Python光學(xué)仿真學(xué)習(xí)Gauss高斯光束在空間中的分布
發(fā)布日期：2021-12-22 09:01 | 文章來源：腳本之家
Gauss光束強(qiáng)度的表達(dá)式為
如圖所示
左上圖和左下圖表示激光傳輸過程中的其束腰半徑的變化情況；右圖則表示高斯光束某一橫截面處激光的能量分布。
繪制代碼如下
import matplotlib.pyplot as plt
import numpy as np
def setLabel(ax,*args):
ax.set_xlabel(args[0])
ax.set_ylabel(args[1])
if len(args)==3:
ax.set_zlabel(args[2])
def drawGauss(w0=1,dWave=1.064):
# 軸向坐標(biāo)
z = np.linspace(-10,10,1000).reshape(1000,1)
# z處光斑半徑
w = np.sqrt(w0**2+z**2*dWave**2/np.pi**2/w0**2)
theta = np.linspace(0,np.pi*2,150).reshape(1,150)
x = w*np.cos(theta)
y = w*np.sin(theta)
fig = plt.figure()
# 三維的高斯光束等功率密度面變化圖
ax1 = fig.add_subplot(221,projection='3d')
ax1.plot_surface(z,x,y)#,cmap=plt.get_cmap('rainbow'))
ax1.set_title("waist shape changed by propagation")
setLabel(ax1,"z","x","y")
# 二維的高斯光束半徑變化圖
ax3 = fig.add_subplot(223)
ax3.plot(z,w,linewidth=1)
ax3.plot(z,-w,linewidth=0.2)
ax3.plot([z[0],z[-1]],[0,0],linewidth=0.5,linestyle=":")
ax3.set_title("waist value changed by propagation")
setLabel(ax3,"z","w")
# Gauss光束在束腰處的切片
X,Y = np.meshgrid(np.linspace(-5,5,100),np.linspace(-5,5,100))
Psi = np.exp(-(X**2+Y**2)/w0**2)/w0
ax2 = fig.add_subplot(222,projection='3d')
ax2.plot_surface(X,Y,Psi)
ax2.set_title("Intensity distribution on waist0")
setLabel(ax2,"x","y","Instensity")
# Gauss光束在束腰處的徑向切片
r = np.linspace(-5,5,200)
Psi = np.exp(-r**2/w0**2)/w0
ax4 = fig.add_subplot(224)
ax4.plot(r,Psi)
ax4.set_title("Intensity distribution on waist0")
setLabel(ax4,"r","Instensity")
plt.show()
如果沿著z軸方向，在不同的位置處對(duì)Gauss光束進(jìn)行切片處理，則不同位置處徑向功率分布如圖所示
實(shí)現(xiàn)代碼如下
import matplotlib.animation as animation
def GaussGif1d(w0=1,dWave=1.064):
zAxis = np.arange(100)
# 軸向坐標(biāo)
z = np.linspace(0,10,100)
# z處的束腰半徑
w = np.sqrt(w0**2+z**2*dWave**2/np.pi**2/w0**2)
x = np.linspace(-10,10,500)
fig = plt.figure()
ax = fig.gca(xlim=(-5,5),ylim=(0,1))
ax.grid()
line, = ax.plot([],[])
time_text = ax.text(0.1,0.9,'',transform=ax.transAxes)
# 初始化圖像
def init():
line.set_data([],[])
time_text.set_text("")
return line, time_text
# 圖像迭代
def animate(i):
wi = w[i]
Psi = np.exp(-x**2/wi**2)/wi
line.set_data(x,Psi)
time_text.set_text("z="+str(z[i]))
return line, time_text
ani = animation.FuncAnimation(fig, animate, zAxis,
interval=200, init_func=init)
ani.save('gauss.gif',writer='imagemagick')
plt.show()
以上就是Python光學(xué)仿真學(xué)習(xí)Gauss高斯光束在空間中的分布的詳細(xì)內(nèi)容，更多關(guān)于Python光學(xué)仿真Gauss高斯光束空間分布的資料請(qǐng)關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信