利用有限元法(FEM)模拟电磁场与样品的相互作用
一、引言
电磁场与物质的相互作用是理解光学现象的基础。在实际应用中,激光光束与样品的相互作用通常涉及复杂的电磁场分布,尤其在微纳尺度结构中。因此,使用数值模拟方法如有限元法(FEM)来模拟电磁场的分布和传播,对于优化实验条件和解释实验现象具有重要意义。
二、原理分析
有限元法(FEM)是一种求解偏微分方程(PDE)的数值方法。FEM通过将连续问题离散化为有限的离散元(通常是三角形或四面体单元)来近似求解。对于电磁场模拟,FEM可以用于求解麦克斯韦方程组,从而获得电磁场在复杂几何结构中的分布。
FEM的基本步骤包括:
- 几何建模:构建感兴趣区域的几何模型,并对该区域进行离散化。
- 材料特性定义:设置模型中各部分的材料参数,如电导率、介电常数和磁导率。
- 边界条件设定:定义模型的边界条件,如电场、磁场或电流源。
- 求解方程:利用FEM求解器来求解离散化后的麦克斯韦方程,得到电场或磁场的分布。
三、MATLAB代码实现
我们通过设置一个初始的电场分布(激励源),然后观察这个电磁波如何在空间内传播。用MATLAB代码实现“在一个盒子里制造电磁波并观察它们如何传播”的过程。
1.创建模型:制造一个“空盒子”,也就是一个用来装载我们的电磁场模型的容器
model = createpde();
2.定义几何结构:盒子的形状和里面的障碍物
R1 = [3, 4, 0, 1, 1, 0, 0, 0, 1, 1]'; % 矩形区域C1 = [1, 0.5, 0.5, 0.2, 0, 0, 0, 0, 0, 0]'; % 圆形区域gd = [R1, C1];sf = 'R1+C1';ns = char('R1','C1');ns = ns';g = decsg(gd, sf, ns);geometryFromEdges(model, g);
- R1和C1:这些代表盒子的形状。我们这里用一个矩形和一个圆形来表示盒子的内部结构,比如矩形可能是盒子的墙壁,而圆形可以看作盒子里面的一个障碍物。
- 组合几何形状:sf = R1+C1表示我们把这个矩形和圆形放在一起,作为我们盒子的最终形状。盒子里有一个矩形区域和一个圆形区域。
3.创建网格:将盒子划分成小块,称为“网格”。就像把一个面包切成小块一样,这就是FEM的第一步:网格划分。每个小单元将用于近似原始区域内的物理场(如电场)。
generateMesh(model, 'Hmax', 0.05);
4.定义材料属性和PDE系数:盒子里面的材料特性。
epsilon = 1; % 介电常数mu = 1; % 磁导率c = 1/(epsilon * mu); % 波速specifyCoefficients(model, 'm', 0, 'd', 1, 'c', c, 'a', 0, 'f', 0);
- 材料属性:我们定义了盒子内部的材料特性。epsilon 和 mu 分别表示材料的电和磁特性(比如空气、玻璃等都有不同的电磁特性)。c 是波速,由这些材料特性决定。
- PDE系数:这些系数用来描述盒子里面的电磁场如何传播。这些系数相当于在告诉MATLAB,“波在这个盒子里应该怎样运动”。
5.设置边界条件:盒子的边界是什么样的
applyBoundaryCondition(model, 'Edge', 1:model.Geometry.NumEdges, 'g', 0, 'q', 0);
- 边界条件:这些边界条件允许电磁波自由地离开盒子,类似于在开放的空间中,波可以自由传播,不会被墙壁反射回来。
6.定义初始条件:在盒子中心放一个小激励源
u0 = @(location) exp(-100*((location.x-0.5).^2 + (location.y-0.5).^2));setInitialConditions(model, u0);
- 初始条件:我们在盒子中央放了一个“小激励源”,这就像是在盒子中央敲了一下,产生了一个初始的电磁波。这个初始激励源有点像一个脉冲或爆炸,它会在时间 t = 0 时开始传播。
7.求解PDE:看电磁波是如何传播的
tlist = linspace(0, 0.1, 100); % 时间步results = solvepde(model, tlist);
- 求解过程:MATLAB开始计算盒子里电磁波的传播过程。我们让它从时间 t = 0 开始,一直到 t = 0.1 秒,通过100个时间步来观察这个传播过程。就像你用一个慢动作摄像机记录一个短暂的爆炸过程一样。
8.可视化结果:展示电磁波的传播动画
u = results.NodalSolution;figure;for i = 1:length(tlist)pdeplot(model, 'XYData', u(:, i), 'ZData', u(:, i), 'Mesh', 'off');title(['Time = ', num2str(tlist(i))]);zlim([-0.5 0.5]); % 设置Z轴范围以更好地展示电场分布drawnow;end
- 可视化:我们通过动画来展示电磁波在盒子里的传播过程。每一帧显示的是某个时间点上的电磁波形状。你会看到电磁波从中心扩散到整个盒子,反映了电磁场如何在时间和空间中演化。
完整代码:
% 创建模型model = createpde();% 创建矩形区域R1 = [3, 4, 0, 1, 1, 0, 0, 0, 1, 1]'; % 矩形的几何描述% 创建圆形区域C1 = [1, 0.5, 0.5, 0.2, 0, 0, 0, 0, 0, 0]'; % 圆形的几何描述, 填充至与R1相同行数% 将几何对象合并gd = [R1, C1];% 定义集合函数和名称矩阵sf = 'R1+C1';ns = char('R1','C1');ns = ns';% 使用 decsg 创建几何结构g = decsg(gd, sf, ns);geometryFromEdges(model, g);% 创建网格generateMesh(model, 'Hmax', 0.05);% 定义材料属性和PDE系数epsilon = 1; % 介电常数mu = 1; % 磁导率c = 1/(epsilon * mu); % 介质中的波速specifyCoefficients(model, 'm', 0, 'd', 1, 'c', c, 'a', 0, 'f', 0);% 修改边界条件为 Neumann 边界条件,允许波传播applyBoundaryCondition(model, 'Edge', 1:model.Geometry.NumEdges, 'g', 0, 'q', 0);% 定义初始条件为高斯脉冲电场分布u0 = @(location) exp(-100*((location.x-0.5).^2 + (location.y-0.5).^2));setInitialConditions(model, u0);% 求解PDEtlist = linspace(0, 0.1, 100); % 时间步results = solvepde(model, tlist);% 提取结果并可视化u = results.NodalSolution;figure;for i = 1:length(tlist)pdeplot(model, 'XYData', u(:, i), 'ZData', u(:, i), 'Mesh', 'off');title(['Time = ', num2str(tlist(i))]);zlim([-0.5 0.5]); % 设置Z轴范围以更好地展示电场分布drawnow;end
实验结果
相关文章:

