LIDAR薄膜干涉滤光片

光检测和测距（LIDAR）可以说是用途最广泛的主动遥感技术，已应用于各种学科和平台。激光雷达是大气和地球科学中最重要的技术之一。目前，该技术正在自动驾驶汽车，安全性，城市规划，基础设施开发和其他应用中使用。大量独特的应用给激光雷达传感器带来了新的兴趣，并带来了技术进步。这使该技术更易于访问，并降低了成本。

为了使该技术进步，应将LIDAR干扰滤波器设计为通过隔离目标LIDAR返回信号来提高信噪比。薄膜，超窄带的最新技术发展 带通干扰滤波器 已实现：小于0.1 nm的带宽，大于95％的透射率，方形光谱形状，陡峭的边缘，在大于OD 8（-80 dB）时测得的宽范围阻挡，最小的热依赖性和均匀的涂层。高性能LIDAR干扰滤波器减少了对多种滤波技术的需求，从而改善了信噪比。

激光雷达原理

基础

大多数LIDAR传感器（例如激光高度计）都采用'time of flight'技术。在整个环境中扫描脉冲激光，并确定反射信号的返回时间。返回时间是根据发射和接收信号时传感器的精确位置和方向来计算的。如图1所示。为了实现这一点，LIDAR系统必须具有五个基本组件：激光器，接收器或光电探测器，基于机械或软件的扫描系统，高精度时钟和GPS单元。为了找出方向，空中LIDAR系统还需要具有惯性测量单元（IMU）。

图1。 An aerial laser altimeter system used for mapping topography 和 canopy cover. Image credit: 阿卢沙

传感器与物体之间的距离由以下基本公式确定：

哪里 R 是米的范围， n_a 是空气的折射率， c 是光速 t_p 是脉冲发射的时间，并且 t 是信号返回的时间。

如图2所示，结果是一个数据点云。使用此数据点云可以创建周围环境中要素的高分辨率数字高程模型（DEM）或3D图像。一个LIDAR脉冲可能会遇到多个物体，从而产生多个反射信号。基于相关软件，LIDAR系统将以波形形式显示数据，将每个返回值作为时间的函数进行显示，或者将这些返回值记录为离散点（图1）。

图2。 激光雷达数据点云显示详细的3D街景。图片来源：俄勒冈州立大学

过滤技术

为了隔离返回信号，必须在LIDAR接收器中加入滤波技术。在白天或有杂散光的情况下操作时需要这样做。常见的过滤系统包括Fabry-Pé旋转干涉仪，干涉滤光片，Fabry-Pé腐蚀标准具，原子线过滤器，光谱仪和过滤算法。在要求高精度的LIDAR系统中，通常需要将两种或更多种滤波方法结合起来使用。

滤波器的选择取决于确切的系统要求和LIDAR应用。通常，激光雷达系统由于其固有的耐用性以及免维护和免校准操作而使用硬涂层薄膜干涉滤光片 ^[2]。这很重要，因为LIDAR传感器可以安装在飞机，无人机，卫星和自动驾驶汽车上。这些平台上的传感器必须能够在极端的环境条件下运行，而几乎不需要维护。

LIDAR干扰滤波器

带通设计

薄膜干涉滤光片是通过在基材上沉积交替的材料层而制成的，这些材料具有相对的折射率。当光线通过滤镜时，一部分光线会在每一层反射，从而导致内部干涉。基于各层的构造和厚度的最终结果是，某些波长的光透过滤光片，而另一些波长被滤光片反射或吸收。

图3。 硬涂层，平顶，532 nm超窄带通干涉滤光片，具有>95％的透射率，陡峭边缘测量到OD 7（-70 dB），宽范围OD 7阻挡。

用于隔离LIDAR返回信号的最常见类型的干扰滤波器是超窄带通滤波器（如图3所示）。该滤光片可以具有甚至0.1 nm的窄带宽，而不会影响传输，通常超过90％。

该设计基于Fabry-Pé旋转谐振腔，其中两个介电反射器具有成对的低折射率层和高折射率层，每层的光学厚度为¼波长由一个或多个组成的垫片对称地隔开½波长厚的层。反射镜对与通过垫片进行对称分隔的这种组合允许形成单个腔。当在设计中使用单个腔体时，它会导致滤波器具有峰值频谱形状。

