本发明属于太赫兹测量，更具体地，涉及一种无损检测多层薄膜光学常数和厚度的模型构建方法。
背景技术：
1、光学常数对于评估特种涂层、芯片集成电路等光电器件的材料性能具有重要意义。同时，光学常数作为表征物质宏观性质和微观性质的手段，为分析电子结构、掺杂浓度和聚合物性质提供了可靠的依据。光学散射测量法是一种非接触式测量薄膜光学常数的方法。光学散射测量中的椭偏测量法是一种通过检测与薄膜相关的入射光和反射光的偏振态变化从而求解薄膜光学常数的方法，由于其测量方法的特点，现已广泛应用于科学研究和工业生产中。椭偏测量的正向物理过程是通过测量平行偏振p光与垂直偏振s光的复反射系数之比，进而求得椭偏参数的实部幅值比ψ和虚部相位差δ。在实际使用椭偏仪测量时则是反向求解的过程，这属于反问题的求解，其本质上比正问题更难研究，并且此类反问题属于非线性回归问题，没有解析解。
2、传统的反问题求解方法难以解决这类光学散射测量问题。由于它是一种基于人类专家经验的试错学习，需要人为地提供一个良好的初始猜测来实现拟合收敛，因此椭偏测量问题的求解是不唯一的。到目前为止，除了柯西色散公式外，还有哈特曼色散公式、塞尔迈耶色散公式和赫兹伯格色散公式等其他常用的色散公式来表征材料的性质。为了解决具体的实际问题，需要人类专家丰富的经验在其中做出最优选择。此外，对模型的分析往往需要结合多种离散度模型对样本进行精确描述，导致初始参数过多，而传统拟合方法难以收敛得到正确解，导致整个过程不得不反复进行，直到拟合出正确解。这种传统的方法使得椭偏测量过程耗时且效率低下。已有研究表明，通过对数据进行光强传输的辅助测量信息补充，可以消除上述数学模糊性，并产生唯一解。然而，额外引入的数据也带来了新的问题，额外增加的信息放大了传统方法的不足，增加了拟合的复杂性，降低了实用性。并且在太赫兹波段，没有宽带波片，这导致太赫兹椭偏仪只能使用单一波长进行测量，如果使用传统椭偏测量方法进行测量将大大降低太赫兹椭偏仪的测量精度。
技术实现思路
1、针对现有技术的缺陷和改进需求，本发明提供了一种无损检测多层薄膜光学常数和厚度的模型构建方法，其目的在于解决传统椭偏测量方法存在的测量精度低的问题。
2、为实现上述目的，按照本发明的一个方面，提供了一种无损检测多层薄膜光学常数和厚度的模型构建方法，包括：构建无损检测模型；其中，所述无损检测模型包括逆向模块和正向模块；所述逆向模块的输入为第一椭偏光谱和第一补充光谱，输出为薄膜的折射率、消光系数和厚度；所述逆向模块的输出作为所述正向模块的输入，所述正向模块的输出为第二椭偏光谱和第二补充光谱；对仿真测量数据集进行预处理，得到退化测量数据集，退化测量数据集中的样本包括椭偏光谱和补充光谱；将所述退化测量数据集中的椭偏光谱和补充光谱输入所述逆向模块，以所述正向模块输出的第二椭偏光谱和第二补充光谱相对于所述退化测量数据集中的椭偏光谱和补充光谱的误差最小为目标，训练所述无损检测模型。
3、更进一步地，训练所述无损检测模型时的目标为：
4、(n*,k*,d*)＝argminn,k,d[γ||f(n,k,d)-(ψ,δ)||2+(1-γ)||g(n,k,d)-(r,a)||2]
5、其中，n*、k*、d*分别为最优的n、k、d，n、k、d分别为薄膜的折射率、消光系数、厚度，γ为权重系数，ψ为p光与s光的振幅比，δ为p光与s光的相位差，ψ和δ组成椭偏光谱，r为薄膜的反射率，a为薄膜的吸收率，r和a组成补充光谱，f()为第一函数，g()为第二函数，||||2为欧氏距离。
6、更进一步地，f()为：
7、
8、g()为：
9、
10、a＝1-r
11、其中，rp为p光反射系数，rs为s光反射系数。
12、更进一步地，所述逆向模块和所述正向模块均包括若干个级联的u-net单元；所述u-net单元包括第一卷积层、第二卷积层、第三卷积层和上采样层；所述第一卷积层包括两个残差连接的卷积单元，所述第二卷积层包括两个残差连接的卷积单元；所述第一卷积层的一卷积单元、所述第二卷积层的一卷积单元、所述第三卷积层、所述上采样层、所述第二卷积层的另一卷积单元和所述第一卷积层的另一卷积单元依次连接。
