附录与索引

半导体激光器与器件建模附录

读完本章，你应能

把正文中分散出现的“材料增益、模增益、阈值条件、阈值电流、热回写”整理成一条可审计的器件符号链。
掌握 Poisson、漂移-扩散、连续性方程和热方程在 PCSEL 器件建模中的角色分工，以及它们与光学模型的接口变量。
学会区分可直接测得参数、文献参数和拟合参数，并据此建立校准顺序和不确定性传播框架。

读前准备

建议已掌握第 17 章、第 18 章、第 19 章、第 20 章中关于外延层光学、量子阱增益、电注入和热-电-光耦合的内容。

阅读主线

本章所处模型层级：L3→L4

器件级建模的“校准-验证”闭环：从测量和参数提取出发，经分阶段校准与预测，再由留出集验证回写模型不确定度。图 29.1 · 原始 LaTeX/TikZ 图源独立渲染

建议先用图 29.1 对齐“测量-提取-校准-预测-回验”的闭环，再逐节阅读具体方程与接口定义。

正文第 17 章、第 18 章、第 19 章、第 20 章已经把器件物理分开讲过，但真正开始做器件模型时，读者仍然很容易卡在一个地方：每一章单独看都懂，一旦想把它们连起来，就不知道变量应该怎样流动。本附录就是为了解决这个问题。我们先建立从材料增益到阈值电流的符号链，说明每个箭头背后对应的是哪一类模型；随后给出最小器件方程组，并明确区分哪些式子属于光学模型，哪些属于电学模型，哪些属于热-电-光耦合模型；再整理常见边界条件、参数来源和校准顺序；然后把“测量 $\rightarrow$ 参数提取 $\rightarrow$ 分层校准 $\rightarrow$ 预测 $\rightarrow$ 回验”写成一条可执行的实验闭环；最后给出不确定性传播与结果报告方式，帮助读者把“能完成运行”提升为“能解释、能复核”。

为什么器件建模最容易在“接口”上出错

许多 PCSEL 项目在单个模块内看起来都没有大问题。光学模型给出了目标模和阈值增益，电学模型给出了注入分布，热学模型给出了温升。但一旦这些模块连在一起，结果却变得难以解释。最常见的原因是模块之间的接口没有定义清楚，而非某个模块方程错。比如，光学模块输出的是阈值增益 $g_{\mathrm{th}}$ ，而电学模块求的是载流子分布 $N(\rvec)$ ；若没有说明用什么权重把 $N(\rvec)$ 映射到模增益，就无法判断器件是否达到阈值。又比如，热学模块输出的是温度场 $T(\rvec)$ ；若没有指定它如何进入折射率、增益峰位和吸收，那么温升就无法真正影响模式排序。

因此，本附录关注的重点是把接口变量和变量流向写死，而非再写更多方程。只有这样，器件模型才不会退化成“几个求解器串起来，但谁也说不清谁在驱动谁”。

从材料增益到阈值电流：先把符号链写全

对 PCSEL 器件而言，最核心的一条链可以写成

g_{\mathrm{mat}}(N,T,\omega) \longrightarrow g_{\mathrm{mod},i} \longrightarrow g_{\mathrm{net},i} \longrightarrow \text{threshold for mode } i \longrightarrow I_{\mathrm{th}}.

这里每一个箭头都代表一个独立的建模步骤，而不是单一公式的直接代换。

第一步是从材料增益到模增益。这一步需要第 17 章给出的纵向与空间重叠信息，因此它已经是光学-有源区耦合问题，而非纯材料问题。

第二步是从模增益到净模增益。这里要减去的不仅是辐射损耗，还包括自由载流子吸收、重掺杂层吸收、金属邻近损耗等内部损耗，因此它同时依赖光学模式和器件层栈。

第三步是阈值判据。对每个候选模 $i$ ，只有当净模增益刚好补偿总损耗时，才谈得上其达到光学阈值。

第四步才是从阈值所要求的载流子条件反推阈值电流。这一步不能只靠冷腔和增益模型，必须进入 Poisson 与漂移-扩散方程，因为真实器件注入下的载流子分布往往不是均匀的。

这样写的好处是，任何时候只要结果出错，都能定位到底是哪一个箭头出了问题，而不是把所有误差都模糊地归咎于“器件模型不准”。

第一步：材料增益怎样变成模增益

若先采用最简单的均匀载流子近似，把量子阱区域中的材料增益写成 $g_{\mathrm{mat}}(N,T,\omega)$ ，则第 $i$ 个模的模增益可近似写成

g_{\mathrm{mod},i}(N,T,\omega) \approx \Gamma_{\mathrm{QW},i}\,g_{\mathrm{mat}}(N,T,\omega),

其中 $\Gamma_{\mathrm{QW},i}$ 是量子阱重叠因子。式 (29.2) 属于光学-有源区耦合模型，不是纯电学也不是纯材料公式。

但只要注入开始明显不均匀，式 (29.2) 就只能作为一致性核查。更合理的写法应采用空间加权平均，例如

g_{\mathrm{mod},i} = \frac{\int_{V_{\mathrm{act}}} g_{\mathrm{mat}}\bigl(N(\rvec),T(\rvec),\omega_i\bigr) W_i(\rvec)\,\dd V} {\int_{V_{\mathrm{act}}} W_i(\rvec)\,\dd V},

