Day7 Numerical simulation of optical wave propagation之通过随机介质(如大气湍流)的传播(三)
三 执行湍流仿真
基本参数设置:
光场条件;波长wvl,源平面的光场U
传播几何结构:观察面孔径尺寸D2,传播距离Dz
湍流条件:大气折射率结构常数Cn2
1. 准备工作
确定传播几何结构
(程序:source_turbulence_receive_parameters.m)
已知:观察面孔径尺寸D2、波长wvl、传播距离Dz
计算:观察平面感兴趣区域的直径为DROI=4*D2;点光源中心波瓣D1=wvl*Dz/DROI;波前曲率半径R=Dz
计算湍流条件
(程序:source_turbulence_receive_parameters.m)
已知:大气折射率结构常数Cn2,波长wvl,传播距离Dz
计算:大气相干直径r0,对数幅度方差σ2
方法一——公式计算:公式(9.43)和(9.64)
方法二——分层大气模型计算:利用(9.75)的方法,得到n层相位屏中每层的大气相干直径r0scrn
分析采样限制
(程序:analysis_pt_source_atmos_samp.m)
已知:显示模型对湍流灵敏度的调整参数c,点光源中心波瓣D1,观察面孔径尺寸D2,波长wvl,传播距离Dz,大气相干直径r0
计算:源平面和观察平面的网格间隔delta1和deltan,网格点数目N,传播平面数n(分步传播频数为n-1)
(1)根据约束条件(9.86)和(9.88)得到源平面和观察平面的网格间隔delta1和deltan的取值范围
(2)根据上述步骤(1)和约束条件(9.87)得到必须的最小网格点数目N的取值范围
(3)由上述步骤(1)(2)得到delta1、deltan、N后,根据(9.89)计算允许的最大传播距离ΔZmax,利用(9.90)计算对应的分步传播频数n-1。
2. 执行湍流仿真
(程序:example_pt_source_turbulence_Prop.m)
已知:
传播几何结构:波长wvl、传播距离Dz、观察面孔径尺寸D2==>点光源中心波瓣D1、波前曲率半径R
采样参数:源平面和观察平面的网格间隔delta1和deltan,网格点数目N,传播平面数n==>
r1(x1,y1),
z = (1 : n-1) * Dz / (n-1);
zt=[0 z]
alpha = zt / zt(n);
delta = (1-alpha) * delta1 + alpha * deltan;
光源场:源平面的光场U(r1(x1,y1))=Uin(wvl,R,r1,D1),
信道:(1) n层相位屏中每层的大气相干直径r0scrn(Cn2,wvl,Dz ),外湍流尺度L0,内湍流尺度l0==>采用分谐波强化的FT相位屏生成法([phz_lo phz_hi] = ft_sh_phase_screen(r0scrn, N, delta, L0, l0))==》n个相位屏的相位phz=phz_lo +phz_hi
(2) n个相位屏的衰减矩阵(在真空中传播时采用公式(8.1)提供的超高斯衰减函数作为衰减因子)sg(r1,N,delta1)
(3) ==>n个相位屏为:t=sg.*exp(i*phz)
计算:点源在大气湍流中传输距离Dz后的观察面上任一点(xn,yn)处光场Uout
采用分步传播中的角谱方法(function [xn yn Uout] = ang_spec_multi_prop ...(Uin, wvl, delta1, deltan, z, t))
Day7 Numerical simulation of optical wave propagation之通过随机介质(如大气湍流)的传播(三)的更多相关文章
- Day6 Numerical simulation of optical wave propagation之通过随机介质(如大气湍流)的传播(二)
2.蒙特卡洛相位屏 大气折射率变化是一个随机的过程,通过大气的光程长度也同样是随机的.因此,湍流模型仅给出统计平均值,如折射率变量的结构函数和功率谱. 建立大气相位屏的问题就是产生随机过程独立表达式的 ...
- Day5 Numerical simulation of optical wave propagation之通过随机介质(如大气湍流)的传播(一)
一 分步光束传播方法 到目前为止,人们已经设计出传播算法,用于模拟通过真空和通过可用光线矩阵描述的简单光学系统的传播. 其中分步光束传播方法除了描述上述传播过程,还有更复杂的应用,包括:部分时间和空间 ...
- Day1 Numerical simulation of optical wave propagation之标量衍射理论基本原理(一)
<Numerical simulation of optical wave propagation>内容 1. 介绍光波传输的基础理论.离散采样方法.基于MATLAB平台的编码实例以及具 ...