但是，当在设计中添加更多的腔时，通带会产生具有正方形频谱形状，顶部平坦，边缘更陡峭且在通带外部具有更大衰减的传输频谱（图4和5）。因此，多腔设计可实现更高的LIDAR信噪比和目标信号的更精确传输。

图4& 5. 腔数对滤波器形状和带外阻塞的影响。更高的腔数导致更陡峭的边缘，更深的阻塞和方形光谱形状。

通过在制造过程中控制层的厚度，可以生产出与理论一致的具有高透射率和低通带纹波的平顶超窄滤波器。 阿卢沙可以通过采用先进的软件控制系统来实现这一目标，该系统可以实时跟踪和优化所有层的光学厚度。

带外阻塞

LIDAR干涉滤光片 应该指定有宽范围的带外阻塞，以便将目标信号与日光和其他外部光源隔离开。在阻挡器的设计中采用了介电反射器。在反射器中，反射镜对以特定方式堆叠和操纵，以便滤光片衰减整个较宽波长区域的光。特定的阻止级别和阻止范围取决于应用程序，并将在本文后面进行讨论。

特定LIDAR应用的干扰滤波器

激光测高仪

激光高度计是LIDAR传感器的最常见类型。当激光脉冲从物体，水或地面反射回来时，它们会检测到激光脉冲回波。地形LIDAR传感器通常发出对人眼安全的1064 nm脉冲Nd：YAG激光，该激光在相同波长下反射。由于多次返回，裸露的地面和树冠都可以通过合成的点云进行映射。

测深LIDAR传感器使用532 nm倍频脉冲Nd：YAG激光，可以穿透水面。可以单独使用此激光器，也可以与从表面反射的1064 nm激光器结合使用。通过使用532 nm激光，还可以实现随时间推移对冰川和冰盖的监控，如NASA上的高级地形激光测高仪系统（ATLAS）所示'即将推出的ICESat-2任务。

对于激光高度计，超窄干涉滤光片必须在激光线上具有中心波长（CWL），并且具有半峰全宽（FWHM），或者在边缘测量到峰值透射率的50％时，点之间的带宽为1.5纳米或更窄。特定的仪器和激光波长决定了带外阻塞的要求。在许多传感器中通常会发现300 nm至1300 nm范围内的光密度大于OD 6（-60 dB）>在其他波长范围内，在较窄波长范围内的OD 5足够。虽然单腔滤波器是一种节省成本的选择，但多腔设计非常适合这些系统（图4和5）。

自主车辆激光雷达

集成到自动驾驶汽车中的LIDAR传感器源自基本的激光高度计技术（图6）。这些传感器通常使用905 nm或1550 nm的脉冲激光以及光电探测器（例如硅雪崩光电二极管）。传感器具有机械扫描系统，可捕获360度°视场（FOV）或它们可以是完全固态。固态激光雷达设备价格便宜，体积小，没有移动部件，因为它们是基于软件的扫描系统。分辨率和精度可与机械系统媲美，但主要的折衷是降低了FOV。可以通过在一个车辆上安装多个单元来解决此问题。

图6。 Diagram showing a LIDAR system for an autonomous vehicle. Image credit: 阿卢沙

机械LIDAR系统和激光高度计的滤波器规格相似。但是，全固态系统通常依赖于滤波算法来隔离反射信号。在某些情况下，该算法可以与具有>OD 4宽带带外阻塞。

荧光激光雷达

激光激发时，荧光LIDAR系统可检测各种天然分子的发射，例如类胡萝卜素，叶绿素，藻胆素或其他光合色素。在水中，这可以检测有毒的赤潮事件或蓝细菌和藻类的浓度增加，从而指示缺氧。在陆地上，荧光激光雷达可用于植被研究和评估文化古迹的保护状况。