其中 $W_i(\rvec)$ 是与模场有关的非负权函数，工程上常取与局域电场能量密度成正比的形式。式 (29.3) 的意义非常重要：一旦采用真实器件分布，阈值所需的就不再是单一数字 $N_{\mathrm{th}}$ ，而是一整个满足加权阈值判据的空间分布。

第二步：从模增益到净模增益，再到阈值

对目标模 $i$ ，净模增益写成

g_{\mathrm{net},i} = g_{\mathrm{mod},i} - \alpha_{\mathrm{int},i} - \alpha_{\mathrm{rad},i},

其中 $\alpha_{\mathrm{int},i}$ 表示内部损耗， $\alpha_{\mathrm{rad},i}$ 表示辐射损耗。若采用复频率语言，也可以把这些损耗等价写入模衰减率或光子寿命。阈值条件就是

g_{\mathrm{net},i}=0.

这一步看似简单，真正容易被误用的地方在于：式 (29.5) 给出的仍然只是光学阈值条件，并没有自动给出阈值电流。因为要把它变成 $I_{\mathrm{th}}$ ，还必须回答“怎样的注入分布才能实现这个净模增益”。

在均匀近似下，人们常把式 (29.5) 先解成一个等效阈值载流子密度 $N_{\mathrm{th}}$ 。这可以作为设备级仿真的初值或一致性核查，但绝不能忘记：一旦器件中存在显著电流拥挤、热非均匀或泄漏通道，这个 $N_{\mathrm{th}}$ 就不再是器件级的完整答案，而只是后续输运模型应当达到的目标条件之一。

“阈值增益”与“阈值电流”的区别，不是单位不同这么简单。前者属于模态能量平衡问题，后者属于输运和复合驱动下的器件工作点问题。只要输运和温升没有显式进入模型，就只能宣称前者，不能宣称后者。

第三步：速率方程的一致性核查

虽然完整器件结论需要漂移-扩散模型，但速率方程近似仍然有价值，因为它给出了一条快速、透明的量纲链。

若暂时把有源区看成一个等效体积 $V_{\mathrm{act}}$ ，并用注入效率 $\eta_{\mathrm{inj}}$ 表示进入有效有源区的电流比例，则稳态下常见的 ABC 近似写成

\frac{\eta_{\mathrm{inj}} I}{q V_{\mathrm{act}}} = A N + B N^2 + C N^3 + R_{\mathrm{st}},

其中 $A,B,C$ 分别代表 SRH、辐射和 Auger 复合系数， $R_{\mathrm{st}}$ 表示受激辐射等效项。阈值附近由于受激辐射刚开始出现，常把阈值电流近似写成

I_{\mathrm{th}} \approx \frac{qV_{\mathrm{act}}}{\eta_{\mathrm{inj}}} \bigl(A N_{\mathrm{th}} + B N_{\mathrm{th}}^2 + C N_{\mathrm{th}}^3\bigr).

式 (29.7) 不是完整器件模型，它只是器件级一致性核查。它的作用在于：当漂移-扩散模型给出某个 $I_{\mathrm{th}}$ 区间时，读者可以迅速判断这个结果是否与等效有源区体积、注入效率和复合量级大体相容。若二者相差几个数量级，优先应怀疑参数、边界或单位，而不是急着解释“这是某种新物理”。

若光学阶段估计目标模所需 $N_{\mathrm{th}}$ 并不高，但完整器件模拟却给出异常高的 $I_{\mathrm{th}}$ ，最先应检查的是注入效率、漏电路径和电流拥挤，而不是先去怀疑增益模型本身。因为式 (29.7) 告诉我们，高阈值电流并不一定意味着高阈值增益，它也可能只是电流没有有效送进目标有源区。

第四步：完整器件方程组是什么，各自属于哪类模型

当需要超越速率方程近似时，就必须进入器件偏微分方程模型。最常见的一组方程由 Poisson 方程、电子和空穴连续性方程、漂移-扩散电流关系以及热方程组成。它们可以写成

\begin{aligned}\nabla\cdot\bigl(\varepsilon_s\nabla\phi\bigr) &= -q\bigl(p-n+N_D^+-N_A^-\bigr), <p>\\ \frac{\partial n}{\partial t} &= \frac{1}{q}\nabla\cdot\J_n + G_n - R_n,</p> <p>\\ \frac{\partial p}{\partial t} &= -\frac{1}{q}\nabla\cdot\J_p + G_p - R_p,</p> <p>\\ \J_n &= q\mu_n n\bigl(-\nabla\phi\bigr) + qD_n\nabla n,</p> <p>\\ \J_p &= q\mu_p p\bigl(-\nabla\phi\bigr) - qD_p\nabla p,</p> <p>\\ \rho C_{\mathrm{th}}\frac{\partial T}{\partial t} &= \nabla\cdot\bigl(k_{\mathrm{th}}\nabla T\bigr) + Q_{\mathrm{Joule}} + Q_{\mathrm{nr}} + Q_{\mathrm{opt}}. \end{aligned}

其中光学热源 $Q_{\mathrm{opt}}$ 包含多种物理机制:

Q_{\mathrm{opt}} = \underbrace{\alpha_{\mathrm{FCA}}(N,T)\,I_{\mathrm{opt}}}_{\text{自由载流子吸收}} + \underbrace{\alpha_{\mathrm{interband}}\,I_{\mathrm{opt}}}_{\text{带间吸收}} + \underbrace{\alpha_{\mathrm{metal}}\,I_{\mathrm{opt}}}_{\text{金属邻近吸收}} + \underbrace{\alpha_{\mathrm{scatter}}\,I_{\mathrm{opt}}}_{\text{散射吸收}}.

