Diffraction、Scatterring、Diffusion、Reflection 衍射、散射、干涉、折射

系列文章目录

还没写完,不小心发了!!但最近正在研究这个方面,欢迎提问!!


电磁波与物质的作用只有两种:吸收和散射!!!而反射,折射只是散射的一种直接体现。

衍射本质上也是散射(通常无法直接计算,too complicated,只能用波场模拟),但由于数学上过于复杂,可以用Huygens原理唯象的理解!

然而,对于爬行波的等效电磁流,目前还没有相关方面的研究。


前言


terminal 说明

        diffraction 在这里叫绕射更合适!

一、标量babinet's principle 

 引自max.born classic book

closing remark

1.born从kirchhoff和huygens原理出发,推导出了babinet原理,并且证明point scattering振幅等价于small disruption in smooth interface.物理图像可以从下面理解:

从a到d是:point scatterer到plane的过程,而从d到a可以看作对plane不断的扣小缝(silt)

二、衍射babinet's principle (严格表述)

巴比涅原理Babinet’s Principle的陈述

巴比涅原理‍‍‍,也译作巴俾涅原理,指在点光源照射下,一个不透光物体产生的衍射图样和一个带有与该物体形状、大小完全相同的孔的衍射屏产生的衍射图样完全相同。巴比涅原理大多用在光学,但它对其它形式的电磁辐射也是正确的。事实上,它是所有波衍射的一般原理,都是正确的。巴比涅原理的最常用地方是它能觉察尺寸和形状的等价

数学公式

巴比涅原理可以用场等效原理的概念在数学上表述。如果E1和B1是由于不透明屏幕中的孔径而在一点上产生的电场和磁场,并且E2和B2是因为透明屏幕中的不透明对象而在同一点上形成的场,则Babinet原理指出:

二、绕射(diffraction,但是翻译为绕射更形象)

1.

        在解决电磁散射和辐射问题时,最基本的方法是通过求解Maxwell方程来 得到散射问题的解。然而,只有极少数问题可以得出严格的解析解。这些能求 得解析解的问题所涉及到的物体,其几何形状一般都比较规则,而且物体的曲 面与正交坐标系刚好相重合。

        为了克服几何光学和物理光学方法的不足,J.B.Kellerl4115116]提出了几何绕射 理论(GrD),几何绕射理论把经典的几何光学概念加以推广,系统地引入了 一种绕射射线。这种绕射射线产生于散射体表面上有某种不连续性的局部区域, 例如物体表面上几何形状和电特性的不连续之处以及光滑凸曲面上的掠入射 等。绕射射线的特点是:它不仅能进入几何光学亮区,而且能进入几何光学阴 影区。因此,绕射射线能计算阴影区的场。

2.

a.因此,它能计及几何射线不能存在的阴影区中的场,既克 服了几何光学在阴影区失效的缺点,又改善了亮区中的几何光学解。

b.绕射场是沿绕射射线传播的,这种射线的轨迹可以用广义的费马原理确定 (几何光学射线和绕射射线沿从源点到场点的最短路程传播);

三、creep wave ray tracing

用UTD方法解决凸曲面体的散射问题时,最关键的问题是凸曲面表面爬行 波的射线寻迹。爬行波可以看成几何光学射线,它的传播也满足费马原理,即 传播的路径最短。----不然了,费马theory 本质是稳相性,至于为什么只有稳相的波才能传播,你们直接理解🙂