在大气研究中，荧光LIDAR用于研究空气传播的病原体，复杂的有机气溶胶和大气中的气体。此外，NASA最近提出了一种荧光LIDAR技术，称为生物指示器LIDAR仪器（BILI），用于检测其他行星上的有机分子和生物特征。

在这些单元中，根据目标分子的荧光发射光谱放置带通CWL和FWHM。为了获得高信噪比，应将激光线和外部光衰减到≥OD 6用于陆地或水生研究，但对于大气系统，则需要更深的阻塞水平。

三重，瑞利，拉曼和多普勒大气激光雷达系统

空气质量监测由Mie和Rayleigh LIDAR仪器进行。这些仪器是基于地面的或朝前的空中系统，可在355 nm，532 nm和1064 nm的激光波长下检测气溶胶和同核双原子气体的弹性Mie或Rayleigh后向散射。多普勒激光雷达有时会并入这些系统中，并用于确定风速。这是通过检测来自气体或浮质的弹性反向散射的多普勒频移来完成的。

拉曼LIDAR仪器可检测到当感兴趣的分子被激光激发时发生的非弹性旋转和振动拉曼散射。也可以通过使用干涉滤光片来隔离纯旋转拉曼信号，从而可以确定粒子的消光，空气温度和其他特性 ^[5,7].

由于大气激光雷达系统依赖于相对较弱的反向散射信号，因此最大化信噪比非常重要。基本形式的大气系统的LIDAR方程式间接强调了采用高性能干涉滤光片的重要性：

P（R）= K * G（R）*β （右） * T（R）

哪里 P（R） 是信号功率， K 是系统效率， G（R） 是测量几何， β(R) 是后向散射系数，并且 T（R） 是传输项。以外 K，所有其他都是范围的函数。对LIDAR系统的修改只会改善 K 和 G（R），因为其他两个术语描述了固有的大气光学特性 ^[6]。由于系统效率取决于接收器效率，因此可以通过使用高性能干扰滤波器来提高信号功率。

虽然对于某些Mie和Rayleigh LIDAR传感器而言，OD 6或7的阻塞就足够了，但拉曼LIDAR滤波器的阻塞最好应超过OD 7或8 ^[1,5]。在激光波长处特别需要这样做，以阻止更强的弹性反向散射信号。但是，从>90％的拉曼信号的Stokes或Anti-Stokes分支传输到>激光线上的OD 7阻挡也需要高腔数设计，以确保足够的陡度。

最近，Veselovskii 等。 employed an 阿卢沙-manufactured ultra-steep Raman LIDAR interference filter to isolate a relatively temperature-insensitive portion of the Anti-Stokes pure rotational Raman spectrum for O₂ 和N₂ 在532.12 nm的激光激发之后。该滤波器的设计斜率为<从90％传输到OD 4的边缘波长的0.1％。在这种特定情况下，通带中超过95％的传输使两个相同的干涉滤光片可以串联使用，以实现OD 8抑制弹性信号。<1 nm过渡到通带 ^[5].

差分吸收激光雷达

差分吸收激光雷达（DIAL）单元利用大气气体和水蒸气的吸收光谱确定其浓度。 DIAL系统使用两种不同的激光器。当第一个被调谐到目标分子的共振或高吸收波长时，第二个被调谐到非共振波长。开启和关闭共振波长之间的距离通常小于1 nm，因此研究人员可以假定，任何测得的反向散射差异均是由感兴趣的物种吸收引起的，从而可以根据反向散射比确定浓度分布范围。

由于DIAL系统的近端和远端通道的波长非常接近，因此这些系统通常需要多种滤波技术。超窄干涉滤光片用于衰减日光，而Fabry-Pé使用腐烂的标准具来分隔通道 ^[4]。 FWHM的< 0.5 nm 和 >在这些超窄带干扰滤波器中，通常会看到OD 6宽带带外阻塞。多腔设计对于在接近通带的波长上实现高的日光衰减是必要的。