这里 $I_{\mathrm{opt}}$ 是局域光强， $\alpha_{\mathrm{FCA}}$ 由第第 17 章章的自由载流子吸收公式给出， $\alpha_{\mathrm{interband}}$ 在光子能量超过带隙时显著， $\alpha_{\mathrm{metal}}$ 描述金属接触或等离子体增强结构导致的吸收， $\alpha_{\mathrm{scatter}}$ 则来自粗糙侧壁和缺陷引起的散射损耗。在典型 PCSEL 工作条件下，自由载流子吸收通常是主导项，但在特定结构（如表面等离激元增强或超薄膜器件）中，金属吸收和带间吸收可能不可忽略。

为了避免概念混乱，必须立刻说明这些方程的类别。

式 (29.8)、式 (29.9)、式 (29.10)、式 (29.11)、式 (29.12) 属于电学输运模型。它们回答的是电势、载流子和电流怎样在器件中分布。

式 (29.13) 属于热模型。它回答的是温度场怎样由 Joule 热、非辐射复合热和光吸收热驱动出来。

而把这些结果写回折射率、材料增益与吸收，即

\Delta n = \Delta n\bigl(N,T\bigr), \qquad \Delta g = \Delta g\bigl(N,T,\omega\bigr), \qquad \Delta\alpha = \Delta\alpha\bigl(N,T\bigr),

则属于热-电-光耦合模型，因为它把电学和热学结果重新送回光学模块。

边界条件不是实现细节，而是器件物理的一部分

对器件方程来说，边界条件几乎和控制方程一样重要。一个非常实用的写法，是在建模笔记中把每一条边界都写成“边界类型 + 数学式 + 物理含义”的三元组。例如：

对电学模型，欧姆接触通常意味着电势或准费米能级在接触处被固定，或者总电流被指定；绝缘边界则对应法向电流为零。对热模型，理想热沉可用固定温度近似，对流边界可写成

-k_{\mathrm{th}}\nabla T\cdot\hat{\bm n} = h\,(T-T_\infty),

其中 $h$ 是等效换热系数。若界面热阻不可忽略，还需要写成温度跳变与热流之间的关系。对光学模型，开放边界不能用理想反射边界替代，而应使用 PML、辐射边界或端口条件。

教材上最容易被忽略的一点是：边界条件并非“软件设置页最后再填的选项”，而是物理模型本身的一部分。没有边界条件，就没有完整模型。更重要的是，边界条件往往对应整个器件设计中最不确定的一部分，例如接触质量、封装散热和外界反射环境。因此，它们同时也是不确定性预算的重要来源。

参数来源要分层管理：测量值、文献值和拟合值不是同一种可信度

器件模型参数很多，但它们的可信度并不相同。最稳妥的做法，是把参数分成三层。

第一层是直接测量参数，例如层厚、几何尺寸、某些 I--V 或热阻数据。这类参数优先级最高，因为它们与当前器件最接近。

第二层是文献参数，例如某一材料体系在相近掺杂和温度区间下的迁移率模型、SRH 寿命经验范围或折射率色散参数。这些参数可用于起始建模，但必须附带文献环境信息，因为材料体系和工艺差异可能很大。

第三层是反演拟合参数，例如接触电阻率、界面热阻或某些难以直接测得的增益压缩系数。它们是必须明确标记，并做鲁棒性扫描，防止把“为了拟合当前曲线引入的自由度”误当成可外推的材料常数，而非不能用。

表 29.1 器件模型中常见参数家族及其主要来源。表中给出的是参数类型与建模角色，而不是可直接引用的数据库数值。
参数家族	常见来源	在模型中的主要作用
层厚、孔径、电极尺寸	工艺测量、截面表征	决定纵向模、单胞辐射、注入路径与热扩散路径
折射率、色散、吸收	文献 + 光谱拟合	决定模式频率、重叠、辐射与内部损耗
增益参数、透明密度、微分增益	文献 + 增益模型拟合	决定从载流子到模增益的映射
迁移率、复合系数、接触参数	文献 + I--V / L--I 校准	决定电流扩展、串联电阻与阈值电流来源
热导率、界面热阻、换热系数	文献 + 热阻或温升校准	决定稳态温升和热漂移反馈

