企业官网建设流程全解析

简介：本资源是一套基于MATLAB/Simulink开发的热晕相位屏仿真程序，面向光学工程、激光大气传输及自适应光学领域的科研人员与高年级本科生，用于定量研究高能激光在大气中传播时由热晕效应引起的波前畸变。程序支持调节激光功率、光束参数、大气湍流强度及传输距离等关键变量，可生成对应条件下的动态相位屏数据，为后续波前校正算法验证提供基础输入。压缩包共含12个文件（7个核心M脚本实现相位屏建模、FFT/IFFT运算与热晕迭代计算，4幅BMP格式中间结果图像用于可视化验证，1个ASV备份文件），总容量541KB，结构紧凑、模块职责明确，便于二次开发与参数调试。目前已有219人学习下载，配套代码注释清晰，包含热晕积分模型（reyunjisuanzz.m）、相位屏重构（xuanhuan.m）、真空传输模拟（zhenkongchuanshu.m）等关键功能，可直接运行并拓展至闭环补偿系统仿真。 做激光大气传输的人，应该都躲不开“热晕”这两个字。无论是高能激光武器、自由空间光通信，还是激光测距，只要激光功率上去了，大气吸收带来的热效应就会跳出来捣乱。我之前用MATLAB/Simulink写了一套热晕相位屏仿真程序，可以模拟不同风速、不同吸收系数、不同功率条件下的大气热晕相位屏，用来评估光束质量退化程度。今天把这个程序的核心思路、实现细节、参数选取和踩过的坑都整理出来，给同样做相关方向的朋友参考。

这套程序解决的核心问题是：如何在仿真中把“大气被激光加热后造成的折射率不均匀”定量地表达出来。有了热晕相位屏，就能把它直接嵌入到已有的光束传播仿真链路里，配合真空衍射传播、湍流相位屏，形成一套完整的大气激光传输仿真工具。适合做光传输仿真、自适应光学算法验证、系统参数论证的工程师和研究生使用。

1. 热晕相位屏是什么：先搞清楚要仿真什么

1.1 热晕效应的物理本质

热晕效应，英文叫thermal blooming，是指高功率激光在大气中传输时，大气分子和气溶胶粒子吸收了一部分激光能量，导致光路附近的空气温度升高。空气温度升高后，密度就会下降，折射率也随之改变。这样一来，原本均匀的大气变成了一个“负透镜”——光束中心区域折射率低，边缘折射率高，光束被向外扩散，焦斑能量不再集中。

这个现象在连续激光、高功率脉冲串激光中表现尤其明显。低功率情况下，大气对激光的吸收几乎不会引起可观测的折射率变化，一切都可以按照线性光学来处理。但一旦功率密度达到一定阈值，热晕效应就会显著影响光束质量，斯特列尔比（Strehl ratio）会急剧下降，光束中心可能出现空心化、破碎化的现象。这也是高能激光系统设计时绕不开的一个问题。

1.2 为什么用相位屏模型

大气对激光的影响可以分成两个维度：振幅变化和相位变化。对于宏观尺度的大气吸收引起的热晕，在单次通过大气的条件下，振幅变化相对较小，主要是折射率不均匀导致相位畸变。这在物理上非常适合用相位屏来等效。

所谓相位屏，就是把连续分布的大气折射率扰动，压缩到一个极薄的平面上。光波在这个平面上传播时，只改变相位、不改变振幅，相当于乘以一个复振幅因子 exp(i·φ(x,y))。这其实是一个数学上的“薄透镜近似”——只要传播距离足够短，折射率扰动足够弱，这种近似就是可靠的。

在实践中，我们通常把整条大气路径分成若干段，每段用一个相位屏代替该段的所有折射率扰动，段与段之间用真空角谱传播来衔接。这就是经典的“分步传播法”（split-step method）。热晕相位屏就是其中描述热晕效应的那一部分相位扰动。

1.3 这套程序能做什么

我写的这套程序的定位，是生成“纯热晕”的相位屏，即只考虑大气吸收激光能量后引起的折射率变化。它跟常见的Kolmogorov湍流相位屏是分开的——湍流相位屏描述的是大气本身随机的温度/密度起伏，而热晕相位屏描述的是激光“自己加热自己”造成的、空间分布有规律的热畸变。

程序可以输出特定传播距离处的热晕相位分布、光强分布，也可以输出等效的相位屏数据。这套程序的核心价值在于“参数可调”——改变激光功率、光束直径、大气吸收系数、横向风速、离焦量、传播距离等，可以反复计算比较，评估不同工况下热晕效应的严重程度，为后续的光束控制策略设计提供依据。

