news 2026/1/20 4:06:51

基于纳米微粒激发平面波的米氏散射FDTD仿真模拟与验证

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
基于纳米微粒激发平面波的米氏散射FDTD仿真模拟与验证

基于纳米微粒激发平面波的米氏散射FDTD仿真模拟 微纳光学 【案例内容】 本案例展示了一个基于纳米粒子激发平面波的米氏散射仿真模型(mie scattering),计算其散射和吸收截面、局域场增强和远场散射分布,同时将截面和远场结果与解析解进行了比较,验证了仿真模拟的准确性。 演示: 1、电磁场与纳米粒子的相互作用在粒子表面产生强烈的局域场增强 2、吸收和散射截面 3、远场角散射 【案例文件】案例源文件

米氏散射这玩意儿在微纳光学里就像台球桌上的开球——看起来简单,实际藏着玄机。咱们今天直接上手FDTD仿真,拿金纳米球当靶子,看看电磁波和纳米粒子怎么搞出各种花样。

先整点硬核的,模型设置直接用Python脚本开搞:

from fdtd import FDTD sim = FDTD() sim.set_grid(500, 500, 20) # 纳米级网格精度 gold = sim.add_material(eps_real= -12.5, eps_imag=1.2) # 金在可见光波段 sphere = sim.add_sphere(radius=80, material=gold) # 80nm金球 sim.add_plane_wave(wavelength=600) # 600nm平面波入射

这段代码里藏着几个雷:网格精度不够会直接让局域场增强算劈叉,材料的复介电常数必须用实验值。最坑的是粒子尺寸和波长要满足米氏散射条件,这里取的80nm金球在绿光波段刚好能激发局域表面等离激元。

跑完仿真后场分布直接闪瞎眼——粒子表面电场增强超过30倍!这货在传感器应用里简直是个聚光灯。截取截面数据时得用近场积分:

scattering = sim.calculate_scattering_cross_section() absorption = sim.get_absorption() total = scattering + absorption # 消光截面

这里有个骚操作:FDTD里算散射截面其实是在总场边界上做坡印廷矢量积分。新手常犯的错是忘了排除入射场分量,结果算出来的散射截面自带双倍快乐(误差)。

远场角分布才是重头戏。用近远场变换时得注意采样点数:

theta = linspace(0, 2*pi, 180); phi = 0; [E_theta, E_phi] = farfield_transform(r, theta, phi);

这里180个采样点少了会丢失角分布细节,多了又算到地老天荒。对比解析解时得用归一化处理,把仿真结果和米氏公式曲线叠在一起,误差超过5%就得回去检查材料参数是不是手滑输错了。

最后来个灵魂暴击——为什么仿真和解析解在背向散射(θ=180°)总会差那么一丢丢?其实这是网格离散化的锅。把Yee网格改非均匀网格,或者在关键区域加密网格,立马能改善。不过跑仿真时间得翻倍,这波是精度和算力的经典博弈。

搞完这波操作的最大收获:仿真就像做菜,火候(网格)、食材(材料参数)、刀工(算法)哪个不到位都会翻车。下次试试银纳米棒,说不定能解锁更多姿势(比如Fano共振啥的)。

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2025/12/26 20:45:23

基于微信小程序的维修服务平台的设计与实现

前言 🌞博主介绍:✌CSDN特邀作者、全栈领域优质创作者、10年IT从业经验、码云/掘金/知乎/B站/华为云/阿里云等平台优质作者、专注于Java、小程序/APP、python、大数据等技术领域和毕业项目实战,以及程序定制化开发、文档编写、答疑辅导等。✌…

作者头像 李华
网站建设 2026/1/16 17:27:59

基于SpringBoot+Vue的图书馆选座平台设计与实现毕设源码

博主介绍:✌ 专注于Java,python,✌关注✌私信我✌具体的问题,我会尽力帮助你。一、研究目的本研究旨在设计并实现一个基于SpringBoot和Vue的图书馆选座平台,以满足现代图书馆在座位管理方面的需求。具体研究目的如下: 首先&#x…

作者头像 李华
网站建设 2026/1/14 19:06:45

主生产计划:PMC体系的核心引擎解析

MPS:承上启下的“总调度台” 在主生产计划与物料控制体系中,主生产计划处于中枢位置。它向上承接销售预测与客户订单,向下驱动物料需求计划与车间作业排程。简单说,MPS决定了“在什么时间、生产什么产品、生产多少数量”&#xff…

作者头像 李华
网站建设 2026/1/19 7:38:42

第八章 基因的表达与调控

第九章基因工程和基因组学第十章基因突变第十一章细胞质遗传第十二章遗传与发育第十三章数量性状遗传第十四章群体遗传与进化

作者头像 李华
网站建设 2026/1/17 3:01:50

Post-training with Tinker:定制语言模型的最佳解决方案

Post-training with Tinker:定制语言模型的最佳解决方案 在深度学习和自然语言处理领域,定制化的语言模型正逐渐成为提升模型性能的重要手段。今天,我们将深入探讨 Tinker 及其配套工具 Tinker Cookbook,这两个开放源码库旨在帮助…

作者头像 李华
网站建设 2026/1/16 23:15:42

通达信庄家轨迹 源码 贴图

{}HJ_1:IF(DATE>11208015,0,1); HJ_2:5; HJ_3:(2*CLOSEHIGHLOW)/4; HJ_4:LLV(LOW,34); HJ_5:HHV(HIGH,34); HJ_6:EMA((HJ_3-HJ_4)/(HJ_5-HJ_4)*100,13); HJ_7:EMA(0.667*REF(HJ_6,1)0.333*HJ_6,2)*HJ_1; 轨道线:EMA(HJ_7,HJ_2)*HJ_1,COLORRED; HJ_8:HHV(HIGH,9)-LLV(LOW,9);…

作者头像 李华