这张表之后最需要补的一句，是参数出处的优先级说明：几何真值优先于名义设计表，直接测量参数优先于文献平均值，文献平均值优先于反演拟合值。若某个参数只能来自反演拟合，就应在正文或附表中明确写出它依赖哪些观测量被校准出来，以及它是否只在当前器件结构与温度区间内有效。否则，读者很容易把“为解释一组曲线而引入的自由度”误当成普适材料常数。

校准顺序为什么通常是先电学，再热学，最后光学回写

当模型参数不完备时，校准顺序会极大影响结论可解释性。一个经验上非常稳健的顺序是：先校准电学，再校准热学，最后做光学回写。原因是，如果一开始就试图用光学参数去吸收电学和热学的误差，很容易出现“拟合上去了，但变量物理意义全乱了”的情况。

更具体地说，首先应利用 I--V 数据、接触结构和几何信息，把串联电阻、注入效率和漏电路径调到合理范围。接着再用热阻、光谱热漂移或热像信息去约束热边界和热源强度。只有在电和热都大致满足基本约束后，才适合利用阈值漂移、共振波长漂移和输出特性去微调增益或折射率温度系数。

这个顺序来自变量依赖关系：电学决定热源分布，热学决定折射率和增益回写，而光学响应受前两者共同驱动。若倒置这个顺序，光学拟合参数往往会吸收本应由电学或热学参数解释的误差。

测量 $\rightarrow$ 参数提取：先区分直接观测量与反演量

实验闭环的第一步，是把手头数据按“直接观测量”和“需要模型反演的量”分开，而非立刻拟合。直接观测量包括截面层厚、孔径、刻蚀深度、电极尺寸、I--V 曲线、某些热阻数据、远场角宽、偏振纯度和谱峰位置。它们应优先直接进入参数账本，因为这些量几乎不依赖模型假设。反过来，接触电阻率、界面热阻、有效注入效率、非辐射复合系数和某些增益压缩参数，则往往是通过模型解释实验时才被反演出来的量，而非直接测量量。

把这两类量混在一起，是器件建模最常见的失控点。因为一旦把反演量伪装成直接测量量，后续所有不确定性都会被低估。更稳妥的做法是明确写出

\mathcal{M}_{\mathrm{obs}} \longrightarrow \mathcal{P}_{\mathrm{direct}} \cup \mathcal{P}_{\mathrm{infer}},

其中 $\mathcal{M}_{\mathrm{obs}}$ 是原始观测集合， $\mathcal{P}_{\mathrm{direct}}$ 是可直接进入模型的参数集合， $\mathcal{P}_{\mathrm{infer}}$ 是必须在校准过程中反演的参数集合。式 (29.17) 的意义并不在于数学新奇，而在于它强迫读者先回答：“我现在到底是在用实验给模型喂确定信息，还是在用模型解释实验来推回未知参数？”

表 29.2 器件建模实验闭环中的典型“测量量 $\rightarrow$ 参数提取”映射。重点不在于把每个参数都直接测出来，而在于明确哪些量是观测量、哪些量是反演量。
测量量	优先约束的参数或子模型	说明
截面 SEM / AFM / 工艺记录	层厚、孔径、刻蚀深度、电极几何	这是几何真值的第一来源，优先级高于名义设计表。
I--V 曲线与串联电阻斜率	接触边界、漏电路径、spreading layer 电阻	主要用于校准电学子模型，而不是拿来“顺便”调光学参数。
L--I 曲线与阈值漂移	注入效率、复合参数区间、热回写强度	只能在电学与热学已基本满足基本约束后进入。
谱峰位置及其温漂	有效折射率温度系数、增益谱偏移	主要约束热回写到光学的接口。
远场、偏振和近远场对照	候选模身份、偏振选择、辐射通道权重	更适合作为回验量，而不是一开始就用于大自由度拟合。
热像或热阻测试	界面热阻、换热边界、热源分布代理	用于锁定热学边界，而不是直接替代器件内部温度场。

若这类表在具体项目中进一步扩展成材料参数表，还应在表后附一段“数据来源与适用条件”。最稳妥的写法是明确注明：折射率数据来自哪类数据库或文献、适用于哪一温度和掺杂范围，而非只报一个数字；增益参数基于哪类量子阱结构；热导率是室温低掺杂参考值还是已包含重掺杂退化。任何材料参数表都应至少同时带“来源、温度、掺杂、平台”四个标签。只有把这些前提写出来，后面的校准和回验才不会把参考值误读成跨平台、跨温区的普适常数。

材料参数的适用边界

重要提示：表中数值若只是室温、低掺杂、名义结构下的参考量级，就必须直说。尤其是折射率温度系数、热导率和增益参数，通常都随温度、掺杂和应变明显变化。把它们当成无条件常数，是器件附录里最容易埋下的后续失真源。

MaterialPropertyBox[热导率的温度依赖性] 半导体材料的热导率 $\kappa(T)$ 强烈依赖温度。对 GaAs、InP 等 III-V 化合物，在室温及以上温区可采用以下经验公式 [Glassbrenner & Slack, 1964] [Adachi, 1985]:

\kappa_{\mathrm{GaAs}}(T) \approx \kappa_{300} \left(\frac{T}{300\,\mathrm{K}}\right)^{-\alpha}, \qquad \kappa_{\mathrm{InP}}(T) \approx \kappa_{300} \left(\frac{T}{300\,\mathrm{K}}\right)^{-\beta},

