comsol计算非厄米系统中的PT BIC 在一维链中引入PT对称,普通的BIC劈裂为PT B...

comsol计算非厄米系统中的PT BIC 在一维链中引入PT对称,普通的BIC劈裂为PT BIC和激光阈值模。 包含能带,本征模式虚部,品质因子,场分布。

在COMSOL里折腾非厄米系统的PT对称性边界态(BIC)是件挺有意思的事。咱们今天用一维链模型为例,看看当系统满足PT对称时,传统BIC是怎么裂成PT-BIC和激光阈值模这对"双胞胎"的。先别急着翻公式,直接动手搭模型更实在。

建模时注意两点:周期结构中交替布置的损耗和增益区域(比如用复介电常数实部相同但虚部符号相反的材料)。代码里设置参数可以直接用类似这样的变量定义:

epsilon_r = 1 + delta*(mod(x, period) < 0.5*period);  // 实部周期调制
epsilon_i = gamma*(2*(mod(x, period) < 0.3*period) - 1);  // 虚部正负交替

这里delta控制实部调制幅度,gamma控制非厄米强度。注意第三个判断条件里的0.3是为了让增益/损耗区域不对称——这会影响后续模式分裂的具体表现。

跑完能带计算后,重点盯着本征频率的虚部看。当gamma超过临界值时,原本简并的BIC会突然分裂——一个模式的虚部变正(对应激光阈值,开始指数增长),另一个虚部为负(衰减态)。这时候在结果表里筛选Im(f)>0的模式,就是我们要找的PT-BIC。

品质因子Q的计算别直接用传统公式,非厄米系统得用这个骚操作:

freq = eigenfrequency;  // 本征频率复数
Q = abs(real(freq))/(2*abs(imag(freq)));  // 绝对值处理符号问题

特别注意当gamma接近相变点时,分母会趋近于零,这时候Q值会突然飙升,这刚好对应BIC的无限大Q特征。不过实际计算中受网格精度限制,我们看到的峰值大概在1e6量级。

场分布的特征更直观:在参数扫描结果里对比两个分裂模式的电场分布。PT-BIC会呈现空间局域性增强的特征,而激光阈值模的场强会在增益区域集中。用下面这行代码可以快速提取场分布极值:

maxE = max(abs(emw.Ez));  // 假设是TM极化
locations = find(abs(emw.Ez) > 0.9*maxE); 

当gamma逐步增大时,注意观察极值点位置是否从结构中心向两端迁移——这是PT对称破缺的直观表现。

最后来个实战技巧:计算参数扫描时别傻等,在study设置里勾选"集群计算"选项,把不同gamma值的计算任务分发到多核并行。记得在脚本里加个进度监控:

progress = waitbar(0,'Running parameter sweep...');
for gamma = linspace(0,0.2,50)
    model.param.set('gamma', gamma);
    model.study('std1').run();
    % 这里保存数据或后处理
    waitbar(gamma/0.2, progress);
end

当看到Q值曲线出现突变点时,基本就抓到PT相变临界位置了。不过要当心数值误差,最好用二分法在突变区间加密采样。

这种玩法其实可以扩展到二维光子晶体,不过一维模型已经足够说明问题。下次如果看到谁还在用传统BIC做传感,不妨建议他试试非厄米版本——Q值翻个三五倍不是梦,当然得小心别让系统越过激光阈值把样品给烧了。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值