2. 工具选型：为什么用MATLAB加Simulink

2.1 MATLAB承担核心计算，Simulink承担流程编排

很多做物理仿真的朋友可能会问：热晕相位屏是纯数值计算，Simulink是动态系统建模工具，两者有什么关系？实际上，在这个方案里，MATLAB脚本负责所有核心计算——包括光束生成、热晕相位计算、分步传播、数据后处理；Simulink模型则负责整体仿真流程的编排、参数扫描控制、数据采集和结果可视化。

我在实际使用中发现，这个分工非常合理。热晕相位屏的物理计算涉及多层循环和FFT运算，这些在Simulink的模块框图里硬搭会非常痛苦，而且可读性差、调试困难。而把核心计算封装成MATLAB Function模块，放到Simulink里调用，既能保留Simulink在系统级建模、参数管理方面的优势，又能让物理计算部分保持代码的灵活性。

2.2 整体方案架构

整个仿真流程大概是这样的：Simulink模型作为顶层框架，包含参数初始化模块、传播控制模块、结果存储模块。其中传播控制模块按传播层数进行循环，每一层内调用MATLAB Function完成相位屏生成和光场传播，最终结果输出到MATLAB工作区，再做后处理。

具体来说，Simulink端负责三件事：一是管理所有输入参数的配置，防止脚本参数杂乱；二是通过计时器和使能信号控制多层循环的执行顺序；三是收集每一层的中间结果，方便观察热晕随传播距离的演化。MATLAB端负责热晕相位屏的计算细节，包括温度场更新、折射率场计算、相位积分等。

这种架构的另一个好处是后期扩展方便。如果你后续想加入湍流相位屏、跟踪误差、平台抖动等模型，只需要在Simulink的传播链路里再串联一个函数模块即可，不需要改动核心热晕代码。

3. 核心公式与参数设计

3.1 热晕相位屏的数学表达

热晕相位屏的核心公式，是基于流体力学和热力学方程的近似解。在连续激光、匀速横向风、准稳态假设下，由热晕引起的折射率变化Δn(x, y, z)可以写成：

Δn(x, y, z) = (dn/dT) · (α·I(x, y, z) · t_c) / (ρ·C_p)

其中dn/dT是空气折射率温度系数，大约为-1×10⁻⁶ K⁻¹量级；α是大气吸收系数，单位是m⁻¹；I是激光光强分布；t_c是特征时间，在横向风存在时t_c = D/v，D是光束直径，v是横向风速；ρ是空气密度；C_p是定压比热容。

这里要说明一下，这个公式是在“准稳态、对流主导”条件下的简化模型。它假设横向风把被加热的空气吹走，达到一个动态平衡，而不是无限加热下去。如果没有横向风或者风速极低，就必须求解含时热传导方程，计算量会大很多。

得到Δn之后，相位屏的计算就很简单了：Δφ(x, y) = (2π/λ) · Δn(x, y) · Δz，λ是激光波长，Δz是这一层大气的厚度。把这个相位叠加到光场上，就完成了热晕相位屏的核心功能。

3.2 关键无量纲参数

在调试程序之前，我强烈建议你先手算一下几个无量纲参数，判断你关心的工况处于什么区间。

第一个是热畸变数N_D，它定义为：

N_D = (2√2 · k · L · (dn/dT) · α · P) / (π · n_0 · ρ · C_p · v · D³)

其中k是波数2π/λ，L是传播距离，P是激光总功率，n_0是大气初始折射率，D是光束直径。

这个参数衡量热晕效应的强度大致公式。N_D越大，热晕越严重。根据经验，N_D小于1的工况热晕效应可忽略，N_D在1到10之间时热晕明显，大于10时光束质量会严重退化。

第二个是相变参数，或者叫Streck参数，它描述了热晕相位畸变的空间尺度与光束直径的比值。这个参数影响相位屏功率谱的形状。

在实际写代码时，我习惯先算N_D，再决定是否需要跑完整仿真。如果N_D远小于1，直接跳过热晕仿真，只做真空传播和湍流仿真就够了，能省很多计算时间。

3.3 网格与采样参数选择

网格参数选得好不好，直接决定仿真结果可不可信。我常用的经验是：网格点数N取256或512，网格间距Δx根据光束直径D来定，保证光束直径占到网格宽度的1/3到1/2。也就是说，如果D=0.1 m，网格宽度L_grid取0.2到0.3 m，Δx就是L_grid/N。

