ホーム 例 スクリーンショット ユーザーマニュアル Blueskyロゴ YouTube ☰
OghmaNano 有機/ペロブスカイト太陽電池、OFET、OLEDをシミュレーション ダウンロード Quick Start guide

FDTD法と転送行列法(TMM):適切な光学シミュレーション手法の選定

Photon density map from transfer matrix simulation of a Fabry-Pérot cavity
転送行列法によるシミュレーションでは、キャビティ共鳴や定在波構造が直接的に明らかになる。
2D FDTD Fabry-Pérot cavity field distribution showing diffraction and interference
FDTD法は回折現象や横方向への波伝播、多次元における干渉現象を自然に再現する。

1. はじめに

転送行列法(TMM)および有限差分時域法(FDTD)の両方とも、光学的な問題を解くために広く用いられている。しかしながら、両手法とも最終的にはマクスウェル方程式に基づいているものの、解くべき数学的問題は全く異なり、それぞれが対象とする物理系の種類も異なっている。

初心者が犯しがちな典型的な誤りの一つは、「最も高度な」シミュレーション手法が常に最適であると考えることです。しかし実際にはそうではありません。計算物理学においては、可能な限り複雑な問題を解くことではなく、対象とする物理現象を正確に記述できる最も単純な問題を解くことが目的となるのです。

これは極めて重要な考え方です。なぜなら、計算コストは次元数やモデルの複雑さに応じて急速に増大するからです。適切に選定された単純化モデルを用いれば、物理的意味がより明確で解釈しやすい結果が得られるだけでなく、計算速度も桁違いに向上することが多いのです。

伝達行列法はこの原理の優れた例である。空間および時間における完全な電磁場解析を行う代わりに、伝達行列法では構造物が一次元的かつ層状であると仮定する。この仮定については伝達行列法の導出に記述されている。この近似の下では、各層内の電磁場は進行波および後退波の重ね合わせとして解析的に表現可能となる。

その結果、極めて複雑な干渉問題であっても数ミリ秒以内に非常に高い数値精度で解くことが可能となり、キャビティ物理現象、定在波の挙動、反射スペクトル、透過スペクトル、ならびに多層構造における干渉効果といった本質的な特性も正確に再現できるのである。

一方、FDTD法ではマクスウェル方程式が時系列に沿って空間格子上で直接解かれる。その詳細な数学的導出については FDTD derivations and mathematical background に記載されている。この手法によりFDTD法は極めて汎用性が高く物理的にも完全なモデルとなるが、計算コストも大幅に増大する。

2. 転送行列法と有限差分時域法の根本的な違い

両手法の根本的な違いは、転送行列法では方程式を解く前に物理モデルを単純化するのに対し、有限差分時域法では電磁場に関する完全な問題を直接解こうとする点にある。

伝達行列法においては、構造体は単一方向に積層された平面層から構成されると仮定される。材料の物性値は1つの軸方向にのみ変化するため、マクスウェル方程式ははるかに単純な一次元波動問題へと簡略化される。

これにより、多くの複雑な電磁気学的効果が数学的取り扱いにおいて単純に現れなくなるのである。例えば、標準的な一次元転送行列法では以下のような効果が本来は含まれない:

これはこの手法の欠点ではない。むしろこの手法が極めて高速である理由そのものなのである。

不要な自由度を排除することで、転送行列法は計算リソースを層状光学系にとって本質的な物理現象の解析にのみ集中させる。薄膜光学、誘電体ミラー、ファブリ・ペロ共鳴器、OLED積層構造、太陽電池における干渉効果、さらには多層コーティングの解析において、この近似法は極めて高い精度を発揮する。

FDTDは逆のアプローチを採用する。幾何形状を解析的に単純化するのではなく、空間を数値格子に分割し、シミュレーション領域全体においてマクスウェル方程式を直接解くのである。こうして電磁場は時間の経過に応じて構造内を自然に伝播していく。

完全な電磁場分布の時間的変化が保持されるため、FDTDでは回折現象や斜め方向への波伝播、散乱現象、過渡応答、多次元干渉現象、導波路モード、さらには任意のナノフォトニクス構造の解析も可能となる。

3. 各手法がもたらす物理的洞察の比較

伝達行列法は、共鳴を起こす光学系の物理的挙動を極めて明確に理解させてくれる。例えば、??に示されている伝達行列法によるファブリ・ペロー共振器チュートリアルから得られたファブリ・ペロー共振器内の光子密度分布図は、共振波長やキャビティ内の定在波構造を直ちに示している。