利用有限元法(FEM)模拟电磁场与样品的相互作用
一、引言 电磁场与物质的相互作用是理解光学现象的基础。在实际应用中,激光光束与样品的相互作用通常涉及复杂的电磁场分布,尤其在微纳尺度结构中。因此,使用数值模拟方法如有限元法(FEM)来模拟电磁场的分布和传播&…...

如何保持git主分支树的整洁
经典应用展示Git版本控制用法 本章将列举Git的一些闪亮特性,期待能够让您爱上Git 文章目录 经典应用展示Git版本控制用法前言一、分支是什么?二、主-分支合并merge三、cherry-pick(精挑细选)四、Rebase(变基)4.1 合并本地分支到主分支4.2 合并本地分支从指定commit开始的…...

Datawhale X 魔搭 AI夏令营 Task1 从零入门AI生图原理实践笔记
赛题内容 参赛者需在可图Kolors模型的基础上训练LoRA模型,生成无限风格,如水墨画风格、水彩风格、赛博朋克风格、日漫风格… 基于LoRA模型生成8张图片组成连贯故事,故事内容可自定义;基于8图故事,评估LoRA风格的美感度…...

Python中将代码打包成exe文件
在Python中将代码打包成exe文件,可以使用PyInstaller工具。以下是使用PyInstaller将Python脚本打包成exe的步骤: 安装PyInstaller: pip install pyinstaller使用PyInstaller打包Python脚本: pyinstaller --onefile your_script…...
【C++ 面试 - 基础题】每日 3 题(十三)
✍个人博客:Pandaconda-CSDN博客 📣专栏地址:http://t.csdnimg.cn/fYaBd 📚专栏简介:在这个专栏中,我将会分享 C 面试中常见的面试题给大家~ ❤️如果有收获的话,欢迎点赞👍收藏&…...

