Python光學(xué)仿真之對(duì)光的干涉理解學(xué)習(xí)
更新時(shí)間：2021年10月20日 10:53:51 作者：微小冷
這篇文章主要為大家介紹了Python光學(xué)仿真之對(duì)光的干涉理解學(xué)習(xí)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步早日升職加薪
光的干涉
干涉即兩束光在疊加過(guò)程中出現(xiàn)的強(qiáng)度周期性變化情況，其最簡(jiǎn)單的案例即為楊氏雙縫干涉。
如圖所示，光從 S S S點(diǎn)發(fā)出，通過(guò)兩個(gè)狹縫 S 1 , S 2 S_1,S_2 S1,S2，最終匯聚在右側(cè)的干涉屏上，在不同位置處將會(huì)產(chǎn)生不同的相位差。
import numpy as np
import matplotlib.pyplot as plt
#兩束光疊加
waveAdd = lambda I1,I2,theta : I1+I2+2*np.sqrt(I1*I2)*np.cos(theta)
#同一束光經(jīng)過(guò)小孔之后的光程差，dSlit為小孔間距,dWave為波長(zhǎng)
#point為衍射屏上某點(diǎn)，theta為衍射屏相對(duì)小孔所在直線傾角
def interSlit(dSlit,point=(1,1,1),n=1,dWave=1.06e-6):
pVar = sum(np.array(point)**2) + 0.25*dSlit**2
delt = 2*np.pi*n/dWave*(
np.sqrt(pVar+point[0]*dSlit)-
np.sqrt(pVar-point[0]*dSlit))
return delt
#楊氏干涉，只考慮x方向
#dSlit：小孔間距；dScreen：衍射屏距離
#nGrid：網(wǎng)格個(gè)數(shù)；dGrid：網(wǎng)格間距
def interYang(dSlit=1e-3,dScreen=1,n=1,I1=1,I2=1,
dWave=1.06e-6,nGrid=500,dGrid=1e-5):
xAxis = np.arange(-nGrid,nGrid+1)*dGrid
I = [waveAdd(I1,I2,interSlit(
dSlit,(x,0,dScreen),n,dWave))
for x in xAxis]
plt.plot(xAxis,I)
plt.show()
得到的衍射強(qiáng)度圖為
雙縫干涉是一個(gè)非常實(shí)用的模型，可以應(yīng)用到許多光學(xué)裝置中，例如Fresnel雙面鏡，F(xiàn)resnel雙棱鏡，Lloyds鏡，Billet剖開(kāi)透鏡等等。其中Frenel雙面鏡如圖所示
光源入射到雙面鏡之后在鏡后產(chǎn)生了兩個(gè)像點(diǎn) P , Q 二者相當(dāng)于一對(duì)小孔，于是可以在右側(cè)的干涉屏上產(chǎn)生干涉。
其仿真過(guò)程與楊氏干涉只差一個(gè)小孔的轉(zhuǎn)換，圖像亦如出一轍。
#alpha為雙鏡銳角，dSA為光源到劈點(diǎn)距離，dScreen為S像點(diǎn)連線到干涉屏距離
def lensFresnel(alpha=0.1,dSA=1e-3,dScreen=1,
n=1,I1=1,I2=1,dWave=1.06e-6,
nGrid=500,dGrid=1e-4):
dSlit = 2*dSA*np.sin(alpha)
interYang(dSlit,dScreen,n,I1,I2,dWave,nGrid,dGrid)
以上就是Python光學(xué)仿真之對(duì)光的干涉理解學(xué)習(xí)的詳細(xì)內(nèi)容，更多關(guān)于Python理解光的干涉的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了如何讓python程序正確高效地并發(fā)，文章圍繞主題的相關(guān)資料展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-06-06
Python讀取xlsx文件的實(shí)現(xiàn)方法
這篇文章主要介紹了Python讀取xlsx文件的實(shí)現(xiàn)方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
PyCharm可以說(shuō)是當(dāng)今最流行的一款Python?IDE了,下面這篇文章主要給大家介紹了關(guān)于pycharm安裝中文插件的2種方法,文中通過(guò)圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-06-06
這篇文章主要為大家詳細(xì)介紹了python繪制立方體的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-07-07
今天小編就為大家分享一篇Python Series從0開(kāi)始索引的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-11-11
pycharm配置python 設(shè)置pip安裝源為豆瓣源
這篇文章主要介紹了pycharm配置python 設(shè)置pip安裝源為豆瓣源，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
這篇文章主要介紹了Python中變量的輸入輸出問(wèn)題，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下2019-07-07
Python實(shí)現(xiàn)遍歷子文件夾并將文件復(fù)制到不同的目標(biāo)文件夾
這篇文章主要介紹了如何基于Python語(yǔ)言實(shí)現(xiàn)遍歷多個(gè)子文件夾，將每一個(gè)子文件夾中大量的文件，按照每一個(gè)文件的文件名稱(chēng)的特點(diǎn)復(fù)制到不同的目標(biāo)文件夾中，感興趣的可以了解下2023-08-08
日 對(duì)于沒(méi)有服務(wù)器的研究生來(lái)說(shuō),Colab無(wú)疑是性價(jià)比最高的GPU選擇,下面這篇文章主要給大家介紹了關(guān)于如何利用colab修改python版本的相關(guān)資料,需要的朋友可以參考下2022-04-04
處理字符串時(shí)經(jīng)常要定制化去掉無(wú)用的空格,python 中要么用存在的常規(guī)方法,或者用正則處理,下面這篇文章主要給大家介紹了python去掉空格的一些常用方式,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-01-01