問題が一次元に限定されているため、キャビティ共鳴の物理的意味を解釈するのが容易である。定在波モードが明確に現れ、共鳴波長も明確に定義されており、キャビティ長さと共鳴条件との関係も直ちに把握できる。

多くの場合、このような単純さは非常に望ましい性質である。シミュレーションの目的は単に画像を生成することだけではなく、物理現象の理解を深めることにある。過度に複雑なシミュレーションは、物理法則を明確化するどころか、かえってその本質を見えにくくしてしまうこともある。

一方、FDTDファブリ・ペロー共振器チュートリアルで説明されている多次元FDTDシミュレーションでは、??に示す通りはるかに豊かな空間的挙動が見られる。この場合、波は多次元空間内を伝播し、横方向に広がりつつ回折現象を起こし、共振器領域全体に複雑な干渉パターンを形成するのである。

このような物理的現象の忠実な再現は、構造自体が真に多次元的である場合には極めて重要となる。だがその一方で、得られた結果の解釈が著しく困難になることも意味する。利用者はキャビティ共鳴、回折現象、角度依存性の伝播、有限サイズに起因する効果、過渡現象、さらには数値計算上の人工的ノイズなどを正確に識別しなければならない。

言い換えれば、FDTDはより多くの物理的情報を提供することが多いものの、必ずしもより有用な情報が得られるわけではない。

4. 計算コストとスケーラビリティ

両手法間で最も重要な実用上の違いの一つは計算コストである。

伝達行列法は一次元の層状構造問題のみを扱うため、計算効率が極めて高い。多くの層を含み、広範囲な波長領域にわたる構造であっても、通常の多層光学計算はわずか数秒で完了する。

一方、FDTDシミュレーションでは次元数が増加するにつれて計算負荷が急激に増大する。空間分解能を2倍にした場合、格子点の数はおよそ以下のように増加する:

さらに、数値的安定性を確保するためにはタイムステップも小さくする必要がある。その結果、大規模または高解像度なシミュレーションにおいてはFDTDの全計算コストが極めて膨大になる可能性がある。

このため、現実的な3次元FDTDシミュレーションを実行するには以下が必要となるのである:

重要な点として、これはFDTDが「劣っている」という意味ではありません。単にこの手法がはるかに大規模な数学的問題を解くことになるというだけです。

構造が本質的に一次元的である場合、FDTDを用いても物理的な精度の向上はごくわずかにとどまり、計算コストは数桁も増加する可能性がある。

5. いつ伝達行列法を使用すべきか?

一般的に、構造体がほぼ平面かつ層状である場合には、伝達行列法を最初に選択すべきである。

転送行列法は、光学フィルター、反射防止コーティング、ファブリ・ペロ共鳴器といった層状構造を持つ光学シミュレーションに特に適しています。一般的に、転送行列法は以下のような場合に最適な手法となります。

転送行列法は以下の場合にも最適です:

多くの実用的な光工学問題において、転送行列法を用いれば計算コストがはるかに高い他の手法とほぼ同等の結果が得られる。

6. いつFDTDを使用すべきか?

TMMの前提条件がもはや成り立たない場合、FDTDの利用が不可欠となる。

特に、以下の場合にはFDTDを使用すべきである:

具体例としては以下のようなものがあります:

このような系においては、転送行列法で用いられる近似がもはや物理的に成り立たなくなるため、有限差分時域法による計算が不可欠となる。

7. 最後に:最も単純かつ妥当な問題を解くこと

計算物理学において最も重要なスキルのひとつは、モデルの複雑さの度合いを適切に選定する方法を習得することである。

より複雑なシミュレーションが必ずしもより優れた結果をもたらすわけではない。多くの場合、より単純なモデルでも以下のような効果をもたらすことが可能である:

伝達行列法が優れているのは、層状光学問題における不要な複雑さを排除できるからである。この手法は数学的簡略化を巧みに用いることで、本質的な干渉現象を極めて効率的に解析できるのだ。

FDTD法は、無視していた物理現象が重要な役割を果たす場合にこそ有用となる。そのような状況下では、より単純な近似法ではもはや十分でないため、計算コストの増加もやむを得ないのである。

実務においては、熟練した研究者たちはしばしば両手法を併用します。まず転送行列法を用いて迅速に探索・最適化を行い、その後有限差分時域法を用いて多次元的な検証や電磁場分布の解析を実施するのです。

したがって目的は「最も先進的な」シミュレーション手法を選ぶことではなく、問題の物理的性質に最も適合する手法を選ぶことなのである。