为什么不能把网格开得太大或者太小？网格太小时，光场的边缘会被截断，产生明显的衍射伪影；网格太大时，远场采样的角度分辨率不够，焦平面光斑细节出不来。经验法则是网格宽度至少是光束直径的2倍，留足衍射扩展的空间。

另一个关键参数是传播层数。总传播距离L除以每层厚度Δz就是层数。热晕相位屏每层厚度怎么选？我的经验是，每层中N_D的增量控制在0.1到0.3之间。这样既能捕捉热晕随距离的累积过程，又不至于因为层数太多导致计算时间爆炸。比如总N_D在3左右时，取10到20层是合理的。

4. 程序实现细节

4.1 热晕相位屏生成主函数

我把热晕相位屏的生成封装成一个独立的函数，输入参数包括光场分布、大气参数、传播层厚度，输出是相位屏矩阵。函数内部按照3.1节的公式一步步计算。

function phase_screen = thermal_blooming_screen(E_in, param) % 输入： % E_in: 当前层入射光场（NxN复数矩阵） % param: 结构体，包含所有大气与光束参数 % 输出： % phase_screen: 热晕相位屏（NxN实数矩阵，单位rad） N = param.N; I = abs(E_in).^2; % 光强分布 I_mean = mean(I(:)); % 平均光强，用于归一化 % 对流热扩散的简化模型 % 温度增量正比于光强分布，响应函数是低通滤波 delta_T = param.alpha * I / (param.rho * param.Cp) * param.t_Char; delta_T = imgaussfilt(delta_T, param.filter_sigma); % 考虑热扩散平滑 % 折射率变化 delta_n = param.dn_dT * delta_T; % 相位累积：2π/λ * Δn * Δz phase_screen = (2*pi/param.lambda) * delta_n * param.dz; end

这里的imgaussfilt是MATLAB自带的高斯滤波函数，用来模拟热扩散的平滑效果。这个平滑的半径不能随意取，它对应热扩散的特征尺度。在风主导流动时，扩散尺度通常远小于光束直径，所以平滑半径一般取1到2个网格点，相当于一个数值稳定性的处理，而不是物理建模的核心。

4.2 多层传播循环

有了相位屏生成函数，接下来就是多层循环传播。每一层内做两件事：先乘相位屏，再做角谱传播。

% 初始化光场 [x, y] = meshgrid(param.x, param.y); r2 = x.^2 + y.^2; E = param.E0 .* exp(-r2/param.w0^2); % 初始高斯光束 for k = 1:param.n_layers % 1. 当前层热晕相位屏 phi_tb = thermal_blooming_screen(E, param); % 2. 叠加相位屏 E = E .* exp(1i * phi_tb); % 3. 真空角谱传播一层 E = angular_spectrum_propagate(E, param.dz, param.lambda, param.dx); % 记录中间结果（可选） record_intensity{k} = abs(E).^2; end

角谱传播函数可以用MATLAB的fft2和ifft2实现：

function E_out = angular_spectrum_propagate(E_in, dz, lambda, dx) N = size(E_in, 1); fx = (-N/2 : N/2-1) / (N*dx); [FX, FY] = meshgrid(fx, fx); H = exp(1i * 2*pi/lambda * dz .* sqrt(1 - (lambda*FX).^2 - (lambda*FY).^2)); E_out = ifft2(fft2(E_in) .* ifftshift(H)); end

这个角谱传播函数注意两点：一是频域坐标必须用fftshift/ifftshift配对好，否则相位会错位；二是对于倏逝波分量（lambda·FX)² + (lambda·FY)² > 1的部分，需要把H设为0，否则会出现数值爆炸。

4.3 Simulink模型搭建思路

Simulink端我用的是“脚本驱动+模型配置”方式，而不是把所有计算都拖成模块。模型本身比较简洁，主要有三层：

第一层是参数配置层，用Simulink的常量模块或者通过set_param从MATLAB工作区读取参数。这样改参数不需要打开模型，直接在脚本里改一个结构体就行。

第二层是核心循环层，用MATLAB Function模块承载多层传播循环。整个循环放在一个函数里，Simulink只需要调用一次这个函数，就完成了整个传播过程的计算。

第三层是结果输出层，把仿真结果写到工作区、保存成.mat文件，或者用Scope模块显示光斑演化过程。

有人可能会说，这样Simulink参与的部分太少了，有点形式主义。但实际上，Simulink在这里的价值是提供一个“可视化装配界面”，让你可以方便地把热晕模块、湍流模块、瞄准误差模块、接收端模块等串联起来，形成完整的系统级仿真链路。这在做方案论证时非常有用——直接改连线就能改变系统拓扑。