测量超窄带通滤波器

许多分光光度计以及其他基于光栅的测量系统的光谱分辨率和光源不足以测量和评估陡峭的边缘，超出OD 6的范围或超窄带通滤波器。例如，当滤光片边缘从高透射率到深阻挡的过渡陡峭到足以与分光光度计的光谱分辨率匹敌时，滤光片边缘将无法正确分辨。因此，实际的陡度将无法反映在测量中。 FWHM小于约1 nm的滤光片也是如此。在这种情况下，边缘拖尾的影响更加复杂，因为带宽也很窄，足以与仪器的光谱分辨率媲美。这样会产生未解决的通带，最终测量结果显示出较低的透射率和四舍五入的峰值。

通过引入狭窄的孔径并减小光谱光束的宽度，可以在标准分光光度计中提高光谱分辨率。但是，这样的策略也会降低光强度，从而导致信噪比降低和测量本底噪声更高。这使得测量阻塞更加困难。移开孔口，增加光谱光束的宽度并衰减参考光束可以降低许多此类仪器的本底噪声。该技术可用于测量直至〜OD 6或7的较宽的阻隔区域。但是，不得将其用于评估滤波器的边缘或通带，因为粗糙的光谱分辨率会导致明显的边缘拖尾和不准确的带宽。

需要更先进的测量技术来测量高性能和超窄滤波器。用于测量超窄带通滤波器的一种常见方法涉及可调谐激光器，其中在激光器范围内的每个波长处都精确测量滤波器的透射率。但是，由于许多可调激光器的波长范围很窄，因此需要几个激光器来测量单个滤波器的完整透射和阻挡范围。因此，此方法不适用于大批量制造方案。

Recently, 阿卢沙 has developed a new system to accurately measure its highest-performance 和 narrowest bandpass filters, as shown in 图7。 The system is also robust enough for use in a high-volume manufacturing setting. HELIX光谱分析系统 可以解析小于0.1 nm的带宽，阻塞范围为>OD 8，并从90％的透射率过渡到OD 7，陡峭到边缘波长的0.4％的过渡。’新系统对于评估用于拉曼激光雷达和其他要求非常陡峭边缘的超窄滤波器的真实性能特别有用。> OD 8 blocking.

图7。 用于N的607.4 nm LIDAR干涉滤光片₂ Raman channel measured with both a standard spectrophotometer 和 阿卢沙’的HELIX光谱分析系统。 HELIX系统能够将滤波器边缘一直解析到OD 7（-70 dB）。

其他过滤器注意事项

均匀度

应精确控制腔室的几何形状和沉积过程，以最大程度地提高涂层的均匀性。如果不控制均匀性，则滤光片的表面将具有可变的层厚度，从而导致滤光片光谱在零件的透明孔上的位置随波长变化。由于LIDAR返回信号的精确特性，消除窄带LIDAR干涉滤光片的这种波长偏移尤为重要。

均匀性的精确控制是一个多变量问题。通常的技术包括在涂覆室中添加物理掩模，或改变涂覆室的几何形状，例如源材料与基板之间的角度或距离。可以通过更改涂层工艺变量（例如沉积速率和温度）来进行均匀性的其他更改。但是，这样的变化会导致沉积过程中的其他复杂情况，对最终产品产生不利影响。

阿卢沙'先进的均匀度控制系统可减少涂层时随位置变化的波长偏移，从而在大面积上实现精确的均匀度。如图8所示，即使对于大幅面零件，这种策略也能产生在整个透明孔径（CA）范围内具有最小光谱变化的滤波器。

图8。 Measured results of a 72-mm diameter ultra-narrow filter manufactured using 阿卢沙’先进的均匀度控制系统展示<透明孔径上CWL的变化为0.035％。

温度依赖性

地面和空中LIDAR系统的工作温度为-40°C°C to +105°C.卫星激光雷达的工作范围取决于热控制系统和卫星的轨道。集成在可在极端温度下工作的系统中的干扰滤波器必须设计为最大程度地提高温度稳定性。

