Python光学仿真学习衍射算法初步理解

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 61 4

#基尔霍夫衍射,衍射屏坐标范围-dGrid:dGrid,光源坐标(0,0)#简单的矩孔衍射,dSource为光源到小孔的距离；dScreen为衍射屏到小孔距离#dHole为矩孔网格尺寸；dGrid为衍射屏网格尺寸；nGrid为网格数目def squareDiff(dSource=1,dScreen=1.4,dWave=1e-6,            dHole=3e-5,nGrid=100,dGrid=1e-5):    nX,nY = nGrid*np.array([1,1])    axisX = np.arange(-nX,nX+1)*dGrid           axisY = np.arange(-nY,nY+1)*dGrid    xAxis,yAxis = np.meshgrid(axisX,axisY)  #此为衍射屏的x坐标    axisX = np.arange(-nX,nX+1)*dHole           axisY = np.arange(-nY,nY+1)*dHole    xHole,yHole = np.meshgrid(axisX,axisY)  #此为矩孔的x坐标    dArrS = np.sqrt(xHole**2+yHole**2+dSource**2)   #孔平面到光源的距离    nSide = int(nGrid*2+1)              #格点个数    pane = np.zeros([nSide,nSide])      #衍射屏强度    for m in range(nSide):        for n in range(nSide):            dArr = np.sqrt((xHole-xAxis[m,n])**2+(yHole-yAxis[m,n])**2+dScreen**2)            pane[m,n] = np.sum(                np.cos(np.pi*2*(dArr+dArrS)/dWave)/dArr/dArrS)    pane = np.abs(pane)    pane = pane/np.max(np.array(pane))    fig = plt.figure()    ax = axd(fig)    ax.plot_surface(xAxis,yAxis,pane)    plt.show()    return pane, xAxis, yAxis

#输入对于M*M矩阵的第一个值到N*N矩阵的距离，返回M(m,n)的距离矩阵def getDisMat(dMat,N,m,n):    dMat = np.mat(dMat)    A = dMat[1:m,1:n]    B = dMat[1:m,0:N-n+1]    C = dMat[0:N-m+1,1:n]    D = dMat[0:N-m+1,0:N-n+1]    return np.vstack((np.hstack((np.flip(A),np.flipud(B))),np.hstack((np.fliplr(C),D))))    #stack矩阵拼接，flip翻转矩阵

    dArrS = np.sqrt(xHole**2+yHole**2+dSource**2) #孔平面到光源的距离    dScreen = np.sqrt(                             #衍射平上第(0,0)个点的距离矩阵        (xHole-xAxis[0,0])**2+(yHole-yAxis[0,0])**2+dScreen**2)    nSide = int(nGrid*2+1)              #格点个数    pane = np.zeros([nSide,nSide])      #衍射屏强度    for m in range(nSide):        for n in range(nSide):            dArr = getDisMat(dScreen,nSide,m,n)

61 4 0

• 算法~利用zset实现滑动窗口限流

  滑动窗口限流 滑动窗口限流是一种常用的限流算法，通过维护一个固定大小的窗口，在单位时间内允许通过的请求次数不超过设定的阈值。具体来说，滑动窗口限流算法通常包括以下几个步骤： 初始化：设置窗口

• 【算法】表达式求值

  表达式求值：一个只有+,-,*,/的表达式，没有括号 一种神奇的做法：使用数组存储数字和运算符，先把优先级别高的乘法和除法计算出来，再计算加法和减法 int GetVal(string s){

• 【算法】前缀和

  【算法】前缀和 题目 先来看一道题目：（前缀和模板题） 已知一个数组A[]，现在想要求出其中一些数字的和。 输入格式： 先是整数N,M，表示一共有N个数字，有M组询问 接下来有N个数，表示A[1]..

