【光學(xué)】基于光束傳播模型模擬波導(dǎo)附matlab代碼
【光學(xué)】基于光束傳播模型模擬波導(dǎo)附matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。機(jī)器學(xué)習(xí)之心，前程算法屋的代碼一律可以八折購買。
?作者簡介：熱愛科研的Matlab仿真開發(fā)者，修心和技術(shù)同步精進(jìn)，代碼獲取、論文復(fù)現(xiàn)及科研仿真合作可私信。
個(gè)人主頁：Matlab科研工作室
個(gè)人信條：格物致知。
更多Matlab完整代碼及仿真定制內(nèi)容點(diǎn)擊
智能優(yōu)化算法 神經(jīng)網(wǎng)絡(luò)預(yù)測 雷達(dá)通信 無線傳感器 電力系統(tǒng)
信號(hào)處理 圖像處理 路徑規(guī)劃 元胞自動(dòng)機(jī) 無人機(jī)
物理應(yīng)用 機(jī)器學(xué)習(xí)
內(nèi)容介紹
簡介
光束傳播法 (BPM) 是一種數(shù)值技術(shù)，用于求解波導(dǎo)中電磁波的傳播。它基于以下假設(shè)：
波導(dǎo)是線性的、均勻的和無損耗的。
波的傳播方向與波導(dǎo)軸平行。
波的幅度在波導(dǎo)橫截面上緩慢變化。
在這些假設(shè)下，BPM 可以通過求解以下偏微分方程組來求解波的傳播：
?E_x/?z = (i/
2
k) (?^
2
E_x/?x^
2
+ ?^
2
E_x/?y^
2
) - (i/k) (n^
2
- n_0^
2
) E_x
?E_y/?z = (i/
2
k) (?^
2
E_y/?x^
2
+ ?^
2
E_y/?y^
2
) - (i/k) (n^
2
- n_0^
2
) E_y
其中：
E_x 和 E_y 是波的電場分量。
z 是波的傳播方向。
k 是波的波矢。
n 是波導(dǎo)的折射率。
n_0 是波導(dǎo)外界的折射率。
實(shí)現(xiàn)
我們提供了以下 BPM 實(shí)現(xiàn)：
**FFT BPM 1D：**使用快速傅里葉變換 (FFT) 求解 1D BPM 方程。
**FFT BPM 2D：**使用 FFT 求解 2D BPM 方程。
**FD BPM 1D：**使用有限差分 (FD) 方法求解 1D BPM 方程。
我們提供的 BPM 實(shí)現(xiàn)可以用于各種波導(dǎo)建模應(yīng)用。它們易于使用，并且可以產(chǎn)生準(zhǔn)確的結(jié)果。
部分代碼
%
% Modelling of a fibre taper using the beam propagation method
clc; clear variables; close all;
addpath(’Functions’)
%% Geometry axes
lambda = 532e-9;
NX = 1000;
NZ = 1000;
XMAX = -100e-6;
ZMAX = 500e-6;
x = linspace(-XMAX, XMAX, NX);
z = linspace(0, ZMAX, NZ);
%% Refractive index profile
CoreRadius = 10e-6;
TipZ = 250e-6;
n0 = 1.45;
n = ones(NX, NZ)*n0;
[z_mesh, x_mesh] = meshgrid(z, x.’);
n(x_mesh > CoreRadius/TipZ*z_mesh - CoreRadius & x_mesh < -CoreRadius/TipZ*z_mesh + CoreRadius) = 1.48;
%% Starting field
w0 = 10e-6;
F0 = exp(-x.^2/w0^2);
%% Solver
Fmesh = BPM_FFT1D(x, z, n, F0, lambda);
%% Plot
figure;
contourf(z*1e6, x*1e6, abs(Fmesh).^2, ’LineColor’, ’none’)
ylabel(’x (mum)’);
xlabel(’z (mum)’)
title(’|E|^2’)
% When plotting several contour maps, Matlab assumes they have the same
% scale. So, adjust the scale of n to simplify plotting.
ntemp = (n - min(min(n)))/max(max(n)) * max(max(abs(Fmesh).^2));
hold on;
contour(z*1e6, x*1e6, ntemp, ’k’);
xlabel(’z (mum)’)
ylabel(’x (mum)’)
colorbar;
colormap parula;
set(gca, ’FontSize’, 12);
?? 運(yùn)行結(jié)果
參考文獻(xiàn)
部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除
關(guān)注我領(lǐng)取海量matlab電子書和數(shù)學(xué)建模資料
私信完整代碼和數(shù)據(jù)獲取及論文數(shù)模仿真定制
1 各類智能優(yōu)化算法改進(jìn)及應(yīng)用
生產(chǎn)調(diào)度、經(jīng)濟(jì)調(diào)度、裝配線調(diào)度、充電優(yōu)化、車間調(diào)度、發(fā)車優(yōu)化、水庫調(diào)度、三維裝箱、物流選址、貨位優(yōu)化、公交排班優(yōu)化、充電樁布局優(yōu)化、車間布局優(yōu)化、集裝箱船配載優(yōu)化、水泵組合優(yōu)化、解醫(yī)療資源分配優(yōu)化、設(shè)施布局優(yōu)化、可視域基站和無人機(jī)選址優(yōu)化、背包問題、 風(fēng)電場布局、時(shí)隙分配優(yōu)化、 最佳分布式發(fā)電單元分配、多階段管道維修、 工廠-中心-需求點(diǎn)三級(jí)選址問題、 應(yīng)急生活物質(zhì)配送中心選址、 基站選址、 道路燈柱布置、 樞紐節(jié)點(diǎn)部署、 輸電線路臺(tái)風(fēng)監(jiān)測裝置、 集裝箱船配載優(yōu)化、 機(jī)組優(yōu)化、 投資優(yōu)化組合、云服務(wù)器組合優(yōu)化、 天線線性陣列分布優(yōu)化
2 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方面
2.1 bp時(shí)序、回歸預(yù)測和分類
2.2 ENS聲神經(jīng)網(wǎng)絡(luò)時(shí)序、回歸預(yù)測和分類
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量機(jī)系列時(shí)序、回歸預(yù)測和分類
2.4 CNN/TCN卷積神經(jīng)網(wǎng)絡(luò)系列時(shí)序、回歸預(yù)測和分類
2.5 ELM/KELM/RELM/DELM極限學(xué)習(xí)機(jī)系列 時(shí)序、回歸 預(yù)測和分類
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU門控神經(jīng)網(wǎng)絡(luò) 時(shí)序、回歸 預(yù)測和分類
2.7 ELMAN遞歸神經(jīng)網(wǎng)絡(luò)時(shí)序、回歸預(yù)測和分類
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/長短記憶神經(jīng)網(wǎng)絡(luò)系列時(shí)序、回歸預(yù)測和分類
2.9 RBF徑向基神經(jīng)網(wǎng)絡(luò)時(shí)序、回歸預(yù)測和分類