Modeling and optimization of optical metasurfaces integrated into an imaging system

Modélisation et optimisation de métasurfaces optiques intégrées à un système d'imagerie Cette thèse porte sur le développement d'outils numériques permettant de modéliser et d'optimiser des systèmes optiques contenant des métasurfaces. Les métasurfaces sont des composants optiques planaires constitués de structures sous-longueur d'onde appelées méta-atomes. Elles permettent de contrôler localement les propriétés d'un faisceau de lumière, telles que sa phase, son amplitude ou sa polarisation. L'intégration de ces composants dans des systèmes d'imagerie complexes permettrait de réduire considérablement le poids et l'encombrement de ces derniers. Cependant, leur intégration dans des systèmes d'imagerie à grande échelle reste difficile en raison des différences de modélisation entre les systèmes optiques traditionnels et les métasurfaces. En effet, les performances d'un système d'imagerie sont classiquement obtenues à l'aide de simulations de tracé de rayons basées sur l'optique géométrique, alors que le comportement optique d'une métasurface requiert la résolution rigoureuse des équations de Maxwell. Une autre difficulté concerne l'optimisation conjointe de métasurfaces et d'éléments réfractifs due au grand nombre de degrés de liberté des métasurfaces optiques quand celles-ci sont de l'ordre du centimètre. Cela empêche l'utilisation de méthodes d'optimisation globales qui sont nécessaires afin de concevoir un système sans avoir à donner un design de départ proche de celui optimal. Les contributions de cette thèse pour résoudre ces problématiques sont les suivantes : en premier lieu, nous montrons comment l'utilisation de simulations électromagnétiques rigoureuses et d'un algorithme d'optimisation bayésien permet de concevoir des métasurfaces optiques efficaces avec peu de simulations, même quand celles-ci ont un comportement non-local. La deuxième contribution de cette thèse est le développement d'un code de tracé de rayons pouvant simuler le trajet de rayons lumineux à travers une métasurface en tenant compte de la dépendance de la réponse optique des méta-atomes à la longueur d'onde et à l'angle d'arrivée des rayons. Un modèle hybride entre le tracé de rayons et la méthode de propagation du spectre angulaire est également développé. La troisième contribution porte sur la construction de modèles d'intelligence artificielle de la réponse individuelle des méta-atomes, avec un nombre limité de simulations, grâce à de l'apprentissage actif (active learning) avec une acquisition par lot. Enfin, il est proposé une nouvelle manière de paramétriser une métasurface en utilisant sa phase et son retard de groupe à une longueur d'onde donnée. On exploite pour cela des réseaux neuronaux tandems afin de retrouver rapidement les géométries de méta-atomes réalisant les réponses optiques prescrites.