其中 $\kappa_{300}$ 是 300 K 时的热导率，指数 $\alpha \approx 1.2\text{--}1.3$ (GaAs), $\beta \approx 1.0\text{--}1.1$ (InP)。这说明：

温度从 300 K 升至 400 K 时，GaAs 热导率下降约 25%--30%
温度从 300 K 降至 200 K 时，GaAs 热导率上升约 40%--50%
重掺杂会进一步降低热导率 (声子 - 杂质散射),典型退化因子 0.5--0.8

对高精度热仿真，建议在材料参数表中明确 $\kappa(T)$ 的函数形式而非单一常数。若只使用室温值 $\kappa_{300}$ ，需评估由此引入的误差：对 $\Delta T \approx 50\,\mathrm{K}$ 的温升，忽略温度依赖性会导致热阻低估约 10%--15%。 MaterialPropertyBox

若某个设计的阈值电流明显高于冷腔和增益链条的预期，正确做法是先检查 I--V 与接触结构是否说明了额外串联电阻或漏电路径，而非立刻去改增益模型；若这些都合理，再看热阻与谱漂移是否提示温升过高；最后才轮到怀疑增益模型本身。这就是“先测量分层，再决定谁该被校准”的含义。

预测 $\rightarrow$ 回验：如何判断模型真的具备外推能力

一个器件模型是否可靠，不能只看它能否重现实验中已经参与拟合的曲线。关键的是：在校准阶段没有直接使用过的观测量，模型是否仍能解释。于是，实验闭环至少应分成两批量：

校准量：用于锁定几何、电学、热学和部分光学接口；
回验量：保留出来，不参与拟合，只用于检查模型是否具备预测能力。

对 PCSEL 来说，一个很自然的分层闭环是：

\begin{aligned} \text{测量} &\rightarrow \text{参数提取} \rightarrow \text{电学校准} \rightarrow \text{热学校准} \\ &\rightarrow \text{光学回写} \rightarrow \text{回验未参与拟合的远场、偏振、阈值漂移或工作窗口}. \end{aligned}

式 (29.19) 的实践意义很直接。若模型只会重现已经用于拟合的 I--V 与某一条 L--I 曲线，却无法解释同一器件的谱漂移、远场主瓣变化或偏振窗口，那么它就还不具备“器件预测模型”的资格。相反，若模型在未参与拟合的观测量上仍能给出正确趋势和合理量级，即便数值上还有误差，也说明它抓住了主导物理。

因此，在报告器件建模结果时，最值得坚持的一条写法是：明确声明哪些实验量被用于校准，哪些实验量被保留为回验。只要这一步没有写清楚，“模型与实验一致”这句话就没有足够的信息量。

仿真--实验对标协议：如何让数字与测量对话

仿真的终极价值不在于自洽，而在于能够预测和解释实验。然而，大量 PCSEL 仿真工作在迈向实验对标的第一步就失败了：要么比较的对象不对等，要么忽略了关键的不确定度来源，要么用事后拟合冒充事前预测。本节给出一套严格的仿真 - 实验对标协议，确保每一个"吻合良好"的宣称都经得起推敲。

对标前的层级对齐检查

在将仿真结果与实验数据放在一起比较之前，必须先完成以下五项层级对齐检查：

ExperimentalAlignmentBox 仿真 - 实验对标的五项前置检查

几何保真度检查：仿真中的几何参数（晶格常数 $a$ 、孔径 $r/a$ 、刻蚀深度 $h_{\text{etch}}$ 、外延层厚）是否与 SEM/TEM 实测一致？若使用名义设计值而非实测值，必须说明理由并评估敏感度。
材料模型真实性检查：折射率和增益谱是来自实测椭偏/PL 数据，还是仅靠文献经验公式？对有源区，是否包含了载流子浓度依赖的增益压缩和折射率变化？
边界条件等价性检查：仿真的是无限周期单胞、有限尺寸阵列还是完整器件？实验测得的是面发射主瓣、边缘发射还是积分球总功率？两者是否在相同的物理量层面进行比较？
工作点对齐检查：仿真的是阈值处、阈值以上固定倍数还是最大功率点？实验数据是在 CW 还是脉冲条件下测得？若实验未明确热沉温度和驱动条件，仿真不应直接声称"绝对阈值电流吻合"。
不确定度量化检查：仿真侧是否提供了收敛误差估计？实验侧是否给出了仪器精度、样品间涨落和重复性误差？若任何一方缺失不确定度信息，比较时应降级为"定性趋势对比"而非"定量验证"。

ExperimentalAlignmentBox

三级对标体系：从定性到定量

根据可用信息的完整程度和对标目标的差异，建议采用三级对标体系：

Level 1: 定性趋势对标（最低门槛）

这一级只要求仿真正确预测参数变化的方向，不要求幅度准确。典型问题包括：

孔径增大时，阈值是先降后升还是单调变化？
刻蚀加深时，远场主瓣变窄还是变宽？
温度升高时，激射波长红移速率是多少 nm/K？

通过标准：仿真预测的趋势符号与实验一致，且不存在反例。

ReportingStandardBox Level 1 对标的规范表述示例 "如图 X 所示，仿真预测随着占空比从 0.3 增加到 0.6，A 模的辐射效率单调上升，这与 PL 淬灭校正后的 EL 强度趋势一致（Pearson 相关系数 $r=0.87$ ）。需强调这是定性趋势验证，不涉及绝对效率标定。" ReportingStandardBox

