Modélisation physique : matrice de transfert d'une multicouches

**Echec** · 20/05/2016, 00h33

Bonsoir, je bloque depuis un bout de temps sur un programme de j'essaie d'adapter de Scylab :http://www.f-legrand.fr/scidoc/srcdo...ouches-pdf.pdf (le programme se situe vers la fin)
qui permet de calculer les matrices de transfert d'une multicouches puis de calculer les coefficients de réflexion et transmission !
Malheureusement, quand je change les paramètres de mon programme, il me renvoie toujours les mêmes courbes ( a savoir que les paramètres essentiels sont le nombre de couches et leurs craractéristiques ainsi que la longueur d'onde, c'est-a-dire la matrice 'couches') !

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
 
import numpy as np
import matplotlib.pyplot as plt
import random 
 
#--------------------------------------------------------------------------------------------------------------
# Détermination de ma matrice de transfert pour une couche
#--------------------------------------------------------------------------------------------------------------
 
def matriceCouche(lambda_0,ni,thetai,pola,n,e):
 
    """ calcule la matrice d'une couche. L'argument pola vaut 1 pour une onde TE et 0 pour une onde TM """
 
    cosinus = np.sqrt(1-(ni/n*np.sin(thetai))**2)
    if pola == 1 : p = n*cosinus   #calcule cos(theta_t) grace a snell descartes et relation sin² et cos²
    else : p = cosinus/n
    phi = 2*np.pi/lambda_0*n*e*cosinus
    j = complex(0,1)
    M = np.array([[ np.cos(phi) , (np.sin(phi)/p)*j ], [ (p*np.sin(phi))*j , np.cos(phi) ]])
    return M
 
#--------------------------------------------------------------------------------------------------------------
# Determination de la matrice de transfert pour N couches
#--------------------------------------------------------------------------------------------------------------
 
def matriceMultiCouches(lambda_0,ni,thetai,pola,couches):
 
    """ La structure mutlicouche est décrite par une matrice(2xN)dont chaque ligne donne l'indice et
        l'épaisseur de la couche correspondante. La fonction calcule la matrice de la structure """
 
    M = np.array([[1,0],[0,1]])
    s = couches.shape
    nc = s[0]
    for k in range(0,nc):
        M = np.dot(M,matriceCouche(lambda_0,ni,thetai,pola,couches[k,0],couches[k,1]))
    return M
 
#--------------------------------------------------------------------------------------------------------------
# Calcule des coefficients r et t grace aux coefficients de Fresnel
#--------------------------------------------------------------------------------------------------------------
 
def coefficientsRT(lambda_0,ni,thetai,nt,pola,couches):
    """ calcule le coeceficient de réflexion et de transmission"""
 
    if pola==1 :
        pi = ni*np.cos(thetai)
        pt = nt*np.sqrt(1-(ni/nt*np.sin(thetai))**2)
    else : 
        pi = np.cos(thetai)/ni
        pt = np.sqrt(1-(ni/nt*np.sin(thetai))**2)/nt
 
    m = matriceMultiCouches(lambda_0,ni,thetai,pola,couches)
    a = (m[0,0]+m[0,1]*pt)*pi
    b = m[1,0]+m[1,1]*pt
    r = (a-b)/(a+b)
    if  pola==1 : t = 2*pi/(a+b)
    else :        t = 2*pi/(a+b)*ni/nt
    return r,t
 
#--------------------------------------------------------------------------------------------------------------
 
def coefficientsRTpuissances(lambda_0,ni,thetai,nt,pola,couches):
 
    """ calcule les coeficients de réflexion et de transmission des puissances"""
 
    r,t = coefficientsRT(lambda_0,ni,thetai,nt,pola,couches)
    R = abs(r)**2
    if pola == 1 :
        pi = ni*np.cos(thetai)
        pt = nt*np.sqrt(1-(ni/nt*np.sin(thetai))**2)
    else :
        pi = np.cos(thetai)/ni
        pt = np.sqrt(1-(ni/nt*np.sin(thetai))**2)/nt
    T = pt/pi*(abs(t))**2
    return R,T
 
#--------------------------------------------------------------------------------------------------------------
 
def coefRT(lambda_0,ni,listThetai,nt,pola,couches):
 
    """ le calcul des  coeficients de réflexion et de transmission pour une liste d'angles d'incidence """
 
 
    n_p = len(listThetai)
    r1 = np.zeros(n_p)
    t1 = np.zeros(n_p)
    #r1 = [0 for i in range(n_p)]
    #t1 = [0 for i in range(n_p)]
    for i in range(1,n_p):
        r1[i],t1[i] = coefficientsRT(lambda_0,ni,listThetai[i],nt,pola,couches)
    return r1, t1
 
#--------------------------------------------------------------------------------------------------------------
 
def coefRTpuissances(lambda_0,ni,listThetai,nt,pola,couches):
 
    """ le calcul des  coeficients de réflexion et de transmission puissance pour une liste d'angles d'incidence """
 
    n_p = len(listThetai)
    r2 = np.zeros(n_p)
    t2 = np.zeros(n_p)
    for i in range(1,n_p):
        r2[i], t2[i] = coefficientsRTpuissances(lambda_0,ni,listThetai[i],nt,pola,couches)
    return r2,t2
 
#--------------------------------------------------------------------------------------------------------------
#test
#--------------------------------------------------------------------------------------------------------------
 
#--------------------------------------------------------------------------------------------------------------
#Tracé
#--------------------------------------------------------------------------------------------------------------
 
ni              = 1
n_air           = 1
n_chitine       = 1.5
lambda_0        = 600e-9
pola = 1
#couches = np.array([[  n_chitine, random.uniform(0.217e-12, 0.217e-9)],[n_air, random.uniform(0.217e-12, 0.217e-9)], [n_chitine, random.uniform(0.217e-12, 0.217e-9)]])
angles = np.linspace(0,90,90)
couches = np.array([[n_chitine, 0.25]])
 
re,te = coefRTpuissances(1,1,angles*np.pi/180,np.sqrt(1.5),1, couches)
rm,tm = coefRTpuissances(1,1,angles*np.pi/180,np.sqrt(1.5),0, couches)
plt.figure("Reflexion de la multicouches")
plt.plot(angles,re, label='TE')
plt.plot(angles,rm, label='TM')
plt.xlabel("thetai")
plt.ylabel('R')
plt.legend()
plt.grid()
plt.show()