Matlab:产生艾里光束

据说艾里光束是一类不沿着直线传播的光束,这里用matlab简单仿真了一个光束的产生。当然,还没有开始研究其中光束的传输特性。

由于艾里光束的理论二维光强分布的傅里叶变换是一个高斯振幅项×立方相位项,那么反过来,传统产生艾里光束的方法便是利用高斯光束与立方相位作用,并用焦距为f的透镜做傅里叶变换,那么在焦平面上便可以得到理想的艾里光斑。而这种方式所构建的实验系统必须要将透镜带来的2f距离考虑在内,这就会带来实验系统冗长的问题。而在器件微型化和小型化的当下,2f的距离简直是不能忍的,利用直径不到1mm的超构表面承载立方相位与透镜相位,可以直接解决问题。这也是后面两种仿真的思路,一种是不考虑光场的振幅分布,将立方相位叠加透镜相位,经过一定距离的衍射之后得到准艾里光束。而另一种则是将高斯振幅分布与立方相位点乘编码,再叠加上透镜相位,同样衍射之后得到艾里光束。

话不多说,上代码:

%% ***************************************
% author: Wangjing  
% 2024/8/14

clear,clc,close all;

% parameters setting**************
lamda = 1550e-9;
k = 2*pi/lamda;
xlens = 0.8e-3;
ylens = 0.8e-3;
w = 1.8e-4;        % waist radius
Nx = 1024;
Ny = 1024;
z = 0;

% coordinates generation**********
xpos = linspace(-xlens/2,xlens/2,Nx);
ypos = linspace(-ylens/2,ylens/2,Ny);
[x,y] = meshgrid(xpos,ypos);

% Gaussian_beams generation*******
E_Gauss = f_Gaussian_beams(w,z,lamda,xlens,ylens,Nx,Ny);
figure;
subplot(1,2,1),imagesc(abs(E_Gauss).^2),title('gauss_intensity'),colormap(subplot(1,2,1),"hot"),axis square,axis off;
subplot(1,2,2),imagesc(angle(E_Gauss)),title('gauss_phase'),colormap(subplot(1,2,2),"gray"),axis square,axis off;

% Cubic phase & lens phase*********
s = 5e-7;
A = exp(1i*k*(x.^3+y.^3)/3/s);
figure;imagesc(angle(A)),colormap gray,title('Cubic phase'),axis square,axis off;
f = 5e-4;
Fresnel = exp(1i*k*(x.^2+y.^2)/2/f);
figure;imagesc(angle(Fresnel)),colormap gray,title('lens phase'),axis square,axis off;

% 传统透镜傅里叶变换产生艾里光束*********
E1 = E_Gauss.*A;
E2 = fftshift(fft2(E1));      % 光斑较小
figure;
subplot(1,2,1),imagesc(abs(E2).^2),title('Airy_beams'),colormap(subplot(1,2,1),"hot"),axis square,axis off;
subplot(1,2,2),imagesc(angle(E2)),title('bemas_phase'),colormap(subplot(1,2,2),"gray"),axis square,axis off;

% 平面波入射到cubic及lens复合相位产生准艾里光束********
E_plane = ones(Nx,Ny);
figure;
subplot(1,2,1),imagesc(abs(E_plane).^2),title('平面波'),colormap(subplot(1,2,1),"hot"),axis square,axis off;
subplot(1,2,2),imagesc(angle(E_plane)),title('phase'),colormap(subplot(1,2,2),"gray"),axis square,axis off;

E_qusi = E_plane.*(exp(1i*angle(A+Fresnel)));
E_qusi_Airy = f_angular_spectrum(lamda,E_qusi,xlens/Nx,2*f,'forward');
figure;
subplot(1,2,1),imagesc(abs(E_qusi_Airy).^2),title('qusi_Airy_beams'),colormap(subplot(1,2,1),"hot"),axis square,axis off;
subplot(1,2,2),imagesc(angle(E_qusi_Airy)),title('qusi_phase'),colormap(subplot(1,2,2),"gray"),axis square,axis off;

% 平面波入射到振幅编码的cubic_phase并结合透镜相位产生艾里光束********
m = 1e-7;
Amp = -(x.^2 + y.^2)./m;
figure;imagesc(Amp),title('Amplitude'),colormap gray,axis square,axis off;
phase = angle(Amp.*A + Fresnel);
E_middle = E_plane.*exp(1i*phase);
E_Airy = f_angular_spectrum(lamda,E_middle,xlens/Nx,f,'forward');
figure;
subplot(1,2,1),imagesc(abs(E_Airy).^2),title('Airy_beams'),colormap(subplot(1,2,1),"hot"),axis square,axis off;
subplot(1,2,2),imagesc(angle(E_Airy)),title('phase'),colormap(subplot(1,2,2),"gray"),axis square,axis off;