- Day4 Numerical simulation of optical wave propagation之数字傅里叶变换
标量衍射理论是波动光学模拟的物理基础.这一理论基础的结果是将电磁波在真空中的传播作为线性系统进行处理. 对于单色波,系统观察平面的电场矢量是源平面电场矢量和自由空间脉冲响应的卷积. 因此,线性系统理论 ...
- Day3 Numerical simulation of optical wave propagation之标量衍射理论基本原理(三)
3.标量衍射理论 光源通常不是简单地平面.球面或高斯光束波.对于更一般的情况,必须使用更老练的方法来求解标量赫姆霍兹方程,需要利用格林定理并灵活使用边界条件. 基本问题:给定源平面光场U(x1,y1) ...
- Day2 Numerical simulation of optical wave propagation之标量衍射理论基本原理(二)
2.麦克斯韦方程组的简单行波解 讨论通过线性.各向同性.均匀.无色散.无限电荷和电流的电介质材料的光波传输.在这种情况下,介质具有如下属性: (1)推导获得波动方程( 由麦克斯韦方程组导出的.描述电磁 ...
- 【转载】PMC/PEC Boundary Conditions and Plane Wave Simulation
原文链接 PMC/PEC Boundary Conditions and Plane Wave Simulation (FDTD) OptiFDTD now has options to use Pe ...
- Visualizing wave interference using FireMonkey(很美)
Visualizing wave interference using FireMonkey By: Anders Ohlsson Abstract: This article discusses ...
- 标签传播算法(Label Propagation Algorithm, LPA)初探
0. 社区划分简介 0x1:非重叠社区划分方法 在一个网络里面,每一个样本只能是属于一个社区的,那么这样的问题就称为非重叠社区划分. 在非重叠社区划分算法里面,有很多的方法: 1. 基于模块度优化的社 ...
随机推荐
- 服务器控件的几个属性 SelectedIndex、SelectedItem、SelectedValue、SelectedItem.Text、selectedItem.value
转自http://blog.csdn.net/iqv520/article/details/4419186 1. SelectedIndex ——选项的索引,为int,从0开始,可读可写 2. Sel ...
- C# 提取PPT文本和图片的实现方案
在图文混排的文档中,我们可以根据需要将文档中的文字信息或者图片提取出来,通过C#代码可以提取Word和PDF文件中的文本和图片,那么同样的,我们也可以提取PPT幻灯片当中的文本和图片.本篇文档将讲述如 ...
- 轻松搞定RocketMQ入门
RocketMQ是一款分布式.队列模型的消息中间件,具有以下特点: 能够保证严格的消息顺序 提供丰富的消息拉取模式 高效的订阅者水平扩展能力 实时的消息订阅机制 亿级消息堆积能力 RocketMQ网络 ...
- jquery 实现省市二级联动,附带完整的省市json数据 (粘贴即用)
1.可以单独定义一个js,保存省市json数据. citydata = { "安徽": [ "合肥", "芜湖", "蚌埠&quo ...
- WebUploader点击上传文件选择框会延迟几秒才会显示
accept: { title: 'Images', extensions: 'jpg,jpeg,png', mimeTypes: 'image/*' } 改为 accept: { title: 'I ...
- JavaScript 为什么要有 Symbol 类型?
Symbols 是 ES6 引入了一个新的数据类型 ,它为 JS 带来了一些好处,尤其是对象属性时. 但是,它们能为我们做些字符串不能做的事情呢? 在深入探讨 Symbol 之前,让我们先看看一些 J ...
- 2-SAT速成
本文只做总结性说明 2-SAT 2-SAT是k-SAT问题的一种,k-SAT问题在\(k>=3\)时已经被证明是NP完全问题 2-SAT问题定义比较简单 有n个布尔变量\(x_1-x_n\).给 ...
- Dynamics CRM图表高级话题:创建跨实体的图表
关注本人微信和易信公众号: 微软动态CRM专家罗勇 ,回复147或者20150728可方便获取本文,同时可以在第一时间得到我发布的最新的博文信息,follow me! 制作图表你会发现,在界面上只能选 ...
- Python进阶之函数式编程
函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计.函数就是面向过程的程序设计 ...
- 微信小程序(二)登录授权实现
相对于上一节,这一节主要是动态获取数据,主要是对登陆信息的接收,以及页面获取授权按钮的相对相应(未授权时,显示,授权后不显示) 关键在于状态值的判断,以及对页面的不同响应(m-->v) wxml ...