总结

内容概要:本文系统研究了Picard迭代法在非线性常微分方程参数估计中的应用,深入阐述了该方法的数学原理及其在参数辨识中的收敛性与稳定性优势。通过构建最小化误差的目标函数,并结合数值积分技术,采用迭代方式逐步逼近系统的真实参数值,有效解决了非线性动态系统中因缺乏解析解而难以进行精确建模的问题。文中提供了完整的Matlab代码实现,涵盖模型定义、迭代求解、参数更新与结果可视化等关键环节,增强了方法的可操作性与工程实用性。研究通过典型非线性系统案例验证了算法的有效性,展示了其在科学计算与工程建模中的良好适应性与推广潜力。; 适合人群:具备常微分方程理论、数值分析基础及Matlab编程能力,从事系统建模、参数辨识、动力学仿真等相关方向的研究生、科研人员和工程技术开发者。; 使用场景及目标:①解决实际工程中非线性微分方程模型的未知参数估计问题;②深入理解Picard迭代法在科学计算中的实现机制与数值特性;③为学术论文复现、科研项目开发或课程设计提供可运行、易调试的技术方案与代码参考。; 阅读建议:建议读者结合文中的数学推导与Matlab代码逐行分析,重点关注迭代流程、目标函数构造与数值积分的耦合实现,通过修改模型结构或噪声条件进行扩展实验,以深化对算法鲁棒性与适用边界的理解。配套资源可通过指定公众号和网盘链接获取,推荐同步学习以加速科研进程。
内容概要:本文详细介绍了一种基于多尺度集成极限学习机(Extreme Learning Machine, ELM)的回归方法,并提供了完整的Matlab代码实现。该方法通过构建多尺度特征表示与集成学习机制,有效提升了ELM在处理非线性、高维复杂数据时的预测精度与模型鲁棒性,特别适用于时间序列回归任务。文档不仅阐述了算法的核心原理与技术流程,还系统展示了其在风电功率预测等工程场景中的应用潜力。同时,文中附带了丰富的科研仿真案例集合,涵盖智能优化算法、深度学习、信号处理、电力系统调度等多个前沿方向,体现了多学科交叉融合的技术优势与实践价值。; 适合人群:具备一定Matlab编程能力,从事科学研究或工程应用的研究生、科研人员及工程技术开发者,尤其适合专注于机器学习、智能算法优化、新能源预测与电力系统建模等相关领域的专业人员。; 使用场景及目标:①用于风电、光伏、负荷等时间序列数据的高精度回归预测任务;②为科研工作者提供可复现的多尺度集成ELM模型代码框架,支持快速算法验证与二次开发;③满足实际工程项目中对高效建模、实时预测与智能决策的技术需求。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解多尺度特征构造与集成策略的设计思想,同时可参考文档中其他相关算法案例进行横向比较与综合应用,以提升整体科研创新能力。
内容概要:本文详细介绍了一种基于Simulink的Ćuk转换器仿真方法,该转换器能够将输入的直流电压高效地转换为极性相反的输出直流电压,具备优异的升降压能力与系统稳定性。文章深入剖析了Ćuk转换器的核心工作原理、电路拓扑结构(包含开关管、电感、电容、二极管等关键元件)及其在能量存储与传递过程中的动态行为。通过构建精确的Simulink仿真模型,验证了系统在不同输入条件下的稳态与暂态响应特性,充分展示了其输出电压反相、纹波小、效率高的优势,适用于对负压电源有严苛要求的应用场景。此外,文档还整合了大量基于Matlab/Simulink和Python的科研仿真资源,涵盖风电预测、微电网优化、GAN场景生成、电力电子系统建模等多个前沿方向,凸显了其在现代电力电子与系统仿真研究中的重要价值。; 适合人群:电气工程、自动化、电力电子及相关专业的本科生、研究生、科研人员及具备电路理论基础和Simulink仿真经验的工程技术人员。; 使用场景及目标:①深入理解Ćuk转换器的工作机理及其在直流-直流变换中的独特优势;②利用Simulink平台开展电力电子电路的建模、仿真与性能分析;③为需要稳定负压输出的电源系统设计提供理论依据和技术验证方案。; 阅读建议:建议结合Simulink软件动手实践,重点掌握电路拓扑搭建、关键参数配置及仿真结果解读技巧,同时可延伸学习文中提供的其他科研案例,以拓宽技术视野并提升综合仿真能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值