Ana Sayfa Örnekler Ekran görüntüleri Kullanım kılavuzu Bluesky logosu YouTube ☰
OghmaNano Optoelektronik cihazlar ve fotonik sistemler için çoklu fizik simülasyon platformu İNDİR Hızlı Başlangıç Kılavuzu

FDTD nedir?FDTD nedir?

1. Giriş1. Giriş

FDTD simulation of a ring resonator coupled to a bus waveguide showing field intensity distribution.
Düz bir dalga kılavuzuna bağlanmış halka rezonatördeki alan yoğunluğu.Düz bir dalga kılavuzuna bağlanmış halka rezonatördeki alan yoğunluğu.
Three-dimensional FDTD simulation visualising energy density build-up in a resonant photonic structure.
Rezonanslı bir yapıda enerji yoğunluğunun nasıl arttığını gösteren üç boyutlu FDTD anlık görüntüsü.Rezonanslı bir yapıda enerji yoğunluğunun nasıl arttığını gösteren üç boyutlu FDTD anlık görüntüsü.

Sonlu Farklar Zaman Alanı (FDTD) yöntemi, ışığı tanımlayan Maxwell denklemlerini, ayrık bir uzamsal ızgara üzerinde doğrudan zaman alanında çözerek uygular. Işın izleme, mod çözücüleri veya transfer matrisi yaklaşımlarının aksine, FDTD, yayılma veya mod yapısı hakkında herhangi bir basitleştirici varsayımda bulunmaz. Bunun yerine, elektrik ve manyetik alanlar, kıvrım denklemlerinin (Ampère yasası ve Faraday yasası) ayrıklaştırılmasıyla zaman içinde açıkça ilerletilir; böylece elektromanyetik dalgalar, simülasyon alanında doğal olarak yayılır, saçılır, etkileşime girer ve kırılır. Bu genel yaklaşım, FDTD'yi son derece doğru ve çok yönlü kılar, ancak aynı zamanda bellek ve çalışma süresi açısından yüksek hesaplama gücü gerektirir.Sonlu Farklar Zaman Alanı (FDTD) yöntemi, ışığı tanımlayan Maxwell denklemlerini, ayrık bir uzamsal ızgara üzerinde doğrudan zaman alanında çözerek uygular. Işın izleme, mod çözücüleri veya transfer matrisi yaklaşımlarının aksine, FDTD, yayılma veya mod yapısı hakkında herhangi bir basitleştirici varsayımda bulunmaz. Bunun yerine, elektrik ve manyetik alanlar, kıvrım denklemlerinin (Ampère yasası ve Faraday yasası) ayrıklaştırılmasıyla zaman içinde açıkça ilerletilir; böylece elektromanyetik dalgalar, simülasyon alanında doğal olarak yayılır, saçılır, etkileşime girer ve kırılır. Bu genel yaklaşım, FDTD'yi son derece doğru ve çok yönlü kılar, ancak aynı zamanda bellek ve çalışma süresi açısından yüksek hesaplama gücü gerektirir.

\[ \nabla \times \boldsymbol{H} = \sigma \boldsymbol{E} + \epsilon \frac{\partial \boldsymbol{E}}{\partial t}, \qquad \nabla \times \boldsymbol{E} = - \mu \frac{\partial \boldsymbol{H}}{\partial t}. \] \[ \nabla \times \boldsymbol{H} = \sigma \boldsymbol{E} + \epsilon \frac{\partial \boldsymbol{E}}{\partial t}, \qquad \nabla \times \boldsymbol{E} = - \mu \frac{\partial \boldsymbol{H}}{\partial t}. \]