极端温度会导致标准干涉滤光片中薄膜层的收缩或膨胀，从而导致通带波长发生偏移。如果滤波器不是专门为在极端环境下运行而设计的，那么这种变化就很重要。

As shown in Figure 9, 阿卢沙's硬涂层的超窄带干涉滤光片显示出非常低的温度相关波长偏移，在2 pm/°C 和 5pm/°许多LIDAR仪器的工作范围内的C ^[3]。通过选择热膨胀系数（CTE）比涂层的CTE高的基材，可以进一步提高热稳定性。也可以通过修改材料比率和其他设计属性来完成。沉积后退火还可以帮助提高化学稳定性和热稳定性。在此过程中，薄膜层经历了热膨胀，同时材料被进一步氧化，从而降低了涂层应力。

图9。 从室温加热到105时窄带滤波器的测量性能°C.

LIDAR的其他薄膜光学组件

除了带通干涉滤光片，LIDAR系统还利用了二向色滤光片，反射镜和其他高质量的薄膜光学组件。高反射率电介质扫描镜具有>许多LIDAR传感器采用99.5％的反射率，而超轻铍镜面则适用于快速扫描系统。具有高反射率和高透射率区域的二向色滤光片，由陡峭的边缘跃迁隔开，可以将返回信号定向到适当的接收器通道。在设计LIDAR传感器时，还应考虑这些光学组件的性能，以优化系统效率。

结论

由于有了几个新的应用程序，激光雷达变得越来越便宜，高效且易于使用。即使在小型系统中，其可以离散地隐藏在自动驾驶汽车的侧视镜内，最新的技术改进也提高了分辨率和准确性。薄膜干涉滤光片通过先进，先进的设计和涂层技术，严格的均匀性控制，先进的测量系统以及最小的热依赖性，随着技术的发展而发展。阿卢沙'的高性能干扰滤波器将使任何激光雷达仪器的系统性能和信噪比最大化。

被引文献

[1] Hauchecorne，A.，Keckhut，P.，Mariscal，J.，C.，d'E. Aameida，P。Dahoo和J. Porteneuve。 （2016）。创新的旋转拉曼激光雷达，可测量从地面到30 km高度的温度分布。 EPJ会议网络，119，06008。DOI：10.1051 / epjconf / 201611906008。

[2] Kovalev，V。A.和W. E. Eichinger（2004）。弹性激光雷达：理论，实践和分析方法。约翰·威利&Sons，Inc.，新泽西州霍博肯。

[3] Scobey, M., Egerton, P., Fortenberry, R., 和 A. Czajkowski (2013). Ultra-narrowband optical bandpass filters with large format 和 improved temperature stability. 阿卢沙 White Paper Series. http://www.alluxa.com/learning-center.

[4] Spuler，S. M.，Repasky，K. S.，Morley，B.，Moen，D.，Hayman，M.和A. R. Nehrir。 （2015）。可现场部署的基于二极管激光的差分吸收激光雷达（DIAL），用于分析水蒸气。大气测量。科技8：1073-1087。

[5] Veselovskii，I.，Whiteman，D. N.，M. Korenskiy，M.，Suvorina，A.和D. Perez-Ramirez。 （2016）。在多波长气溶胶激光雷达中实施旋转拉曼通道，以改善对532 nm处粒子消光和反向散射的测量。 EPJ会议网络，119，17002. DOI：10.1051 / epjconf / 201611917002。

[6] Wandinger，U。（2005）。第1章：LIDAR简介。 LIDAR：大气层的距离分辨光学遥感。由Weitkam，C.Springer科学+商业媒体公司，纽约，纽约编辑。

[7] Wandinger，U。（2005）。第9章：拉曼激光雷达。 LIDAR：大气层的距离分辨光学遥感。由Weitkam，C.Springer科学+商业媒体公司，纽约，纽约编辑。

This information has been sourced, reviewed 和 adapted from materials provided by 阿卢沙.

有关此来源的更多信息，请访问 阿卢沙.