✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
更多Matlab完整代码及仿真定制内容点击👇
🔥 内容介绍
简介
光束传播法 (BPM) 是一种数值技术,用于求解波导中电磁波的传播。它基于以下假设:
-
波导是线性的、均匀的和无损耗的。
-
波的传播方向与波导轴平行。
-
波的幅度在波导横截面上缓慢变化。
在这些假设下,BPM 可以通过求解以下偏微分方程组来求解波的传播:
∂E_x/∂z = (i/2k) (∂^2E_x/∂x^2 + ∂^2E_x/∂y^2) - (i/k) (n^2 - n_0^2) E_x
∂E_y/∂z = (i/2k) (∂^2E_y/∂x^2 + ∂^2E_y/∂y^2) - (i/k) (n^2 - n_0^2) E_y
其中:
-
E_x 和 E_y 是波的电场分量。
-
z 是波的传播方向。
-
k 是波的波矢。
-
n 是波导的折射率。
-
n_0 是波导外界的折射率。
实现
我们提供了以下 BPM 实现:
-
**FFT BPM 1D:**使用快速傅里叶变换 (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。
我们提供的 BPM 实现可以用于各种波导建模应用。它们易于使用,并且可以产生准确的结果。
📣 部分代码
%
% 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);
⛳️ 运行结果
🔗 参考文献
🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁 关注我领取海量matlab电子书和数学建模资料
👇 私信完整代码和数据获取及论文数模仿真定制
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化
2 机器学习和深度学习方面
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类