Android中的Binder
binder是Android平台的一种跨进程通信(IPC)机制,从应用层角度来说,binder是客户端和服务端进行通信的媒介。 ipc原理 ipc通信指的是两个进程之间交换数据,如图中的client进程和server进程。 Android为每个进程提供了…...

记录一次.gitignore 失效问题
前言 今天使用git同步同事的代码时,出现一个问题,.gitignore限制失效,导致我本地生成的临时缓存文件被跟踪到了commit中,执行 git rm --cache .后再add commit也不行,很奇怪就研究了一下,下面将我的解决方…...

Eclipse 工作空间
Eclipse 工作空间 Eclipse 工作空间(Workspace)是 Eclipse IDE 中一个核心概念,它指的是一个用于组织和存储开发项目及相关文件的目录。在 Eclipse 中,所有开发活动都是围绕工作空间展开的。本文将详细介绍 Eclipse 工作空间的概…...

[240812] X-CMD 发布 v0.4.5:更新 gtb、cd、chat、hashdir 模块功能
目录 📃Changelog✨ gtb✨ cd✨ chat✨ hashdir 📃Changelog ✨ gtb 调整了 fzf 预览窗口中书籍文本的显示效果,通过识别文本中的特殊字符、日期、章节标题等信息,为其赋予不同的颜色。 ✨ cd cd 模块新增功能:在找…...

Flutter中的异步编程
目录 前言 1. Future 和 async/await 1.Future 1.什么是Future? 2.Flutter的三种状态 1.未完成(Uncompleted) 1.定义 2.处理未完成的Future 2.已完成(Completed with a value) 1.概念 2.处理已完成的Future 3.使用async/await 4.Fu…...

vue3 路由带传参跳转;刷新后消失。一次性参数使用。
解决vue3 怎么做到路由跳转传参刷新后消失 解决路由跳转传参去除问题 想要跳转后根据参数显示对应的tab,但url传参刷新会持续保留无法重置。 router.replace替换又会导致显示内容为router.replace后的,传参目的丢失。 业务逻辑: 完成对应操作…...

Unity新输入系统结构概览
本文仅作笔记学习和分享,不用做任何商业用途 本文包括但不限于unity官方手册,unity唐老狮等教程知识,如有不足还请斧正 在学习新输入系统之前,我们需要对其构成有个印象 1.输入动作(Inputaction) 是定义输…...

18104 练习使用多case解题
### 伪代码 1. 读取第1批测试数据的CASE数量。 2. 处理第1批测试数据,计算每个CASE的最小公倍数并输出。 3. 输出“group 1 done”。 4. 处理第2批测试数据,直到遇到两个0,计算每个CASE的最小公倍数并输出。 5. 输出“group 2 done”。 6. 处…...

【AI人工智能】文心智能体 - 你的专属车牌设计师
引言 自AI盛行以来,不断有各种各样的人工智能产品崭露头角。我们逐步跟着不断产生的人工智能来使自己的工作和生活变得更加智能化!那么我们是否能够创造一款专属于自己的人工智能产品呢? 文心智能体平台就给我们提供了这样的机会,…...

Linux-服务器硬件及RAID配置实验
系列文章目录 提示:仅用于个人学习,进行查漏补缺使用。 1.Linux介绍、目录结构、文件基本属性、Shell 2.Linux常用命令 3.Linux文件管理 4.Linux 命令安装(rpm、install) 5.Linux账号管理 6.Linux文件/目录权限管理 7.Linux磁盘管理/文件系统 8.Linu…...

白屏检测系统的设计与实现
目录 一、 什么是白屏问题?二、 问题分析与拆解2.1 人工判定一个白屏问题的逻辑2.2 自动化判定一个白屏问题的算法思想 三、 白屏检测算法3.1 图像灰度化3.2 图像二值化3.3 计算(判定为白屏)置信度 四、 白屏检测系统的设计与实现4.1 UI自动化…...

Real-Time Open-Vocabulary Object Detection:使用Ultralytics框架进行YOLO-World目标检测
Real-Time Open-Vocabulary Object Detection:使用Ultralytics框架进行YOLO-World目标检测 前言相关介绍前提条件实验环境安装环境项目地址LinuxWindows 使用Ultralytics框架进行YOLO-World目标检测进行训练进行预测进行验证 扩展目标跟踪设置提示 参考文献 前言 由…...

区块链用什么编程语言实现?
. 主流区块链的开发语言主要有:C、Go、Java、Rust、C#。 C使用率最高,其次是Go,很少有人用python开发区块链。...

