Computergestützte Nanophotonik

ÜBER DIE KONVERGENZ UND GENAUIGKEIT DER FDTD-METHODE FÜR NANOPLASMONIK

A. Calà Lesina, A. Vaccari, P. Berini, L. Ramunno

3D-Simulationen von Kugel-, Dipol- und Fliegendynamik-Nanoantennen.

KAPITEL 6 - SIMULATIONEN IN DER NANOPHOTONIK

A. Calà Lesina, J. Baxter, P. Berini, L. Ramunno

PLASMONISCHE FARBEN DURCH DEEP LEARNING VORHERGESAGT

J. Baxter, A. Calà Lesina, J.-M. Guay, A. Weck, P. Berini, L. Ramunno

Farbvorhersage und inverses Design

Geometrische Parameter und Laser-Parameter

Deep Learning kann Farben vorhersagen, wenn es die Verteilung von Nanopartikeln oder die Laserparameter kennt. Bei Vorgabe einer gewünschten Farbe kann Deep Learning auch das inverse Problem lösen und eine eindeutige Lösung liefern. 

URSPRUNG DER ERZEUGUNG DER DRITTEN HARMONISCHEN IN PLASMONISCHEN NANOANTENNEN

A. Calà Lesina, P. Berini, L. Ramunno

Verständnis der Erzeugung der dritten Harmonischen (THG) in hybriden Nanoantennen

3D-Nanoantennenmodell

THG-Nahfeld (Größe des elektrischen Feldes). Die THG wird direkt im Code simuliert.

PARALLELE FDTD-MODELLIERUNG DER NICHTLOKALITÄT IN DER PLASMONIK

J. Baxter, A. C. Lesina, L. Ramunno

Parallelisierungsstrategie: 2-D-Darstellung der Datenübertragung von magnetischen und elektrischen Feldern zwischen benachbarten Subdomänen.

Staircasing-Artefakte sind viel stärker in (a) für LRA (lokale Antwortannäherung) FDTD wesentlich stärker ausgeprägt als in (b) für nicht-lokale Drude FDTD 

MODELLIERUNG NANOPHOTONISCHER NICHTLINEARER METASURFACES, KAPITEL 4

A. Calà Lesina, P. Berini, L. Ramunno

Entwurf einer Metasurface für THG-strukturierte Strahlen mit OAM: (a) theoretisches lineares Nahfeld, (b) theoretisches nichtlineares Nahfeld, (c) Design der Metasurface für die Realisierung der gewünschten linearen und nichtlinearen Nahfeldes, (d) Feldverteilung im Zeitbereich (links) und Frequenzbereich (rechts), erhalten durch FDTD-Simulation, und (e) berechneter nichtlinearer Fernfeldstrahl, erzeugt durch die Metaoberfläche.