下面是相应的仿真结果

传统傅里叶变换法的仿真光斑:
lens傅里叶变换-放大艾里光斑
这是放大的焦面光斑,不放大看其实只有一个小点,实验上也应该是这个样子。

这是对应直接将立方相位与透镜相位叠起来的仿真结果,即准艾里光束(言外之意就是没那么标准的艾里光束):
在这里插入图片描述
确实这个光斑效果都差很多,没有上面fft那么光滑,而且还有很多杂斑。

最后一种是对应振幅编码的艾里光束仿真结果:
在这里插入图片描述
emm,这个纯粹手误,出现了一个很明显的十字衍射,有可能是衍射距离没有设置好,或者是传输函数有点疏忽啥的,意思就那个意思。意思意思就可以了。

至于为什么要研究艾里光束,以及艾里光束有什么用,其实我也不知道,纯粹是写着玩的,那什么,如果文章或者代码有错误有疏忽,欢迎补充和批评指正。
祝大家工作科研顺利,暑假愉快~~~~

1.版本:matlab2014/2019a/2021a,内含运行结果,不会运行可私信 2.领域:智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,更多内容可点击博主头像 3.内容:标题所示,对于介绍可点击主页搜索博客 4.适合人群:本科,硕士等教研学习使用 5.博客介绍:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可si信 %% 开发者:Matlab科研助手 %% 更多咨询关注天天Matlab微信公众号 ### 团队长期从事下列领域算法的研究和改进: ### 1 智能优化算法及应用 **1.1 改进智能优化算法方面(单目标和多目标)** **1.2 生产调度方面** 1.2.1 装配线调度研究 1.2.2 车间调度研究 1.2.3 生产线平衡研究 1.2.4 水库梯度调度研究 **1.3 路径规划方面** 1.3.1 旅行商问题研究(TSP、TSPTW) 1.3.2 各类车辆路径规划问题研究(vrp、VRPTW、CVRP) 1.3.3 机器人路径规划问题研究 1.3.4 无人机三维路径规划问题研究 1.3.5 多式联运问题研究 1.3.6 无人机结合车辆路径配送 **1.4 三维装箱求解** **1.5 物流选址研究** 1.5.1 背包问题 1.5.2 物流选址 1.5.4 货位优化 ##### 1.6 电力系统优化研究 1.6.1 微电网优化 1.6.2 配电网系统优化 1.6.3 配电网重构 1.6.4 有序充电 1.6.5 储能双层优化调度 1.6.6 储能优化配置 ### 2 神经网络回归预测、时序预测、分类清单 **2.1 bp预测和分类** **2.2 lssvm预测和分类** **2.3 svm预测和分类** **2.4 cnn预测和分类** ##### 2.5 ELM预测和分类 ##### 2.6 KELM预测和分类 **2.7 ELMAN预测和分类** ##### 2.8 LSTM预测和分类 **2.9 RBF预测和分类** ##### 2.10 DBN预测和分类 ##### 2.11 FNN预测 ##### 2.12 DELM预测和分类 ##### 2.13 BIlstm预测和分类 ##### 2.14 宽度学习预测和分类 ##### 2.15 模糊小波神经网络预测和分类 ##### 2.16 GRU预测和分类 ### 3 图像处理算法 **3.1 图像识别** 3.1.1 车牌、交通标志识别(新能源、国内外、复杂环境下车牌) 3.1.2 发票、身份证、银行卡识别 3.1.3 人脸类别和表情识别 3.1.4 打靶识别 3.1.5 字符识别(字母、数字、手写体、汉字、验证码) 3.1.6 病灶识别 3.1.7 花朵、药材、水果蔬菜识别 3.1.8 指纹、手势、虹膜识别 3.1.9 路面状态和裂缝识别 3.1.10 行为识别 3.1.11 万用表和表盘识别 3.1.12 人民币识别 3.1.13 答题卡识别 **3.2 图像分割** **3.3 图像检测** 3.3.1 显著性检测 3.3.2 缺陷检测 3.3.3 疲劳检测 3.3.4 病害检测 3.3.5 火灾检测 3.3.6 行人检测 3.3.7 水果分级 **3.4 图像隐藏** **3.5 图像去噪** **3.6 图像融合** **3.7 图像配准** **3.8 图像增强** **3.9 图像压缩** ##### 3.10 图像重建 ### 4 信号处理算法 **4.1 信号识别** **4.2 信号检测** **4.3 信号嵌入和提取** **4.4 信号去噪** ##### 4.5 故障诊断 ##### 4.6 脑电信号 ##### 4.7 心电信号 ##### 4.8 肌电信号 ### 5 元胞自动机仿真 **5.1 模拟交通流** **5.2 模拟人群疏散** **5.3 模拟病毒扩散** **5.4 模拟晶体生长** ### 6 无线传感器网络 ##### 6.1 无线传感器定位 ##### 6.2 无线传感器覆盖优化 ##### 6.3 室内定位 ##### 6.4 无线传感器通信及优化 ##### 6.5 无人机通信中继优化 #####
评论 4
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