Python光學(xué)仿真數(shù)值分析求解波動方程繪制波包變化圖
波動方程數(shù)值解
波動方程是三大物理方程之一,也就是弦振動方程,其特點是時間與空間均為二階偏導(dǎo)數(shù)。其自由空間解便是我們熟知的三角函數(shù)形式,也可以寫成自然虛指數(shù)形式。
一般來說,既然有了精確的解析解,那也就沒必要再去做不精確的數(shù)值模擬,但數(shù)值模擬的好處有兩個,一是避免無窮小,從而在思維上更加直觀;二是頗具啟發(fā)性,對于一些解析無解的情況也有一定的處理能力。
對此,我們首先考慮一維波動方程

import numpy as np
import matplotlib.pyplot as plt
def set_y0(x,k,L):
y = np.zeros_like(x)
y[x<L] = np.sin(k*x[x<L])*np.sin(np.abs(x[x<L]*np.pi/L))
return y
if __name__ == "__main__":
x = np.linspace(0,10,1000)
k = np.pi*2/1.064
L = 5
y = set_y0(x,k,L)
plt.plot(x,y)
plt.show()
其形狀為

現(xiàn)考慮讓這個光波在 [ 0 , L ] 范圍內(nèi)往返傳播,在此采用Dirichlet邊界條件,取

至此,我們得到了光場的所有信息,原則上可以預(yù)測這個波包的所有行為,其迭代過程為
def wave1d(x,t,k,L):
dx = x[1]-x[0]
dt = t[1]-t[0]
d2 = (dt/dx)**2
y = np.zeros([len(t),len(x)])
y[0,:] = set_y0(x,k,L)
y[1,:] = set_y0(x-dt,k,L)
for n in range(2,len(t)):
y[n] = 2*y[n-1] - y[n-2] - d2*2*y[n-1]
y[n,1:] += d2*y[n-1,:-1]
y[n,:-1] += d2*y[n-1,1:]
#邊界條件
y[n,0] = 0
y[n,-1] = 0
return y
由于 y y y是隨時間變化的參量,現(xiàn)有的matplotlib.pyplot已經(jīng)無法滿足我們繪制動態(tài)圖片的需求,所以引入animation來進(jìn)行繪制,其代碼為
import matplotlib.animation as animation
#輸入時間,自變量,因變量,圖題標(biāo)記
def drawGif(t,x,ys,mark="time="):
tAxis = np.linspace(0,len(t)-1,100).astype(int)
fig = plt.figure()
ax = fig.add_subplot(111,xlim=(0,10),ylim=(-1.5,1.5))
ax.grid()
line, = ax.plot([],[],lw=0.2)
time_text = ax.text(0.1,0.9,'',transform=ax.transAxes)
def init():
line.set_data([],[])
time_text.set_text("")
return line, time_text
def animate(i):
y = ys[i]
line.set_data(x,y)
time_text.set_text(mark+str(t[i]))
return line, time_text
# 動態(tài)圖繪制命令
# 輸入分別為畫圖窗口,動畫函數(shù),動畫函數(shù)輸入變量,延時,初始函數(shù)
ani = animation.FuncAnimation(fig, animate, tAxis,
interval=200, init_func=init)
#通過imagemagick引擎來保存gif
ani.save('wave.gif',writer='imagemagick')
plt.show()
if __name__ == "__main__":
x = np.linspace(0,10,1000)
t = np.linspace(0,12,2041)
k = np.pi*2/1.064
L = 5
y = wave1d(x,t,k,L)
drawGif(t,x,y)
得到結(jié)果為

這個圖雖然很符合我們的預(yù)期,但有些物理過程并不清晰,我們不妨把初始波包設(shè)置為只有一個波峰的孤波
def set_y0(x,k,L):
y = np.zeros_like(x)
y[x<L] = np.sin(np.abs(x[x<L]*np.pi/L))
return y
其圖像為

我們可以清晰地看到,正弦波通過腔壁后,其震動方向發(fā)生了變化,此即半波損失。
以上就是Python光學(xué)仿真數(shù)值分析求解波動方程繪制波包變化圖的詳細(xì)內(nèi)容,更多關(guān)于Python數(shù)值分析求解波動方程繪制波包變化圖的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Django自帶用戶認(rèn)證系統(tǒng)使用方法解析
這篇文章主要介紹了Django自帶用戶認(rèn)證系統(tǒng)使用方法解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11
由Python運算π的值深入Python中科學(xué)計算的實現(xiàn)
這篇文章主要介紹了由Python運算π的值深入Python中科學(xué)計算的實現(xiàn),由簡單的計算發(fā)散出各種算法的講解,需要的朋友可以參考下2015-04-04
Python?計算機視覺編程進(jìn)階之OpenCV?圖像銳化及邊緣檢測
計算機視覺這種技術(shù)可以將靜止圖像或視頻數(shù)據(jù)轉(zhuǎn)換為一種決策或新的表示。所有這樣的轉(zhuǎn)換都是為了完成某種特定的目的而進(jìn)行的,本篇我們來學(xué)習(xí)下如何對圖像進(jìn)行銳化處理以及如何進(jìn)行邊緣檢測2021-11-11
python基于物品協(xié)同過濾算法實現(xiàn)代碼
這篇文章主要為大家詳細(xì)介紹了python基于物品協(xié)同過濾算法實現(xiàn)代碼,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-05-05

