解釋優化手機顯示的自動化工作流程的步驟

1、概述

在今天設計案例中，我們將解釋優化手機顯示的自動化工作流程的步驟。該工作流程也適用于其他類型顯示屏的應用，如汽車內部顯示屏、電視、計算機顯示屏，甚至智能手表顯示屏。

在本案例中我們將介紹三個部分，涉及Ansys的光學仿真產品Speos和Lumerical，聯合optiSLang進行涉及優化，Lumerical設計顯示屏的像素，用optislang自動優化，然后用Speos檢查顯示效果。
?

為了制作一個出色的顯示器，我們通常希望獲得出色的色彩覆蓋率、全角度的良好觀看效果以及在許多不同條件下的更低功耗。在Ansys顯示屏設計解決方案中，我們可以使用Lumerical STACK或FDTD構建OLED或微型LED納米結構，并在像素級模擬光提取效率、角發射和顏色，同時將OLED的結構參數、光提取效率和顯示顏色等這些指標輸入optiSLang優化，最后我們可以使用Speos獲得消費者對顯示屏的視覺感知，并了解這些指標如何影響視覺感知。

2、設計流程

遵循顯示屏物理模擬工作流，將從Lumerical STACK設計像素的納米結構，使用optiSLang實現工作流的自動化，使用optiSLang的優化器來改變像素層設計，優化像素效率和具有復雜交互的光學性能，再到Speos中具有人眼視覺的感知仿真由這些像素制成的顯示產品。整個流程完全采用自動化設計方式，仿真工具之間的數據傳輸無縫兼容。

1.OLED納米光子像素的設計，并在Ansys Lumerical中詳細介紹優化指標。

像素是顯示屏的基本組成部分，也是我們優化的重點。在OLED或LED設備中，陽極和陰極用于注入帶電載流子，帶正電的空穴由空穴注入層和傳輸層傳輸，電子則相反。它們在發射層相遇，在那里可以重新組合形成光子。當然光學材料的性能和層厚對整體光學性能起著關鍵作用，在不影響電性能的情況下改變這些層的厚度，以便ZUI大化光學指標。

Lumerical STACK多層結構解析求解器，因為可以精確地處理多層厚度，對于設計垂直發射的顯示設備，STACK計算速度非常高效，幾秒鐘直接就完成求解，非常適合用于優化程序嘗試數十萬種設計。

在設計顯示屏時，定量的方法描述顏色是非常重要的，可以通過顏色空間進行幾何處理，展示在CIE 1976顏色空間中的色度圖，將光的實際狀態與視覺感知聯系起來。使用紅色、藍色和綠色作為原色，將它們混合在一起，可以在所謂的設備色域內產生白色和任何其他顏色。

因此我們希望RGB的盡可能接近色度圖邊界顏色，換言之完全單色，實現ZUI寬的色域，色域覆蓋率CGC，同時我們需要高效的光提取，我們稱之為外部量子效率或EQE，并且從寬視角下也能清晰的顯示顏色的準確性，準確描述顏色隨觀察角度的變化，我們稱之為ZUI大顏色偏移MCS。

因此在STACK設計改變發射腔不同層結構的厚度，將會得到不同的色域和色偏結果，我們希望在色域和色偏之間找到合適的平衡，同時保證出光效率。
?

2.? optiSLang工作流自動化和設計優化

optiSLang是一個開放平臺，用于連接來自不同來源的工具和數據，以自動化的方式運行分析，從而完成產品開發優化過程，生成元模型的敏感性分析，找到ZUI佳設計和評估重要輸入參數的方法。

對于顯示屏設計優化，對光提取效率、色偏和色域覆蓋率的光譜指標進行多目標優化。因此optiSLang為數值模擬建立了一個工作流程，并運行它進行設計優化。
?

建立參數化系統后，進行參數敏感性分析。在敏感性分析中，通過COP矩陣預測輸出變化，COP的數值告訴我們模型質量，此外可以看到參數對輸出的影響。所以我們會得到在OLED設計的堆層中有哪幾層的厚度參數是影響設計目標光提取率、色偏和色域的關鍵，可以直接了解光學行為。
?

通過敏感性分析，以了解設計參數各結構厚度參數和設計目標的設計行為，并使用結果支持我們的優化算法，即進化算法，自動運行數千種靈敏度和優化設計，因為這是一個多目標優化，可以得到了一組ZUI佳設計，稱為帕累托前展面，從帕累托前展面沿獲取設計，并將優化后的Lumerical數據以RGB強度分布數據形式導入Speos。

3. Speos人眼視覺仿真，在照明環境下，顯示屏視覺感知質量。

現在，我們需要了解數據將如何從Lumerical傳輸到Speos，在Lumerical的堆層設計中的到的是像素的納米結構，即RGB像素的光角度分布和顏色信息，然后，由于optiSLang自動化功能，RGB像素輸出數據會自動復制，在經過處理腳本將整個顯示屏RGB像素數據轉換為Speos格式，即光譜發光強度分布數據，將使用強度分布數據作為輸入光源來定義手機顯示屏。

在轉換后的RGB堆層數據，在Speos中以光強分布的形式定義，在Speos中需要做的就是使用紅色、綠色和藍色的強度分布來定義顯示的RGB白色源，屬于整個系統的降階模型，因為不再需要具體的堆層信息，因為RGB光強數據已經包含正確顏色和正確光分布信息，再通過Speos的texture功能在顯示器上生成圖像，以獲得更好的人眼視覺體驗。
?

在Speos中設置RGB光源之后，將手機顯示屏放置在環境場景中，并用人眼視覺仿真從不同的角度觀察顯示屏的顯示效果。Speos可以通過調整RGB的比例校準顯示器，以便進行逼真的模擬，將平均亮度調整為當前市場上手機的亮度設置975cd/m2，調整RGB獲取與白色光源D65相同的色度坐標?，F視覺仿真設計結果，選取Lumerical的初始設計和通過optiSLang優化后帕累托延展面的優化點。

第一排是初始設計，第一列是正入射角度，第二列是25度入射角度，第三列是50度入射角度?？梢钥吹疆斣黾尤肷浣菚r，最初的設計變成了綠色。

在第二排是從optiSLang獲得的第一個優化設計。在正常入射時開始呈白色，當增大入射角時，它看起來像暖白色，幾乎是紅色，同樣的另外兩個優化設計?？梢钥吹筋愃频内厔?，但不同的顏色外觀。

選擇第一個優化設計，并獲得一些顏色變化的指標，將顯示光源表面使用texture顯示具體圖像，在顯示器上顯示圖像時，不同事先角度顏色變化。

3、結束語

通過Speos和lumerical聯合optiSLang的顯示屏優化設計，通過Lumerical STACK可以設計和模擬一個參數化的微型LED或OLED像素設計，然后通過optiSLang完成多目標優化，最后將優化后的多組優化方案，在Speos真是的環境場景中，以人眼視覺方式比較這些設計方案。同樣的這個顯示優化工作流程也適用于其他應用，如汽車顯示器、電視、電腦顯示器和智能手表顯示器。

審核編輯：劉清