5. 不同工况仿真结果与规律

5.1 不同横向风速的影响

我跑的第一组对照实验是改变横向风速。风速从2 m/s到10 m/s变化，功率固定为10 kW，吸收系数取1e-4 m⁻¹，传播距离2 km，光束直径10 cm。

风速对热晕的影响非常直接。低风速（2 m/s）时，热畸变数N_D大，焦斑严重扩展，光斑呈现明显的“新月形”或“拖尾”形态。这是热晕的标志性特征——被加热的空气没有及时被吹走，光束下风向一侧的畸变更严重。

风速提高到8 m/s以上时，N_D降到3以下，焦斑质量明显改善，斯特列尔比从0.2左右提升到0.6以上。这个规律说明一个工程问题：如果平台本身有相对运动，比如机载或车载激光器，前进方向的空速本身就能抑制热晕。这对系统设计很有利。

值得注意的一个细节是，风的方向不能忽略。如果风速方向与光束传播方向垂直，抑制作用最明显；如果近似平行，则要考虑光束路径上风速分量的变化。我的仿真程序里，风方向是通过在温度场计算时引入偏移来模拟的，简单而有效。

5.2 不同功率与吸收系数的耦合效应

第二组实验是改变激光功率和大气吸收系数。功率从5 kW到50 kW变化，吸收系数取两个典型值：1e-4 m⁻¹（晴天干净大气）和5e-4 m⁻¹（有霾或沙尘）。

结果很清楚：功率翻倍，N_D近似翻倍，热晕几乎线性加重。吸收系数提高5倍，N_D也提高5倍，而且相位屏的峰值相位也会成比例增大。这表明在吸收严重的大气条件下，不太适合用太高的连续功率，否则能量都会浪费在加热空气上，而不是到达目标。

这组实验让我养成一个习惯：跑仿真前先查该波长、该大气条件下的典型吸收系数。对1.064 μm波长，晴天海平面大气吸收系数大约1e-4到3e-4 m⁻¹；对3.8 μm中红外波段，吸收系数明显更低；对10.6 μm CO₂激光，吸收系数略高。选不同波长时，程序里的α参数要对应修改。

5.3 有无横向风、有无湍流叠加的对比

第三组实验是组合工况。第一种工况无风、无湍流，只考虑热晕；第二种工况有风、无湍流；第三种工况有风、有中等强度湍流。

第一种工况下，热晕相位屏轴向对称，焦斑均匀扩展，类似一个大的负透镜加球差。光束中心强度下降，边缘出现环状结构，但整体对称性保持较好。

第二种工况下，相位屏出现不对称的马鞍形分布，焦斑移向风的反方向，出现明显的彗差特征。

第三种工况叠加了湍流，情况复杂得多。湍流相位屏引入随机的高频畸变，热晕引入低频的系统性畸变，两者的叠加效果不是简单相加。在数值仿真中，必须先用湍流相位屏更新光场，再用热晕相位屏更新，两者的先后顺序会影响结果。我在程序中按“湍流加在每层传播的前半段，热晕加在后半段”的方式来处理，这是对实际物理过程的一种近似——湍流是环境固有的，热晕是光束自致的。

6. 常见问题与排查技巧

6.1 相位屏出现“网格状”伪影

这是初期最容易遇到的问题之一。相位屏在高频部分出现规律性的网格纹路，通常对应频域坐标处理错误，尤其是fftshift和ifftshift的配对问题。

排查方法很简单：打印出角谱传播函数H的前几个点，检查中心点的值是否接近1。如果H的中心不在数组中心，说明fftshift没有配对好。另一个常见原因是网格宽度选取不当，导致高频分量被截断产生Gibbs现象。

解决方案是：统一在频域函数生成时用fftshift，在乘法之前用ifftshift(FX, FY)。我习惯把这四行写成固定模板，不再改动，避免每次重写踩坑。

6.2 仿真结果发散或出现NaN

出现NaN通常是光场某些点强度为0，但相位却巨大，经指数运算后溢出。热晕相位屏在光强接近0的边缘区域，理论上相位增量也趋近0，但如果数值上出现0除以某个小量，就可能导致NaN。

解决方法是给光强加一个很小的地板值（floor），比如I_safe = max(I, 1e-12)，或者在计算δT前对光场做一次高斯滤波。这个操作物理上是合理的——实际光束不会严格到0强度，背景噪声和散射光总会提供一个下限。

