Для удовлетворения требований к характеристикам фильтрации и многопараметрической оптимизации жидкокристаллического настраиваемого фильтра (Liquid Crystal Tunable Filter, LCTF) в данной работе предложен метод оптимизации конструкции LCTF типа Лиота (Lyot), основанный на иммуно-алгоритме (Immune Algorithm, IA). Метод использует основные спектральные показатели фильтра Lyot LCTF: светопропускание, ширину на полувысоте (FWHM) главного пикового пропускания и подавление боковых лепестков (SLS) в качестве функции оценки. Оптимизационный процесс основан на глобальном поиске оптимальной толщины жидкокристаллической ячейки и параметров напряжения управления при заданных ограничениях функции оценки. Результаты моделирования показывают, что фильтр LCTF, оптимизированный с помощью IA, по сравнению с традиционным Lyot LCTF улучшает подавление боковых лепестков на 73,42%, общий эффект фильтрации на 13,90%, при этом с помощью регулируемых весов функции оценки достигается интеллектуальное управление характеристиками фильтра для различных сценариев применения. Данный метод конструкции избегает сильной зависимости традиционного фильтра от точной линейной толщины устройства, обеспечивает большую гибкость в выборе толщины жидкокристаллической ячейки и числа каскадов, улучшает спектральное время отклика и светопропускание, а также исключает громоздкие экспериментальные настройки, обладая высокой эффективностью разработки, практичностью и экономичностью.

жидкие кристаллы; фильтр Лиота; иммуно-алгоритм; оптимизационный дизайн; интеллектуальное управление