上海科技大学知识管理系统

RCWA（Rigorous Coupled-Wave Analysis）是一种基于耦合波理论的半解析数值计算方法，广泛应用于光学领域，用于分析衍射光栅、光子晶体、微纳光学器件及表面等离激元等周期性结构。RCWA通过将电磁波分解为平面波并求解耦合波方程，能够精确计算光波在周期性介质中的传播、反射、透射及吸收特性。然而，随着结构复杂度和仿真规模的增加，RCWA的计算量呈指数级增长，在传统CPU计算环境下，计算时间和资源消耗成为主要瓶颈，严重限制了其在大规模仿真任务中的应用。

针对上述问题，本文提出了一种基于GPU和CPU并行计算的高效RCWA加速框架。通过利用CUDA的GPU并行计算能力，将RCWA的矩阵求解过程进行并行化处理，显著降低了计算时间，特别是在涉及大规模、多层周期结构的仿真任务中，计算效率提升尤为显著。同时，本文设计了CPU并行计算框架，充分发挥多核CPU的计算能力，适用于不同规模的仿真任务。通过GPU与CPU并行框架的协同工作，实现了计算资源的高效利用，确保在不同规模的计算任务中均能获得高效的解决方案。

本文还实现了RCWA的两种主流方法：增强透射矩阵（ETM, Enhanced Transmittance Matrix）法和散射矩阵（SMM, Scattering Matrix Method）法。ETM方法适用于高精度仿真，而SMM方法则更适合大规模计算。通过实验验证了两种方法的性能，并结合实际需求提出了优化策略，以提升RCWA算法的工程化应用能力。目前，ETM和SMM方法均已成功集成至软件中，进一步增强了算法的实用性。

此外，本文首次系统研究了GPU计算精度对RCWA算法最终仿真结果的影响。通过在不同计算精度下进行对比实验，发现适当降低计算精度仍能满足误差要求，同时计算速度显著提升。这一研究填补了GPU计算精度对RCWA仿真影响的研究空白，为在保证计算精度的前提下优化计算效率提供了新的思路。

本研究不仅推动了RCWA算法在高性能计算中的应用，也提升了其在光学仿真软件中的工程化实现能力。研究成果已成功集成至上海曼光信息科技有限公司自主研发的Max-Optics光电仿真软件，并在企业应用中得到验证。目前，CPU并行计算部分已成功整合进软件，优化了RCWA算法的性能，GPU并行计算部分仍在研究中，旨在进一步提升算法效率。本研究为光学仿真技术在科研与工业中的进一步发展提供了重要支持。