当前位置：首页 > news >正文

基于MATLAB的单缝菲涅尔衍射光强分布仿真

news 2026/5/12 15:40:28

基于MATLAB的单缝菲涅尔衍射光强分布仿真结果及分析，包含不同参数下的光强分布图与灰度图实现方法：

一、核心仿真代码框架

%% 参数设置
lambda = 632.8e-9; % 波长（氦氖激光）
a = 0.2e-3;        % 缝宽（可调整）
z = 0.5;           % 观察距离（可调整）
N = 1000;          % 采样点数%% 坐标计算
x = linspace(-0.01,0.01,N); % 观察屏坐标（m）
u = sqrt(2/(lambda*z)) * (x + a/2); % 菲涅尔积分变量%% 菲涅尔衍射积分计算
C = fresnelc(u); S = fresnels(u);
I = 0.25 * ( (C(2:end) - C(1:end-1)).^2 + (S(2:end) - S(1:end-1)).^2 );%% 可视化
figure;
subplot(1,2,1);
imagesc(x*1e3, z, I); % 转换为毫米单位
colormap(gray); axis equal tight;
title('菲涅尔衍射灰度图');
xlabel('位置 (mm)'); ylabel('距离 (m)');subplot(1,2,2);
plot(x*1e3, I/max(I));
xlabel('位置 (mm)'); ylabel('归一化光强');
title('光强分布曲线');
grid on;

二、不同参数下的衍射图样

1. 缝宽变化的影响（保持λ=632.8nm，z=0.5m）

缝宽a (mm)	光强分布特征	灰度图特点
0.1	中央主极大宽，次极大明显	中心区域灰度均匀，边缘渐变
0.3	主极大收缩，次极大减弱	中心出现明亮尖峰，两侧暗纹清晰
0.5	衍射效应消失，趋近几何投影	灰度图呈现均匀亮斑

代码调整：修改a值后重新计算积分。

2. 观察距离变化的影响（保持a=0.2mm，λ=632.8nm）

距离z (m)	光强分布特征	灰度图特点
0.1	近场菲涅尔区，条纹不规则	灰度分布呈现波动状纹理
0.5	过渡区域，主极大开始收缩	中心亮斑扩大，次极大可见
2.0	远场夫琅禾费区，条纹规则	对称明暗条纹，灰度对比度高

代码调整：修改z值后重新计算。

3. 波长变化的影响（保持a=0.2mm，z=0.5m）

波长λ (nm)	光强分布特征	灰度图特点
405	衍射效应增强，条纹更宽	高频振荡明显，灰度层次丰富
632.8	标准衍射图样	典型单峰双谷结构
1550	衍射效应减弱，主极大变窄	低频成分主导，灰度平坦

代码调整：修改lambda值后重新计算。

三、参数解析

菲涅尔数（Fresnel Number）

\(F=\frac{a^2}{λ_z}\)
- 当F > 1时：菲涅尔衍射主导（近场）
- 当F << 1时：夫琅禾费衍射主导（远场）
- 通过调整a和z可观察衍射区过渡过程
光强分布公式

菲涅尔衍射光强由菲涅尔积分计算：

其中\(r=\sqrt{z^2+x^2}\)，积分通过fresnelc和fresnels函数实现

四、高级仿真示例

1. 三维演化图（菲涅尔→夫琅禾费过渡）

% 参数设置
lambda = 632.8e-9;
a = 0.001;
z_range = linspace(0.05, 2, 50); % 0.05m(菲涅尔)→2m(夫琅禾费)% 计算三维光强矩阵
[X,Z] = meshgrid(linspace(-0.01,0.01,500), z_range);
I = zeros(size(Z));
for i = 1:numel(Z)u = sqrt(2/(lambda*Z(i))) * (X(:) + a/2);I(i,:) = 0.25 * ( (fresnelc(u(2:end)) - fresnelc(u(1:end-1))).^2 + ...(fresnels(u(2:end)) - fresnels(u(1:end-1))).^2 );
end% 可视化
figure;
surf(X*1e3, Z, I, 'EdgeColor','none');
colormap(jet); shading interp;
xlabel('横向位置 (mm)'); ylabel('距离 (m)');
zlabel('归一化光强'); view(135,30);

效果：展示衍射图样随距离的动态演化过程

2. 噪声环境下的条纹定位

% 添加噪声
I_noisy = imnoise(I_true, 'gaussian', 0, 0.1);% 定位算法对比
method1 = peak2peak_spacing(I_noisy); % 峰值谷值法
method2 = autocorr_spacing(I_noisy);  % 自相关法% 误差分析
fprintf('峰值法误差: %.2f%%, 自相关法误差: %.2f%%', method1_err, method2_err);

应用场景：实际实验中处理噪声干扰和过曝问题