6.3 不同分辨率下结果不一致

如果你的仿真结果强烈依赖于网格点数，那说明网格参数没有收敛。N从128增加到256时结果变化很大，再增加到512才基本稳定。这种情况我建议你用“双网格验证”：先用粗网格快速扫描参数，再对关键工况用细网格精确计算。

还有一个容易被忽略的因素是：光束直径占网格宽度的比例。如果网格宽度开得太大，比如光束直径只占网格宽度的1/10，虽然光场不会被截断，但远场的角度采样间隔太大，焦点处的光斑细节会丢失。这时需要增加网格点数来同时保证空间分辨率和角度分辨率。

6.4 常见问题速查表

6.5 Simulink仿真速度优化

Simulink调用MATLAB Function时，如果参数传递方式不当，速度会慢得让人崩溃。我实测的经验是：在模型里尽量不要用From Workspace模块去读每个中间变量，而是把所有参数打包成一个结构体，在模型初始化时一次性传入。

另一个速度瓶颈是代码生成。如果你安装了MATLAB Coder，可以把热晕相位屏函数单独生成MEX文件，Simulink里直接调用MEX版本。我的实际测试里，MEX化后速度提升了5到10倍，256×256网格、20层传播的计算时间从秒级降到亚秒级。

7. 这套程序的扩展方向与实际使用建议

7.1 扩展方向：叠加湍流、指向抖动与自适应光学

热晕相位屏程序本身只是一个模块，但它能扩展出很多实用功能。我在项目中主要做了三个扩展：

第一个是叠加湍流相位屏。把热晕相位屏和Kolmogorov湍流相位屏都叠加到同一个传播层里，可以考察热晕效应和湍流效应的耦合作用。这在高功率激光传输中很关键，因为湍流会改变光束的局域强度分布，进而影响热晕的分布，而热晕又会反过来影响湍流的统计特征，两者存在非线性耦合。

第二个是叠加平台指向抖动。在Simulink里加入一个随机指向误差模块，每次传播前对光场施加一个小角度的倾斜相位，模拟跟踪系统的残余误差。这能评估系统对瞄准稳定度的需求。

第三个是接入自适应光学模块。如果热晕导致的低阶像差是主要问题，Shack-Hartmann波前传感器加变形镜的控制环路可以显著改善焦斑质量。Simulink非常适合做这种“光学+控制”联合仿真，这也是我坚持用Simulink而不是纯脚本来搭框架的核心原因。

7.2 实际使用建议

如果你的机器配置一般，我建议先用256×256网格做快速预研，确定参数范围后再用512×512网格精算。不要一开始就上1024×1024，否则一次仿真跑几分钟，参数扫描根本做不动。

参数的保存和追溯也很重要。我习惯给每次仿真建立一个独立的参数结构体，存成.mat文件，文件名带时间戳和关键参数摘要，比如TB_10kW_v5ms_alpha1e-4_N256.mat。这样回看结果时不会搞混哪组参数对应哪个结果。

7.3 一个容易犯的错误：忽略瞬态过程

很多简化模型的公式都基于准稳态假设，也就是认为温度场已经稳定了。但实际中，激光发射的初期有一个瞬态过程，热晕还没有完全建立，此时的光斑质量和稳态时有明显差别。

如果你的需求是仿真脉冲激光或短时间发射的场景，必须在程序中加入时间累积项，用时间步进的方式求解温度场，而不是直接用稳态公式。我在程序中加了一个可选的时间演化模式，使用显式欧拉法逐步更新温度场，可以按需开启。

7.4 最后说些真心话

做了这么多组仿真之后，我个人最深的体会是：热晕仿真的难点不在“算出一个相位屏”，而在于“验证这个相位屏物理上合理”。我在初步完成程序后，对照了公开发表的实验数据，发现单纯用解析近似公式计算的相位屏往往高估了热晕效应——原因在于真实大气中还存在湍流混合、气流起伏等附加机制，会部分缓解热聚焦效应。

所以如果你要用这套程序做工程论证，千万不要拿单一工况的仿真结果作为最终结论。至少要跑一个参数矩阵，看看系统在好天气、坏天气、不同风速下的表现包络，再结合统计学方法给出概率性的评估。仿真程序的价值在于帮我们理解趋势和机理，而不在于提供一个精确到小数点的绝对数值。这些年我用它做过方案对比、系统参数优化、甚至写了小半篇论文的分析部分，希望这些实现细节也能让你少走几步弯路。

本文还有配套的精品资源，点击获取