Ansys Zemax | 多模光纤耦合

news2024/9/20 3:59:04

本文展示了利用几何图像分析特性来计算多模光纤耦合效率的方法。

还有使用IMAE操作数优化多模光纤耦合效率的方法。该方法只适用于包含大量模式的多模光纤。

下载

联系工作人员获取附件

简介

我们可以使用OpticStudio中的几何图像分析(Geometric Image Analysis)来计算多模光纤的耦合效率。

如果想使用几何光线来模拟多模光纤耦合,那么光纤的纤芯直径至少要比波长大10倍以上,这样纤芯可以支持很多很多的横模。如果光纤是可以传播二阶或三阶模的少模光纤,那我们必须使用物理光学来进行光纤耦合分析。在这篇文章中,“多模”定义为光纤支持太多种横模了,以至于光纤可以被视为一个导光管。

当在物面上定义了一个具有确定尺寸和形状的扩展光源后,几何图像分析可以生成任何表面的辐照度分布。此外,如果光线入射到待测面时的角度大于设定的阈值时,它可以过滤掉这部分光线。使用示例文件,我们将演示如何使用几何图像分析功能来计算多模光纤耦合效率。

使用几何图像分析计算多模光纤耦合效率

下载并打开本文示例文件。该系统模拟的是将光耦合到纤芯半径为0.1 mm、数值孔径为0.2的多模光纤中。现在,我们先暂时忽略空气与玻璃分界面上(包括光纤上的分界面)产生的菲涅尔(反射)损耗。

纤芯的尺寸是通过在图像表面上指定半径为0.1 mm的圆型孔径来模拟的。在此文件中,孔径类型为“浮动(Floating)”,圆型孔径的大小是用像面的半径来控制的。

在分析选项卡(Analysis)>扩展场景分析(Extended Scene Analysis)>几何图像分析(Geometeric Image Analysis)下打开几何图像分析窗口:几何图像分析可以产生在任何表面的辐照度,从一个扩展的源与特定的尺寸和形状在物体表面。此外,它还可以滤除入射角大于评估表面上可确定阈值的光线。

在提供的示例文件中,应该已经预先打开了几何图像分析窗口。以下是分析的参数设置:

接收光纤的数值孔径在NA栏中输入。由于我们假定轴上的点光源位于物方无穷远处,所以视场大小(扩展光源的大小)为零,因此由“文件”选项控制的光源的形状并不重要。“图像大小”选项确定了像面上的你需要仿真的区域大小; 你也可以把它看作是探测器的大小。这里,我们将限制光线的数量为10000,以加快计算速度。

IMAE 操作数

耦合效率仅2%左右,这一结果显示在几何图像分析窗口下方的文本中。

我们将优化像面位置(接收光纤的位置)来提高耦合效率。在评价函数编辑器中的操作数IMAE会显示图表上的耦合效率。由于几何图像分析中的参数设置种类要多于评价函数编辑器中可用列的数量,因此IMAE操作数使用分析窗口中最近一次保存的设置。即先在几何图像分析中保存设置,再使用操作数。这些设置保存在一个xxx .CFG配置文件,我们可以通过点击几何图像分析设置中的“保存”按钮来更新的参数设置:

操作数IMAE现在将采用保存的参数设置来显示正确的耦合效率。由于每次仿真时,操作数IMAE使用随机的光线组进行分析,因此操作数结果与几何图像分析中的值会略有不同。

由于surface # 3的厚度已经设置为变量,我们需要做的就是通过点击优化选项卡(Optimize tab)>优化!(Optimize!)进行优化。

选择阻尼最小二乘法(Damped Least Squares )算法,并点击开始按钮:

评价函数(量化值)应该会很快下降。当优化完成后,单击退出按钮。更新评价函数编辑器,你会发现耦合效率已经提高到54%左右。我们也可以在几何图像分析中查看这一结果:

菲涅尔损耗

假设纤芯的材料为N-BK7。如果我们要考虑所有空气与玻璃的界面(包括光纤芯)处的菲涅耳损耗,我们需要在几何图像分析设置中开启偏振选项。计算偏振的同时也将考虑双凸透镜的体吸收。

在镜头数据编辑器中,将像面的材料设为N-BK7,作为光纤的材料,并在几何图像分析设置中选中“使用偏振(Use Polarization)”:

为了在评价函数编辑器中查看正确的耦合效率,请确保你在优化前保存了分析的设置参数。

新的耦合效率降至47%左右:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/188954.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

已解决error: legacy-instal1-failure

已解决(pip install wxPython安装失败)error: legacy-instal1-failure Encountered error while trying to install package.wxPython note: This is an issue with the package mentioned above,not pip. hint : See above for output from …

ChatGPT 回答什么是敏捷测试

Jenkins 官方文档:https://jenkins.io/doc/JUnit 插件文档:JUnit | Jenkins pluginTestNG 插件文档:https://plugins.jenkins.io/testng-plugin/Jenkins 教程:https://jenkins.io/doc/tutorials/JUnit 教程:JUnit 5 Us…

舆情监测软件报价方案,TOOM舆情监控软件多少钱?

