【亲测免费】 MATLAB光的衍射代码 - FDTD Solutions 脚本库:用于超表面全息照相(FSMH)
2026-01-26 04:38:35作者:殷蕙予
项目简介
本仓库提供了一个用于超表面全息照相(FSMH)的MATLAB脚本库,基于Lumerical FDTD Solutions仿真工具。该脚本库旨在帮助用户构建和分析超表面(Metasurface)的光学特性,特别是光的衍射和相位分析。
功能特性
-
材料数据:
./data/Material/:存放用于仿真的材料数据。
-
源代码:
./source/:存放所有相关的lsf源代码。./source/Template.lsf:构建超表面阵列的脚本模板。./source/GDSII:导出GDSII文件的脚本。./source/Analysis/:用于分析仿真结果的脚本。./source/Modeling/:用于构造Metasurface阵列的脚本。./source/experimental/:试验性质的代码,谨慎使用。
-
关键脚本:
FarField.lsf:远场投影(直角坐标),速度快且无畸变,建议使用。FarField_polar.lsf:远场投影(球坐标)。Diffraction.lsf:沿光轴衍射分析。PhaseAnalysis.lsf:扫描后相位分析。
注意事项
- 本项目目前为自用状态,尚未完成,部分功能可能存在不稳定性。
- 试验性质的代码(
./source/experimental/)请谨慎使用,可能存在未知的错误或问题。
使用说明
- 下载并安装Lumerical FDTD Solutions软件。
- 将本仓库中的脚本文件导入到Lumerical FDTD Solutions中。
- 根据需要修改和运行相应的脚本文件,进行超表面的仿真和分析。
贡献
欢迎任何形式的贡献,包括但不限于代码优化、功能扩展、文档完善等。请通过提交Issue或Pull Request的方式参与项目。
许可证
本项目采用MIT许可证,详情请参阅LICENSE文件。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
890
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195