Level 2: 半定量范围对标（推荐门槛）

这一级要求仿真给出的数值落在实验测量的不确定度范围内，或至少在同一数量级。典型问题包括：

仿真阈值电流密度 $J_{\text{th,sim}}$ 是否处于实验值的 $\pm 15\%$ 以内？[行业标准] 对成熟工艺平台， $\pm 30\%$ 通常被认为是前期设计的可接受窗口，但发表级对标建议达到 $\pm 15\%$
远场发散角的仿真值与 CCD 拟合值偏差是否小于 $5^\circ$ ？
模式波长差的仿真预测与光谱仪分辨率相比是否显著？对波长绝对值，建议要求 $\Delta\lambda < \pm 0.5\,\mathrm{nm}$ [行业标准]

通过标准：关键量的相对偏差 $\delta = |X_{\text{sim}}-X_{\text{exp}}|/X_{\text{exp}}$ 应满足： itemize 阈值电流 $I_{\mathrm{th}}$ : $\delta < 15\%$ (发表级) 或 $\delta < 30\%$ (前期设计) 激射波长 $\lambda$ : $\delta < 0.5\,\mathrm{nm}$ 或 $\delta < 0.1\%$ 斜率效率 $\eta_d$ : $\delta < 20\%$ 远场发散角 $\theta$ : $\delta < 5^\circ$ 或 $\delta < 10\%$ itemize 所有偏差均应可由已知不确定度源 (材料参数误差、几何尺寸公差、温度漂移等) 合理解释。

ExperimentalAlignmentBox Level 2 对标的不确定度预算模板 若仿真值为 $X_{\text{sim}} \pm \sigma_{\text{sim}}$ ，实验值为 $X_{\text{exp}} \pm \sigma_{\text{exp}}$ ，则兼容性判据为：

|X_{\text{sim}} - X_{\text{exp}}| \leq k \sqrt{\sigma_{\text{sim}}^2 + \sigma_{\text{exp}}^2},

其中 $k$ 是覆盖因子。对近似正态、双侧区间，工程上常取 $k\approx2$ ；严格 95% 对应 $k=1.96$ 。本书将“ $k\approx2$ ”标记为[工程经验]近似，若需发表级不确定度报告应明确采用的统计分布与置信定义。若上述不等式不成立，则需要检查是否存在系统性偏差（如材料参数失配或未建模物理机制）。 ExperimentalAlignmentBox

Level 3: 定量预测对标（严格门槛）

这一级要求在没有事后拟合的前提下，仿真预测与实验数据在误差棒内完全吻合。这通常需要： itemize 所有输入参数均来自独立表征（SEM、椭偏、Hall 效应、DLTS 等）仿真模型包含所有已知的一阶和二阶物理机制进行了盲测验证：用一部分实验数据校准模型，然后用另一部分数据进行预测检验 itemize 通过标准： reduced chi-square $\chi_\nu^2 = \frac{1}{N-p}\sum_i \frac{(y_{\text{sim},i}-y_{\text{exp},i})^2}{\sigma_i^2}$ 接近 1（理想范围 0.8--1.2），其中 $N$ 是数据点数， $p$ 是拟合参数个数。

关键物理量的对标技术规范

针对 PCSEL 特有的几类关键测量，以下是具体的对标技术要点：

LIV 曲线的对标

LIV（Light-Current-Voltage）特性是激光器最基本的宏观指标。对标时要注意：

itemize 阈值提取方法一致性：实验上常用拐点法、线性拟合法或二次微分法提取 $I_{\text{th}}$ ，仿真上也应采用相同算法处理 $L-I$ 曲线，而不是直接用冷腔 $Q$ 值推算。

热滚降（thermal rollover）建模：若实验观察到高温或大电流下的功率饱和/下降，仿真必须包含自加热效应和温度依赖的效率下降机制（如 Auger 复合、载流子泄漏）。

串联电阻校准： $V-I$ 曲线的斜率应与实验 extracted 的串联电阻 $R_s$ 一致。若偏差超过 $20\%$ ，需要检查接触模型和掺杂分布。 itemize

光谱特性的对标

激射波长和边模抑制比（SMSR）的对标要点：

itemize 波长温度漂移：实验测得的 $\dd\lambda/\dd T$ 应与仿真中材料色散 + 热光效应的综合预测一致。[文献值] 对 InGaAsP/InP 相关器件，常见量级约为 $0.05$ -- $0.1\,$ nm/K，但需绑定工作电流与温区条件[Zhang et al., 1999]。

SMSR的定义统一：实验 SMSR 通常定义为主模与最强边模的功率比（dB），仿真也应在相同带宽和积分时间内计算，避免因频谱分辨率不同导致的人为高估。

动态展宽效应：若实验光谱仪分辨率有限（如 $>0.1\,$ nm），仿真应考虑线宽展宽机制（相位噪声、模式跳动），否则可能出现"仿真线宽远窄于实验"的假性不符。 itemize