13、更进一步地，所述逆向模块和所述正向模块中，u-net单元的数量均为3个。
14、更进一步地，所述对仿真测量数据集进行预处理，具体包括：对所述仿真测量数据集依次进行缩放处理、矢量偏移处理和附加噪声处理。
15、按照本发明的另一个方面，提供了一种无损检测多层薄膜光学常数和厚度的方法，将待检测薄膜的椭偏光谱和补充光谱输入上述训练后的无损检测模型，得到所述待检测薄膜的折射率、消光系数和厚度。
16、按照本发明的另一个方面，提供了一种电子设备，包括：处理器；存储器，其存储有计算机可执行程序，所述程序在被所述处理器执行时，使得所述处理器执行如上所述的无损检测多层薄膜光学常数和厚度的模型构建方法，或者，执行如上所述的无损检测多层薄膜光学常数和厚度的方法。
17、按照本发明的另一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的无损检测多层薄膜光学常数和厚度的模型构建方法，或者，实现如上所述的无损检测多层薄膜光学常数和厚度的方法。
18、总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
19、(1)提供了一种无损检测多层薄膜光学常数和厚度的模型构建方法，基于深度学习进行椭偏测量，利用光学散射的物理一致性，基于椭偏测量物理建模，利用神经网络来解决太赫兹椭偏测量问题；具体地，设计由逆向模块和正向模块级联组成的无损检测模型，参数选择上，在椭偏参数的基础上补充基于光强的反射吸收光谱(即补充光谱)，丰富数据，降低反演问题的模糊性，对光谱进行分析，得到了所测薄膜的光学常数和厚度唯一解，更好地提高了测量精度；
20、(2)提供了一种优选地正向模块和逆向模块的架构，正向模块和逆向模块中的srum结构一样，在执行不同模块任务时只是输入和输出的特征数据元素个数不同，其架构简单且能实现很好的正向求解精度和逆向求解精度，从而提高了测量精度；
21、(3)该方法不需要人类专家先验知识的干预就可以实现对结果的瞬时准确计算，具有良好的分析性能，并且突破了太赫兹波段需要多波长测量、无宽带响应偏振波片的限制，为光学薄膜的自动、高效和高通量的光学表征铺平了道路，这对于高精度实时无损测量薄膜具有重要意义，对太赫兹椭偏仪向智能化、全自动无损测量发展具有重要意义。
1.一种无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，包括：
2.如权利要求1所述的无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，训练所述无损检测模型时的目标为：
3.如权利要求2所述的无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，f()为：
4.如权利要求1-3任一项所述的无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，所述逆向模块和所述正向模块均包括若干个级联的u-net单元；
5.如权利要求4所述的无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，所述逆向模块和所述正向模块中，u-net单元的数量均为3个。
6.如权利要求1所述的无损检测多层薄膜光学常数和厚度的模型构建方法，其特征在于，所述对仿真测量数据集进行预处理，具体包括：
7.一种无损检测多层薄膜光学常数和厚度的方法，其特征在于，将待检测薄膜的椭偏光谱和补充光谱输入权利要求1-6任一项得到的训练后的无损检测模型，得到所述待检测薄膜的折射率、消光系数和厚度。
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一项所述的无损检测多层薄膜光学常数和厚度的模型构建方法，或者，实现如权利要求7所述的无损检测多层薄膜光学常数和厚度的方法。
