Detectores ópticos
1. Introdução
No OghmaNano, detectores ópticos são usados para medir a luz à medida que ela se propaga através de um sistema óptico. Os detectores são definidos usando o Editor de Detectores Ópticos, que pode ser aberto a partir da faixa de opções Optical na janela principal (veja Figura ??).
O Editor de Detectores Ópticos é mostrado em ??. Um detector óptico no OghmaNano é uma superfície bidimensional colocada em qualquer lugar do domínio de simulação. Conceitualmente, ele se comporta como uma câmera CCD idealizada: conta os fótons que passam por ele e registra sua distribuição espectral e espacial.
Os detectores não absorvem, refletem nem espalham luz. Eles são matematicamente transparentes e não perturbam o campo óptico. Raios, ondas ou fótons atravessam o detector sem modificação; o detector simplesmente registra o que cruza sua superfície.
2. Geometria e resolução do detector
Um detector é definido por sua posição, orientação e tamanho lateral (\(dx\) e \(dy\)). A espessura \(dz\) é irrelevante, pois o detector é tratado como uma superfície puramente bidimensional. O detector pode ser rotacionado em torno dos eixos \(x\), \(y\) e \(z\), permitindo que fique voltado em qualquer direção. Isso torna possível capturar luz transmitida, refletida ou que escapa em geometrias arbitrárias. Os detectores também podem ser reposicionados interativamente arrastando-os dentro da cena 3D.
Na seção Detector do painel de configuração, os parâmetros Mesh points x e Mesh points y definem o número de bins espaciais usados na superfície do detector. Eles correspondem diretamente ao número de pixels em um sensor CCD, controlando a resolução espacial dos dados registrados. Vários detectores podem ser colocados em uma única simulação. Cada detector opera independentemente e produz seu próprio conjunto de arquivos de saída.
3. Exemplos de detectores
4. Saídas
Quando você abre a pasta de saída de um detector, normalmente verá quatro arquivos
(veja Figura ??):
detector_abs0.csv, detector_efficiency0.csv,
detector_input0.csv e RAY_image.csv.
Juntos, eles descrevem (i) a distribuição espacial da luz detectada e
(ii) a transmissão espectral da fonte ao detector.
RAY_image.csv é uma imagem resolvida espacialmente do que o detector recebe
(conceitualmente um quadro CCD). No modo ray-tracing, ela geralmente é gerada traçando
três comprimentos de onda representativos (nominalmente “R”, “G” e “B”) e mapeando-os diretamente
para uma imagem RGB. Em fluxos de trabalho sem ray-tracing, ou quando você traça um conjunto mais amplo de comprimentos de onda,
OghmaNano converte o espectro detectado em RGB exibível usando funções padrão de resposta visual humana
(portanto, a cor é uma estimativa de aparência do que um olho veria,
em vez de uma renderização literal de três comprimentos de onda). Na prática, para espectros EL/PL você deve
traçar muitos comprimentos de onda; RGB de três cores serve para visualização óptica rápida, mas é muito
esparso para espectros de emissão.
Os três arquivos restantes formam uma cadeia simples “entrada → detectado → eficiência”:
-
detector_abs0.csv(??): o espectro de fonte disponível que poderia, em princípio, ter alcançado o detector. Esta é a distribuição de raios/fótons emitidos versus comprimento de onda antes que a geometria e a absorção decidam o que realmente chega. -
detector_input0.csv(??): o espectro de raios/fótons que realmente atingem e atravessam a superfície do detector (reportado como contagens). A absorção do material e o clipping modificam isso. No exemplo mostrado, o vidro remove a parte UV do espectro, produzindo uma redução acentuada em comprimentos de onda curtos. -
detector_efficiency0.csv(??): a probabilidade de detecção (percentual) versus comprimento de onda, calculada como \[ \eta(\lambda)=100\times\frac{I_{\text{det}}(\lambda)}{I_{\text{avail}}(\lambda)} =100\times\frac{\texttt{detector_input0.csv}}{\texttt{detector_abs0.csv}}. \] Interpretado fisicamente: se um raio/fóton é emitido no comprimento de onda \(\lambda\), qual fração dessas emissões termina cruzando o detector?
RAY_image.csv).
detector_abs0.csv).
detector_input0.csv).
detector_efficiency0.csv).