【网络编程】UDP通信基础模型实现
udpSer.c #include<myhead.h> #define SER_IP "192.168.119.143" #define SER_PORT 7777 int main(int argc, const char *argv[]) {//1.创建int sfd socket(AF_INET,SOCK_DGRAM,0);if(sfd -1){perror("socket error");return -1;}//2.连接struct…...

Docker Compose 常用命令详解
Docker Compose 常用命令详解 Docker Compose 是 Docker 官方编排工具之一,用于定义和运行多容器 Docker 应用程序。通过 docker-compose.yml 文件,开发者可以轻松管理服务、网络、卷以及各服务之间的依赖关系。以下将介绍一些常用的 Docker Compose 命…...

超级外链工具,可发9600条优质外链
超级外链工具,是一款在线全自动化发外链的推广工具。使用本工具可免费为网站在线批量增加外链,大大提高外链发布工作效率,是广大草根站长们必备的站长工具。 外链工具只是网站推广的辅助工具,一般适用于短时间内无法建设大量外链…...

VisionPro二次开发学习笔记13-使用CogToolBlock进行图像交互
该程序演示了如何使用CogToolBlock进行图像交互. 从vpp文件中加载一个ToolBlock。 用户可以通过应用程序窗体上的数字增减控件修改ToolBlock输入端子的值。 用户还可以从coins.idb或采集FIFO中选择图像。 “运行一次”按钮执行以下操作: 获取下一个图像或读取下一…...

比特币价格分析:市场重置完成,下一个目标:70,000 美元
比特币再次处于关键支撑位,面临可能影响其短期前景的关键考验。分析师们正密切关注比特币是否重复熟悉的模式,暗示可能出现重大走势。 OKNews分析师Josh表示,比特币一直处于看跌趋势,正如 4 日图上的超级趋势指标所示。这种趋势的…...

大模型笔记5 Extractive QA任务评估
目录 Extractive QA任务评估 Extractive QA评测指标 precision, recall, f1 ROUGE 划分训练与评估数据集 token位置评估 单个token位置评估 输入label的token位置 预测token位置 评估 Wandb 共享机器同时登录 样本类别平衡 标记token label时对窗口进行筛选 训练…...

RCE绕过方式
目录 小于8个字符突破限制 无字母数字执行 php7的做法 php5的思考 PHP5shell 深入理解glob通配符 构造POC,执行任意命令 无参数读文件和RCE总结 代码解读 构造. 另一种构造方法 小于8个字符突破限制 但也只能执行一些非常短的命令,没有什么意义…...

Flutter 电视投屏模块
前言 村里的老人说:“珍爱生命,远离低头族。“ 之前开发的一个 DIM 项目 Tarsier,里面有一个分享视频的功能,同时包含在线视频播放、电视直播等。 考虑到用户在手机上看视频的体验问题,需要增加一个投屏功能,以便用户可以电影、电视直播等投到电视上用大屏幕观看。 用…...

【机器学习】卷积神经网络简介
🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈| 炫酷HTML | JavaScript基础 💫个人格言: "如无必要,勿增实体" 文章目录 卷积神经网络简介1. 引言2. CNN的基本概念2.1 什么是卷积神经网络2.2 CNN与传统…...

时间函数链接函数等
1. 2.top相当于windows任务管理器 3.命令模式下不加冒号20G直接跳转行数 4. 相当于strcat 5.:13,15y 13行到15行复制 6. Ctrl 右 】是追踪命令 7. vi off_t -t看类型 8. qa关闭所有 9.gg 移动最前面 GG移动到最后面 10.终端中的全选命令1. 使用快捷键&…...

Android控件(示例)
在Android应用程序中,界面由布局和组件组成。布局相当于框架,而控件则是框架里面的内容。了解过Android布局后,如果要设计ui界面,还需要了解和掌握各个控件的应用。 一个界面的设计,先从创建容器开始,再向…...

图论------贝尔曼-福德(Bellman-Ford)算法
算法概述: Bellman-Ford算法核心代码如下 for(int i 1;i<n-1;i) for(int j 1;j<m;j) if(dic[v[j]]> dic[u[j]] w[j]] dic[v[j]] dic[u[j]] w[j]; 首先我们要了解一个点就是我们这次不再使用邻接矩阵来存储图的信息,而是定义三个一维数组来…...