远场图案的对标

远场辐射图案的对标最具挑战性，因为其对几何误差极为敏感：

itemize 角度坐标系统一：确认实验使用的是立体角 $(\theta,\phi)$ 还是直角坐标 $(x,y)$ 探测器平面，并进行适当的 Jacobian 变换。

背景扣除：实验远场常包含杂散光和基底辐射，对标前应减去暗背景和自发辐射背景。

有限尺寸效应：若仿真用的是无限周期近似，而实验器件只有几十个周期的阵列，衍射旁瓣的位置和强度会有显著差异。此时应改用有限尺寸全波仿真或直接使用 Fraunhofer 衍射公式修正。 itemize

CrossValidationBox 远场对标的快速诊断流程 enumerate 比较主瓣 FWHM：若仿真值明显小于实验值，可能是阵列尺寸过大或孔径均匀性假设过理想比较旁瓣位置：若旁瓣角度系统性偏移，可能是晶格常数或波长输入有误比较偏振消光比：若实验 PER 远低于仿真值，可能存在应力双折射或加工不对称旋转平均 vs 方位分辨：确认实验是否做了角度平均，避免将各向异性仿真与各向同性实验直接比较 enumerate CrossValidationBox

当仿真与实验不符时的诊断树

即使完成了上述所有检查，仿真与实验出现分歧仍是常态。这时应避免两种极端反应：一是盲目怀疑仿真，二是轻易否定实验。建议采用如下系统化诊断流程：

enumerate 复查输入参数：逐一核对所有几何和材料参数，特别注意单位制转换（nm/ $\mu$ m/eV/meV）、温度条件和批次间工艺变异。

简化测试：构建一个极度简化的基准案例（如单层平板波导、理想 PEC 边界），验证求解器本身是否正确配置。

网格/基函数收敛再确认：有时初始收敛测试不够充分，特别是在引入新物理场（如热耦合）后需要重新验证。

敏感性分析：对可疑参数做扫描，观察是否存在某个参数的微小变化就能解释仿真 - 实验差距。这可能揭示未被充分认识的关键机制。

独立工具复核：用另一种数值方法（如 FDTD vs FEM）或另一款软件重算同一结构，排除单一工具的 bugs 或实现细节影响。

请求原始数据：若实验数据来自合作组，索要原始测量文件和校准记录，有时数据处理过程中的平滑、滤波或归一化会引入人为 artifacts。 enumerate

建立一个"失败日志"文档，详细记录每一次仿真 - 实验不符的案例、排查过程和最终原因。长期积累下来，你会发现某些类型的偏差反复出现（如始终低估阈值电流 20%），这往往指向某个被忽视的系统性误差源（如接触电阻模型过于理想）。

对标结果的报告伦理

最后，必须强调对标报告的学术诚信底线：

EthicsReminderBox 仿真 - 实验对标的红线准则 itemize 禁止选择性呈现：不得只展示吻合良好的数据点而隐藏明显偏离的点。若某些条件下的对标失败，应如实报告并讨论可能原因。

禁止事后调参冒充预测：若使用了实验数据来确定模型参数，必须声明这是"拟合"而非"预测"，并用独立的测试集进行验证。

禁止模糊不确定度：不得用光滑曲线连接稀疏的实验点制造"完美跟踪"的视觉错觉。应清晰标示误差棒和数据点密度。

禁止跨层级比较：不得将冷腔仿真结果直接与器件级 LIV 曲线放在同一纵轴上比较，除非明确说明了中间的转换假设。 itemize EthicsReminderBox

不确定性传播：不要只给单值，要给证据范围

一旦模型里存在文献参数和拟合参数，就不应只给出单一预测值，而应报告一个带条件的区间。最常见的一阶传播写法是

\delta y^2 \approx \nabla_{\bm p} y^{\mathsf T} \mathbf{\Sigma}_p \nabla_{\bm p} y,

其中 $\bm p$ 是参数向量， $\mathbf{\Sigma}_p$ 是其协方差矩阵， $y$ 可以是阈值电流、波长漂移、光束偏角或温升等输出量。若缺乏完整协方差，也应至少进行区间扫描和灵敏度排序，明确指出哪些参数真正主导了结论。

从报告角度看，这意味着结论最好写成“在给定参数区间与边界条件假设下，某输出落在什么范围”，而不是只报一个最优单值。对器件设计而言，这种写法更诚实，也更有工程意义，因为它直接体现设计对工艺和参数漂移的鲁棒性。

回到 PCSEL：可交付器件结论的组成

到这里，可以把器件建模的真正交付物说清楚。一个合格的 PCSEL 器件模型不应只交付阈值电流数值，还应给出可审计的证据链：

它应当明确给出外延层与目标模式之间的重叠信息；明确材料增益如何映射成模增益；明确哪一类损耗主导了阈值；明确电流如何分布到有源区；明确热源与热点在哪里；明确温升如何回写到折射率、增益和吸收；最后明确在这些回写后，目标模是否仍在工作窗口内保持优势。