FDTD, temel olarak yayılma yönü, cihaz yapısı veya alan davranışı hakkında herhangi bir varsayımda bulunmadığı için, tek bir simülasyonla geniş bant tepkisi, kırınım ve girişim, yakın alan etkileri, dalga boyundan küçük geometri ve geçici elektromanyetik olaylar tek bir çerçeve içinde incelenebilir. Bu genel geçerlilik, FDTD'yi bu kadar güçlü kılan özelliktir, ancak bunun bir bedeli de vardır: uzamsal ızgara, en küçük fiziksel uzunluk ölçeğini çözebilmelidir, zaman adımı sayısal kararlılıkla sıkı bir şekilde sınırlıdır ve üç boyutlu simülasyonlar, boyut olarak mütevazı görünen geometriler için bile, hem bellek hem de çalışma süresi açısından hızla zorlayıcı hale gelir.FDTD, temel olarak yayılma yönü, cihaz yapısı veya alan davranışı hakkında herhangi bir varsayımda bulunmadığı için, tek bir simülasyonla geniş bant tepkisi, kırınım ve girişim, yakın alan etkileri, dalga boyundan küçük geometri ve geçici elektromanyetik olaylar tek bir çerçeve içinde incelenebilir. Bu genel geçerlilik, FDTD'yi bu kadar güçlü kılan özelliktir, ancak bunun bir bedeli de vardır: uzamsal ızgara, en küçük fiziksel uzunluk ölçeğini çözebilmelidir, zaman adımı sayısal kararlılıkla sıkı bir şekilde sınırlıdır ve üç boyutlu simülasyonlar, boyut olarak mütevazı görünen geometriler için bile, hem bellek hem de çalışma süresi açısından hızla zorlayıcı hale gelir.

2. Neden FDTD yöntemini kullanmamalısınız?2. Neden FDTD yöntemini kullanmamalısınız?

Çoğu pratik optik problemde, FDTD yöntemine ilk başvurulması gereken yöntem olmamalıdır. Hesaplama açısından yoğun bir yöntemdir ve birçok sistem için çok daha verimli yaklaşımlar bulunmaktadır. Kamera veya teleskop gibi lens sistemlerinin tasarımı, büyük ölçekli görüntüleme düzenlerinin modellenmesi veya makroskopik optik düzenlemelerden ışığın izlenmesi, ışın izleme yöntemi kullanılarak çok daha iyi bir şekilde yapılabilir. Benzer şekilde, ince film güneş pilleri, OLED yığınları ve optik kaplamalar gibi düzlemsel çok katmanlı yapılar, transfer matrisi yöntemleri kullanılarak çok daha verimli bir şekilde ele alınabilir. Bu durumlarda, FDTD önemli ölçüde hesaplama maliyeti ekler, ancak ek fiziksel bilgi sağlamaz.Çoğu pratik optik problemde, FDTD yöntemine ilk başvurulması gereken yöntem olmamalıdır. Hesaplama açısından yoğun bir yöntemdir ve birçok sistem için çok daha verimli yaklaşımlar bulunmaktadır. Kamera veya teleskop gibi lens sistemlerinin tasarımı, büyük ölçekli görüntüleme düzenlerinin modellenmesi veya makroskopik optik düzenlemelerden ışığın izlenmesi, ışın izleme yöntemi kullanılarak çok daha iyi bir şekilde yapılabilir. Benzer şekilde, ince film güneş pilleri, OLED yığınları ve optik kaplamalar gibi düzlemsel çok katmanlı yapılar, transfer matrisi yöntemleri kullanılarak çok daha verimli bir şekilde ele alınabilir. Bu durumlarda, FDTD önemli ölçüde hesaplama maliyeti ekler, ancak ek fiziksel bilgi sağlamaz.

Çoğu elektromanyetik simülasyon yöntemi temelde Maxwell denklemlerinden türetilmiştir. Hesaplamayı hızlandırmak amacıyla geometri, boyut veya alan yapısı hakkında basitleştirici varsayımlar getirilerek mod çözücüleri ve transfer matrisi yöntemleri gibi teknikler geliştirilir. Bu yaklaşımlar son derece etkilidir, ancak yalnızca temel varsayımları geçerli olduğunda.Çoğu elektromanyetik simülasyon yöntemi temelde Maxwell denklemlerinden türetilmiştir. Hesaplamayı hızlandırmak amacıyla geometri, boyut veya alan yapısı hakkında basitleştirici varsayımlar getirilerek mod çözücüleri ve transfer matrisi yöntemleri gibi teknikler geliştirilir. Bu yaklaşımlar son derece etkilidir, ancak yalnızca temel varsayımları geçerli olduğunda.

