利用原子力显微镜(AFM)、荧光显微成像系统以及时间分辨单光子计数(TCSPC)系统,对金纳米球(AuNS)-银纳米线(AgNW)耦合结构纳米间隙内的量子点荧光自发辐射增强以及表面等离激元(SPP)传导特性进行研究。实验使用两种方式实现了金纳米球和银纳米线间的耦合。第一种方式为:将金纳米球和量子点的混合溶液及银纳米线溶液依次涂覆到SiO2基片上,寻找随机存在的金纳米球-银纳米线耦合结构。第二种方式为:利用AFM进行纳米操纵,在SiO2基片上实现了可控的金纳米球和银纳米线耦合结构。利用该结构,实现了最高达到611的量子点自发辐射速率增强因子,同时也观测到了被增强的荧光激发SPP沿银纳米线传导。利用COMSOL Multiphysics仿真软件,对金纳米球-银纳米线耦合结构附近不同位置和偏振的量子点自发辐射速率增强因子进行了模拟计算,并且和单个金纳米球、单根银纳米线附近量子点自发辐射速率增强因子进行了对比,结果表明金纳米球-银纳米线耦合结构能够获得更高的自发辐射速率增强因子。计算了量子点激发的银纳米线上SPP的场分布,得到了与实验相符的结果。

对太赫兹金属平行平板波导的最低阶横电(TE1)模式进行理论研究,并且在真实金属参数的条件下,推导出一个适用于太赫兹金属平行平板波导TE1模式有效折射率的近似表达式。首先对TE1模式进行基于有限元方法的数值模拟,并且将模拟结果与近似表达式所得的数值进行对比,验证理论推导的可行性。接着由误差分析表明所推导的近似表达式在整个太赫兹波段具有很高的精确度,并且具有适用频率范围广的特点。模拟仿真结果表明,该近似表达式对TE1模式的分析具有高度的适用性,将对金属平行平板波导的研究和应用起到一定的促进作用。

基于平行平板波导的TE1模式理论和电场是近似线偏振的假设,推导了余弦-高斯光束在平行平板波导中的电场传输表达式。在傍轴近似的条件下,余弦-高斯光束可以作为平行平板波导的一个基础解。当频率为0.35 THz时,对余弦-高斯光束在金属铜平行平板波导中的传输进行了数值模拟,结果表明模拟的幅值和相位与根据电场表达式所得结果符合得很好,同时也讨论了z轴方向上模拟的相位与理论结果的偏差和电场散度方程的完备性。

为了实现太赫兹高斯光束与双曲线形金属波导的高效耦合, 设计了一个渐变的椭圆-双曲线形金属波导连接器。此波导连接器的输入端是矩形的, 输出端是椭圆-双曲线形的。在渐变的过程中, 矩形金属波导的TE01模逐渐转变成双曲线形金属波导的椭圆偏振模。根据WKB近似, 这个缓慢渐变的波导消除了反射和散射, TE01模和椭圆偏振模的耦合效率可以高达94%。最终, 经过这个渐变连接器, 高斯光束和双曲线形金属波导的耦合效率可以提高到69.1%。

生命科学领域的研究需要对样本进行纳米量级的宽视场、实时动态观测。提出了一种基于金属光栅近场衍射增强的结构光照明技术, 该技术在传统e-pi显微镜的基础上引入金属光栅和空间光调制器；对该技术的亚波长成像性能进行了理论分析和数值分析。研究结果表明:在波长为520 nm、数值孔径为1.3的条件下, 该技术可以使半峰全宽的横向空间分辨率为65 nm, 相比于宽场照明显微分辨率提升了约3.7倍；该技术以其优异的亚波长成像性能在生命科学领域研究中具有潜在的应用价值。

经典的恢复算法不能有效地恢复被观测物的全频域信息, 空间频率的缺失导致超分辨图像伴有较为严重的旁瓣.本文提出利用最大后验概率(MAP)评估解决表面等离子体结构光照明技术中的光学旁瓣问题.结果表明MAP评估恢复算法可以有效恢复物质的高空间频率信息, 并且通过合理选择优化参数达到抑制光学旁瓣的目的.在波长520 nm, 数值孔径1.3下, 可获得半高全宽65 nm的横向分辨力, 约为传统荧光显微镜的3.6倍.该技术在生命科学观测中具有潜在应用价值.

提出了一种可工作于可见光波段的波长可调的超透镜。该超透镜由一层等离子体金属薄膜和两侧等厚介质薄膜的平面波导构成。通过分析介质薄膜对波导表面等离子体模式的调制作用，给出了超透镜的成像规律。结果表明，通过调节透镜介质薄膜的厚度可实现从365~515 nm、分辨率为λ/6、高能量透射率的亚波长成像。该三层膜超透镜结构简单，可有效地减小制备误差及表面粗糙度对成像的不利影响，降低了制造难度。此结构以其简单的结构、出色的成像性能在亚波长光刻、生物显微镜、高密度数据存储等方面具有潜在的应用价值。

结合数字信号处理中的半解析递归卷积(SARC)算法, 提出一种用于金属光学特性分析的改进半解析递归时域有限差分方法(SARC FDTD)。该方法保持了SARC算法的绝对稳定性和高精度、低内存等优点, 又利用梯形近似使FDTD递推公式更加简洁, 计算效率进一步提高, 对于各种常用金属色散模型, 均只需给出模型的极点和对应的系数, 即可运用该算法的程序进行计算, 具有较好的通用性。最后, 通过金属的高阶Lorentz, Drude-Lorentz和Drude-CP三种常用色散模型对算法进行了验证。