只要这条证据链缺少其中一环，结论就应主动降级。反过来说，若这条链完整，即便最终结果只是“某设计方案在当前参数不确定度下不够鲁棒”，它仍然是高质量器件建模，因为它解释了失败发生在哪里。

回看本章

器件建模的核心，是把“材料增益 -> 模增益 -> 净模增益 -> 阈值条件 -> 阈值电流 -> 热回写”组织成一条变量流向清晰的证据链，而非把更多方程堆在一起。速率方程近似适合做一致性核查，完整器件结论则必须依赖 Poisson、漂移-扩散和热方程。边界条件是模型本身的一部分，参数来源必须分层管理，校准顺序应优先稳住电学和热学，再做光学回写；而一套真正可交付的器件模型，还必须把“测量 -> 参数提取 -> 分层校准 -> 预测 -> 回验”写成显式闭环。真正有用的器件模型，不只给一个数值，还要告诉读者这个数值是怎样来的、由哪些参数主导、在什么条件下会失效。

练习题

enumerate [基础] 结合式 (29.1)，写出你当前研究对象中每一个箭头对应的输入、输出和近似条件。

[基础] 说明为什么式 (29.7) 只能作为器件级一致性核查，而不能替代完整漂移-扩散模型。

[进阶] 为一个电注入 PCSEL 设计一套参数分层表，区分直接测量、文献引用和拟合反演三类参数。

[进阶] 假设热回写后目标模排序翻转，写出你会优先检查的三个接口变量，并说明它们分别属于光学、电学还是耦合模型。

[综合] 为一个你熟悉的器件案例写出一条“测量 -> 参数提取 -> 分层校准 -> 预测 -> 回验”的最小实验闭环，并指出哪一项观测量最适合保留为回验量。 enumerate

延伸阅读

itemize 下一章将把本附录中的变量链变成数值验证和发布门槛，也就是从“能建模”走向“能证明模型可信”。阅读时应同时核对本章变量在后续模型中的定义和适用范围。

若想进一步对照半导体激光器器件建模的一般框架，可结合 [Coldren et al., 2012] [Zhou & Pan, 2023] [Hirose et al., 2014] [Yoshida et al., 2023] 中关于增益、器件设计与实验对接的内容一起阅读。阅读时应重点核对相关模型假设、参数范围与文献适用条件。 itemize

半导体激光器与器件建模附录

读完本章，你应能#

读前准备#

阅读主线#

为什么器件建模最容易在“接口”上出错#

从材料增益到阈值电流：先把符号链写全#

第一步：材料增益怎样变成模增益#

第二步：从模增益到净模增益，再到阈值#

第三步：速率方程的一致性核查#

第四步：完整器件方程组是什么，各自属于哪类模型#

边界条件不是实现细节，而是器件物理的一部分#

参数来源要分层管理：测量值、文献值和拟合值不是同一种可信度#

校准顺序为什么通常是先电学，再热学，最后光学回写#

测量 →\rightarrow→ 参数提取：先区分直接观测量与反演量#

材料参数的适用边界#

预测 →\rightarrow→ 回验：如何判断模型真的具备外推能力#

仿真--实验对标协议：如何让数字与测量对话#

对标前的层级对齐检查#

三级对标体系：从定性到定量#

Level 1: 定性趋势对标（最低门槛）#

Level 2: 半定量范围对标（推荐门槛）#

Level 3: 定量预测对标（严格门槛）#

关键物理量的对标技术规范#

LIV 曲线的对标#

光谱特性的对标#

远场图案的对标#

当仿真与实验不符时的诊断树#

对标结果的报告伦理#

不确定性传播：不要只给单值，要给证据范围#

回到 PCSEL：可交付器件结论的组成#

回看本章#

练习题#

延伸阅读#

PCSEL 理论、仿真与器件物理导论

读完本章，你应能

读前准备

阅读主线

为什么器件建模最容易在“接口”上出错

从材料增益到阈值电流：先把符号链写全

第一步：材料增益怎样变成模增益

第二步：从模增益到净模增益，再到阈值

第三步：速率方程的一致性核查

第四步：完整器件方程组是什么，各自属于哪类模型

边界条件不是实现细节，而是器件物理的一部分

参数来源要分层管理：测量值、文献值和拟合值不是同一种可信度

校准顺序为什么通常是先电学，再热学，最后光学回写

测量 $\rightarrow$ 参数提取：先区分直接观测量与反演量

材料参数的适用边界

预测 $\rightarrow$ 回验：如何判断模型真的具备外推能力

仿真--实验对标协议：如何让数字与测量对话

对标前的层级对齐检查

三级对标体系：从定性到定量

Level 1: 定性趋势对标（最低门槛）

Level 2: 半定量范围对标（推荐门槛）

Level 3: 定量预测对标（严格门槛）

关键物理量的对标技术规范

LIV 曲线的对标

光谱特性的对标

远场图案的对标

当仿真与实验不符时的诊断树

对标结果的报告伦理

不确定性传播：不要只给单值，要给证据范围

回到 PCSEL：可交付器件结论的组成

回看本章

练习题

延伸阅读