于所述多個初始化預設值，經由所述神經網絡模型，分別生成與多個初始化預設值關聯的多個候選模擬色散曲線數據；

比較所述多個候選模擬色散曲線數據與所述測量色散曲線數據之間的多個第一距離，以便基于所述多個第一距離分別更新多個初始化預設值的梯度，以用于確定使得對應的第一距離達到最小值時的候選模擬色散曲線數據；

分別比較多個使得對應的第一距離達到最小值時的候選模擬色散曲線數據與所述測量色散曲線數據之間的多個第二距離，以便將與最小的第二距離相對應的候選模擬色散曲線數據作為目標色散曲線數據；以及

基于所述目標模擬色散曲線數據，計算所述待測對象的幾何參數。