【光学】基于matlab模拟LG光束和叉全息图的干涉和衍射附Matlab代码

 ✅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👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

🔥 内容介绍

摘要

本文研究了LG光束和叉全息图的干涉和衍射。我们首先介绍了LG光束和叉全息图的基本理论，然后分析了它们的干涉和衍射特性。最后，我们讨论了这些特性的潜在应用。

引言

LG光束是一种具有螺旋相位的激光束。叉全息图是一种由两个叉状光束干涉形成的全息图。LG光束和叉全息图具有许多独特的特性，使其在光学领域具有广泛的应用前景。

LG光束和叉全息图的基本理论

LG光束

LG光束是一种具有螺旋相位的激光束。其电场分布可以表示为：

叉全息图

叉全息图是一种由两个叉状光束干涉形成的全息图。叉状光束是一种具有叉状相位的激光束。其电场分布可以表示为：

LG光束和叉全息图的干涉和衍射特性

干涉特性

当两个LG光束或两个叉全息图干涉时，会产生干涉条纹。干涉条纹的形状和强度取决于光束或全息图的参数。例如，当两个LG光束的拓扑荷数不同时，干涉条纹会呈螺旋状。当两个叉全息图的叉角不同时，干涉条纹会呈叉状。

衍射特性

当LG光束或叉全息图衍射时，会产生衍射光束。衍射光束的强度和方向取决于光束或全息图的参数。例如，当LG光束的拓扑荷数为非零时，衍射光束会呈螺旋状。当叉全息图的叉角为非零时，衍射光束会呈叉状。

LG光束和叉全息图的潜在应用

LG光束和叉全息图具有许多独特的特性，使其在光学领域具有广泛的应用前景。例如，LG光束可用于光学通信、光学存储和光学传感。叉全息图可用于光学成像、光学检测和光学测量。

📣 部分代码

%% LG Visualization%   Laguerre-Gauss Visualization, Justin Harrison (Matlab File Exchange)​P = 3; %Radial ModeL = 3; %Topological Charge/Azimuthal modeA = 0.5; %Beam contribution%lambda = 0.6328*1e-6; %WavelengthW=1; %Beam Diameter, change to fit N​​​%Define working grid size and resolution - smaller here, not to scale.Grid = -5:0.05:5;​[X,Y] = meshgrid(Grid);​%Laguerre-Gauss equation at z = 0: t = (X.^2 + Y.^2)/(W^2);Phi = L.*atan2(Y,X);Term1 =((sqrt(2)*sqrt(X.^2 + Y.^2)/W)).^L;Term2 =laguerreL(P,L,2.*t);Term3 = exp(-t);Term4 = exp(1i*Phi);​Z = A.*Term1.*Term2.*Term3.*Term4;​Spatial = real(Z);Phase = angle(Z); %This is what we use to construct our LG beamIntensity = abs(Z); %Gives you your Donutcmap = laser_cmap();​%Plots and code borrowed by Justin HarrisonFilename = strcat('LG_P',num2str(P),'L',num2str(L),'.tif')figure('Name',strcat('LG',num2str(P),',',num2str(L)),'Renderer', 'painters', 'Position', [125 125 1300 300])subplot(1,3,1)xlabel('E(x,y)')xlim([1 length(Grid)]);ylim([1 length(Grid)]);surface(Spatial)colormap(cmap)colorbar()shading interp subplot(1,3,2)xlabel('|E(x,y)|\^{2}')xlim([1 length(Grid)]);ylim([1 length(Grid)]);surface(Intensity)colormap(cmap)colorbar()shading interp subplot(1,3,3)xlabel('Phase')xlim([1 length(Grid)]);ylim([1 length(Grid)]);surface(Phase)colormap(cmap)colorbar('Ticks',[-pi -pi/2 0 pi/2 pi], 'Ticklabels',{'-\pi', '-\pi/2', '0', '\pi/2', '\pi'})shading interp ​% If you want to save any of the figures for any reason%{figure xlim([1 length(Grid)]);ylim([1 length(Grid)]);surface(Intensity)colormap(cmap)axis offshading interp exportgraphics(gcf,Filename,'resolution',201);%}

⛳️ 运行结果

结论

本文研究了LG光束和叉全息图的干涉和衍射特性。我们发现，LG光束和叉全息图具有许多独特的特性，使其在光学领域具有广泛的应用前景。

🔗 参考文献

[1]崔健.基于数字全息法的岩石形变测量装置研究[D].东北石油大学[2024-01-26].DOI:CNKI:CDMD:2.1017.094735.

🎈 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、论文复现、期刊合作、论文辅导及科研仿真定制

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

2 机器学习和深度学习方面

卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合