偏振测量——典型光学元件的穆勒矩阵

斯托克斯向量(Stokes Vector)为1*4向量,可用于描述偏振光的状态,其四个元素分别代表总光强S0,垂直或水平方向线偏振分量S1,正负45度线偏振分量S2,圆偏振分量S3。

当一束光经过某个器件时,其偏振态发生变化,对应到斯托克斯向量的变化。在数学上即可考虑到用一个4*4的矩阵描述该器件对光的偏振态的影响,这个矩阵就是穆勒矩阵。这里记录一些典型光学元件的穆勒矩阵以供查询。

线性偏振片(偏振方向为0度)

玻片(waveplate 或补偿器compensator 或延迟器retarder),其中phi为玻片的延迟量,快轴角度为0

另外,穆勒矩阵的旋转矩阵如下,其中theta为旋转角度

一个光学元件旋转一定角度后,其穆勒矩阵可以如下计算:

进而可以求得任意玻片和偏振片旋转一定角度后的穆勒矩阵。

以下python代码

python 复制代码
import numpy as np

def WavePlate(delta):
    Mwp = np.zeros([4, 4])
    Mwp[0, 0] = 1
    Mwp[1, 1] = 1
    Mwp[2, 2] = np.cos(delta)
    Mwp[3, 3] = np.cos(delta)
    Mwp[2, 3] = -np.sin(delta)
    Mwp[3, 2] = np.sin(delta)
    return Mwp
def RotateMatrix(theta):
    R = np.zeros([4,4])
    R[0, 0] = 1
    R[3, 3] = 1
    R[1, 1] = np.cos(2 * theta)
    R[2, 2] = np.cos(2 * theta)
    R[1, 2] = np.sin(2 * theta)
    R[2, 1] = -np.sin(2 * theta)
    return R

def rotate(M,theta):
    R1 = RotateMatrix(theta)
    R2 = RotateMatrix(-theta)
    return R2@M@R1

Mp = np.zeros([4,4])
Mp[0:2,0:2]=1
print('角度为0度的线性偏振片穆勒矩阵: \n',Mp)
print('角度为45度的线性偏振片穆勒矩阵: \n',np.round(rotate(Mp,np.pi/4)))
print('角度为-45度的线性偏振片穆勒矩阵: \n',np.round(rotate(Mp,-np.pi/4)))
print('角度为90度的线性偏振片穆勒矩阵: \n',np.round(rotate(Mp,np.pi/2)))

delta1 = np.pi/4 #四分之一玻片
delta2 = np.pi/2 #半玻片

print('快轴角度为0度的四分之一玻片穆勒矩阵: \n',np.round(WavePlate(delta1),2))
print('快轴角度为90度的四分之一玻片穆勒矩阵: \n',np.round(rotate(WavePlate(delta1),np.pi/2),2))
print('快轴角度为0度的半玻片穆勒矩阵: \n',np.round(WavePlate(delta2),2))
print('快轴角度为90度的半玻片穆勒矩阵: \n',np.round(rotate(WavePlate(delta2),np.pi/2),2))

运行结果:

python 复制代码
角度为0度的线性偏振片穆勒矩阵: 
 [[1. 1. 0. 0.]
 [1. 1. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
角度为45度的线性偏振片穆勒矩阵: 
 [[1. 0. 1. 0.]
 [0. 0. 0. 0.]
 [1. 0. 1. 0.]
 [0. 0. 0. 0.]]
角度为-45度的线性偏振片穆勒矩阵: 
 [[ 1.  0. -1.  0.]
 [ 0.  0. -0.  0.]
 [-1. -0.  1.  0.]
 [ 0.  0.  0.  0.]]
角度为90度的线性偏振片穆勒矩阵: 
 [[ 1. -1.  0.  0.]
 [-1.  1. -0.  0.]
 [ 0. -0.  0.  0.]
 [ 0.  0.  0.  0.]]
快轴角度为0度的四分之一玻片穆勒矩阵: 
 [[ 1.    0.    0.    0.  ]
 [ 0.    1.    0.    0.  ]
 [ 0.    0.    0.71 -0.71]
 [ 0.    0.    0.71  0.71]]
快轴角度为90度的四分之一玻片穆勒矩阵: 
 [[ 1.    0.    0.    0.  ]
 [ 0.    1.   -0.    0.  ]
 [ 0.   -0.    0.71  0.71]
 [ 0.   -0.   -0.71  0.71]]
快轴角度为0度的半玻片穆勒矩阵: 
 [[ 1.  0.  0.  0.]
 [ 0.  1.  0.  0.]
 [ 0.  0.  0. -1.]
 [ 0.  0.  1.  0.]]
快轴角度为90度的半玻片穆勒矩阵: 
 [[ 1.  0.  0.  0.]
 [ 0.  1. -0.  0.]
 [ 0. -0.  0.  1.]
 [ 0. -0. -1.  0.]]
相关推荐
曲径海盗1 小时前
【Python 学习第 32 天】字符串基础
python·学习笔记·编程入门
田里的水稻1 小时前
PyTorch_torchvision---数据集下载\TensorBoard可视化
人工智能·pytorch·python·深度学习·机器学习
程序员正茂1 小时前
Win11使用自定义训练集训练ncnn模型
python·yolo·图像识别·移动端·ncnn
zwd20051 小时前
Manim 画布尺寸与像素换算详解:frame_width、frame_height、pixel_width 和画质参数(0.21.0 实测)
python·分辨率·manim·数学动画·frame_width·manim教程
最强小杰2 小时前
Claude Opus 4.8 调用报 529 怎么办?并发限制触发过载——退避策略与降级方案完整指南
运维·网络·python·ai
databook2 小时前
MinMax vs Standard vs Robust:三种特征缩放怎么选
python·机器学习·数据分析
在世修行2 小时前
智学文枢:实体模型层
python·orm·sqlalchemy
张张123y2 小时前
# 后端第七课:FastAPI 实战入门(用刚学的 Python 写第一个 API 接口)
开发语言·python·mysql·api·fastapi
CCblandy2 小时前
一致性哈希到底省了多少搬迁?本机实测 3 轮:取模 6→7 搬 85.8%,V=128 只搬 14.3%,虚拟节点太少会被倾斜骗
后端·python·云原生·性能优化·架构
Yan-英杰3 小时前
【论文精读】 基于 TensorFlow 对卷积神经网络的优化研究:异构式 CPU+GPU 协同计算 + ReLU-Swish 激活函数
python·卷积神经网络