舆情监测软件的价格因公司不同而有所差异,通常在几百元至数千元不等。价格还可能受到功能复杂度、数据量、使用时长等因素的影响。建议您联系多家软件开发商或销售代表,对比各家的产品和报价,以找到适合您需求和预算的解决方案。舆情监测软件…

算法训练营DAY46|139.单词拆分、多重背包的介绍

这一期到了背包问题的最后一期,主要讲解一道leetcodee题,和对多重背包的一些简单介绍,由于leetcode没有对于多重背包的具体问题,且面试基本不会问到多重背包所以只是作为科普。 139. 单词拆分 - 力扣(LeetCode&#x…

缺省参数,函数重载,引用的使用(C++)

前言 本文主要讲解的是缺省参数,函数重载,引用的使用. 文章目录 目录 前言 一、缺省参数是什么? 1.缺省参数的分类 二、函数重载是什么? 三、引用是什么? 1.引用特性 总结 提示:以下是本篇文章正文内容&am…

java中的NIO,BIO,AIO

IO,input和output,Java 为 I/O 提供了强大的而灵活的支持,使其更广泛地应用到文件传输和网络编程中。 IO是什么?为什么需要IO? java在1.4之前,提供的是BIO,也就是java.io包下的的东西&#xf…

SpringBoot(二):配置文件的作用、配置文件的格式、properties配置文件、yml配置文件

目录一、配置文件的作用二、配置文件的格式三、properties配置文件3.1 properties的基本语法3.2 properties的缺点3.3 配置自定义内容3.4 读取配置文件四、yml配置文件4.1 yml基本介绍4.2 yml基本语法4.3 使用yml配置不同的数据类型4.4 读取yml配置文件4.5 在yml中配置对象4.6 …

关于UWB汽车钥匙介绍

汽车钥匙经历了机械钥匙、遥控钥匙、PEPS、数字钥匙四个阶段,而数字钥匙又分为BLE/NFC/UWB三种技术路线。由于UWB安全性、定位精度、作用范围明显好于BLE和NFC,因此成为汽车数字钥匙的最优技术。PEPS与数字钥匙PEPS是指无钥匙进入/无钥匙启动系统&#x…

MySQL详解(三)——高级 1.0

MySQL高级 utf8只支持每个字符最多三个字节,而真正的 UTF-8 是每个字符最多四个字节 MySQL 的这个bug一直没有被修复,他们在 2010 年发布了一个叫作“utf8mb4”的字符集,绕过了这个问题。 MySQL优点 Mysql是开源的Mysql是可以定制的&…

CDN的那些事

CDN的那些事一、前言二、基础配置三、访问控制四、缓存配置五、HTTPS配置六、高级配置(最重点来了)七、结语一、前言 大家好,我是尝试中成长的站长,前段时间,群友的cdn被刷爆了,这就引起了我的恐慌&#x…

读书笔记:神经网络加法层与乘法层的实现及应用 buy_apple_orange.py ← 斋藤康毅

“层”是神经网络中功能的单位。通常把神经网络的“层”实现为一个类。“层”的实现中有两个共通的方法 forward() 和 backward()。forward() 对应正向传播,backward() 对应反向传播。加法结点的反向传播将上游的值原封不动地输出到下游,乘法结点的反向传…

第2章:使用CSS定义样式

在前一章中,我们研究了Java代码的不同片段。 在本章中,我们将对每个示例使用相同的代码段: public void createPdf(String html, String dest) throws IOException {HtmlConverter.convertToPdf(html, new FileOutputStream(dest)); } 我们不看Java代码的不同片段,而是看…

数据分析-深度学习Pytorch Day13

单层感知机和多层感知机(MLP)是最基础的神经网络结构。将卷积操作创新的加入到神经网络结构形成了卷积神经网络,卷积神经网络给现代人工智能注入了活力。感知机网络和卷积网络(CNN)都属于前馈型网络(FeedForward Network)。单层感知机是二分类的线性分类模型&#x…

MT1010-M1016(java版)

MT1010输入和输出字符型数据难度:青铜0时间限制:1秒巴占用内存:64M★收藏△报错请编写一个简单程序,用户输入2个的字符型数据存储在变量中,并分别以字符形式和整数形式输出在屏幕上。格式输入格式:2个的字符…

Go语言DDD实战初级篇

导读 领域驱动设计(DDD)最简洁的描述可能是:如何在明确的限界上下文中创建通用语言的模型。通过 DDD思想设计开发的软件,在领域专家、开发者和软件本身之间不存在“翻译”,三者通过在限界上下文下的通用语言直接表示。而这个系列则是我们团队…

交换机——VLAN原理和基本配置

VLAN原理和配置VLAN的三种端口类型Access:接入链路类型(一般使用:交换机与PC)Trunk:干道链路类型(一般使用:交换机与交换机)Hybrid在这里,我们只使用和讲解Access和Trunk…

HTML简介

目录 一、HTML基础知识 二、HTML常见标签 注释标签 标题标签 段落标签 常用的转义字符 换行标签 格式化标签 图片标签 超链接标签 表格标签 列表标签 input标签 文本框 密码框 单选框 复选框 普通按钮 选择文件 下拉标签 多行文本输入 无语…

【哈希表】leetcode454.四数相加II(C/C++/Java/Python/Js)

leetcode454.四数相加II1 题目2 思路3 代码3.1 C版本3.2 C版本3.3 Java版本3.4 Python版本3.5 JavaScript版本4 总结需要哈希的地方都能找到map的身影 1 题目 题源链接 给你四个整数数组 nums1、nums2、nums3 和 nums4 ,数组长度都是 n ,请你计算有多少…

C中线程信号控制

一、场景介绍存在三个线程,一个主线程和两个子线程(子线程数量不固定)。为了节省频繁创建销毁线程造成的资源浪费,将这些线程设置为常驻线程。但这样引入了一个新的问题,如何协调这些线程完成工作。主线程内是循环检测…

Webgl实现的天气效果(下雨、下雪)

一、下雨效果如图: 还有一种雨水效果也不错 114 Three.js实现深度遮挡的下雨特效 | 暮志未晚-中文案例网 二、下雪的效果 57 Three.js 使用粒子实现下雪特效 | 暮志未晚-中文案例网 还有一种是通过网页CSS的形式做的2D雪效果 集合在一起的源码: https…