• 【算法】二叉树的各种遍历方式

  1.前序遍历 根-左-右的顺序遍历，可以使用递归 void preOrder(Node *u){ if(u==NULL)return; printf("%d ",u->val);

• 【算法】01背包

  先看题目 物品不能分隔，必须全部取走或者留下，因此称为01背包 （只有不取和取两种状态） 看第一个样例 我们需要把4个物品装入一个容量为10的背包 我们可以简化问题，从小到大入手分析 weightva

• 算法 - 矩阵中被另一种颜色包围的颜色

  我最近在一次采访中遇到了这个问题: 给出以下矩阵: [[ R R R R R R], [ R B B B R R], [ B R R R B B], [ R B R R R R]] 找出是否有任

• 使用Outlook发送电子邮件的C++算法

  我正在尝试通过 C++ 算法从我的 outlook 帐户发送一封电子邮件，该帐户已经打开并记录，但真的不知道从哪里开始(对于 outlook-c++ 集成)，谷歌也没有帮我这么多。任何提示将不胜感激。

• 容器上滑动窗口的C++算法

  我发现自己像这样编写了一个手工制作的 while 循环: std::list foo; // In my case, map, but list is simpler auto currentPoin

• 检测正方形后运行命令的c++算法

  我有用于检测正方形的 opencv 代码。现在我想在检测正方形后，代码运行另一个命令。 代码如下: #include "cv.h" #include "cxcore.h" #include "high

• 二值图像的泛洪填充C++算法

  我正在尝试模拟一个 matlab 函数“imfill”来填充二进制图像(1 和 0 的二维矩阵)。 我想在矩阵中指定一个起点，并像 imfill 的 4 连接版本那样进行洪水填充。 这是否已经存在于

• 算法 递归公式

  我正在阅读 Robert Sedgewick 的《C++ 算法》。 Basic recurrences section it was mentioned as 这种循环出现在循环输入以消除一个项目的递

• 算法 - 如何生成日期结构？

  我正在思考如何在我的日历中生成代表任务的数据结构(仅供我个人使用)。我有来自 DBMS 的按日期排序的任务记录，如下所示: 买牛奶(18.1.2013) 任务日期 (2013-01-15) 任务标签(

• 算法:查找恰好出现两次的元素

  输入一个未排序的整数数组A[1..n]只有 O(d) :(d int) 计算每个元素在单次迭代中出现在列表中的次数。 map 是balanced Binary Search Tree基于确保 O(nl

• 算法——基于寻找最大匹配数

  我遇到了一个问题，但我仍然不知道如何解决。我想出了如何用蛮力的方式来做到这一点，但是当有成千上万的元素时它就不起作用了。 Problem: Say you are given the followin

• 算法 - 用于计算成对相互出现的次数

  我有一个列表列表。 L1= [[...][...][.......].......]如果我在展平列表后获取所有元素并从中提取唯一值，那么我会得到一个列表 L2。我有另一个列表 L3，它是 L2 的某个

• 算法 - 在矩阵中求和

  我们得到二维矩阵数组(假设长度为 i 和宽度为 j)和整数 k我们必须找到包含这个或更大总和的最小矩形的大小F.e k=7 4 1 1 1 1 1 4 4 Anwser是2，因为4+4=8 >= 7，

• 算法:根据周数获取下一年日期工作类次类型

  我实行 3 类倒制，每周换类。顺序为早类 (m)、晚类 (n) 和下午类 (a)。我固定的订单，即它永远不会改变，即使那个星期不工作也是如此。 我创建了一个函数来获取 ISO 周数。当我给它一个日期时

• 算法 - 找到满足输入元素任意组合的所有集合

  假设我们有一个输入，它是一个元素列表: {a, b, c, d, e, f} 还有不同的集合，可能包含这些元素的任意组合，也可能包含不在输入列表中的其他元素: A:{e,f} B:{d,f,a} C:

• 算法:添加新元素时如何找到集合的子集？

  我有一个子集算法，可以找到给定集合的所有子集。原始集合的问题在于它是一个不断增长的集合，如果向其中添加元素，我需要再次重新计算它的子集。 有没有一种方法可以优化子集算法，该算法可以从最后一个计算点重新

• 算法:按预期频率将符号压缩成位串？

  我有一个包含 100 万个符号及其预期频率的表格。 我想通过为每个符号分配一个唯一(且前缀唯一)的可变长度位串来压缩这些符号的序列，然后将它们连接在一起以表示序列。 我想分配这些位串，以使编码序列的预