FDTD, bu yelpazenin diğer ucunda yer alır. Özellikle karmaşık üç boyutlu sistemler, düzensiz geometriler ve alanın basit modlara veya katmanlara ayrılamadığı problemler (örneğin, fotonik kristaller, dalga boyundan küçük yapılar, güçlü bir şekilde ışık saçan ortamlar ve yakın alan etkileşimi) için son derece etkilidir. Bu esnekliğin bedeli ise hem bellek hem de işlem süresi açısından yüksek hesaplama maliyetidir.FDTD, bu yelpazenin diğer ucunda yer alır. Özellikle karmaşık üç boyutlu sistemler, düzensiz geometriler ve alanın basit modlara veya katmanlara ayrılamadığı problemler (örneğin, fotonik kristaller, dalga boyundan küçük yapılar, güçlü bir şekilde ışık saçan ortamlar ve yakın alan etkileşimi) için son derece etkilidir. Bu esnekliğin bedeli ise hem bellek hem de işlem süresi açısından yüksek hesaplama maliyetidir.

Önemli olan doğru aracı seçmektir. Fiziksel koşullar uygun olduğunda basitleştirilmiş modeller kullanın, bu koşullar geçerliliğini yitirdiğinde ise FDTD yöntemini kullanın. Bu yöntemin en büyük avantajı esnekliği ve fiziksel olarak eksiksiz olmasıdır; dezavantajı ise yüksek işlem gücü gerektirmesidir.Önemli olan doğru aracı seçmektir. Fiziksel koşullar uygun olduğunda basitleştirilmiş modeller kullanın, bu koşullar geçerliliğini yitirdiğinde ise FDTD yöntemini kullanın. Bu yöntemin en büyük avantajı esnekliği ve fiziksel olarak eksiksiz olmasıdır; dezavantajı ise yüksek işlem gücü gerektirmesidir.

3. FDTD yönteminin temelini oluşturan Maxwell denklemleri3. FDTD yönteminin temelini oluşturan Maxwell denklemleri

Temelinde FDTD oldukça basittir. Maxwell denklemlerini alıp, bunları her uzamsal yönde bileşenlerine ayırırsınız ve ardından bu denklemleri doğrudan bir ızgara üzerinde çözersiniz. Burada herhangi bir sihirli yöntem yoktur; bu yöntem kavramsal olarak basittir ve birçok yönden daha karmaşık sayısal yöntemlere (örneğin, sürüklenme-difüzyon çözücüleri) göre daha kolaydır. Başlamak için Ampère yasasını genişletelim. İletkenliği \(\sigma\), dielektrik sabiti \(\epsilon\) ve manyetik geçirgenliği \(\mu\) olan doğrusal bir ortamda bu, şu şekilde yazılabilir:Temelinde FDTD oldukça basittir. Maxwell denklemlerini alıp, bunları her uzamsal yönde bileşenlerine ayırırsınız ve ardından bu denklemleri doğrudan bir ızgara üzerinde çözersiniz. Burada herhangi bir sihirli yöntem yoktur; bu yöntem kavramsal olarak basittir ve birçok yönden daha karmaşık sayısal yöntemlere (örneğin, sürüklenme-difüzyon çözücüleri) göre daha kolaydır. Başlamak için Ampère yasasını genişletelim. İletkenliği \(\sigma\), dielektrik sabiti \(\epsilon\) ve manyetik geçirgenliği \(\mu\) olan doğrusal bir ortamda bu, şu şekilde yazılabilir:

\[ \sigma \boldsymbol{E} + \epsilon \frac{\partial \boldsymbol{E}}{\partial t} = \nabla \times \boldsymbol{H} = \begin{vmatrix} \hat{\boldsymbol{x}} & \hat{\boldsymbol{y}} & \hat{\boldsymbol{z}} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ H_x & H_y & H_z \end{vmatrix} \] \[ \sigma \boldsymbol{E} + \epsilon \frac{\partial \boldsymbol{E}}{\partial t} = \nabla \times \boldsymbol{H} = \begin{vmatrix} \hat{\boldsymbol{x}} & \hat{\boldsymbol{y}} & \hat{\boldsymbol{z}} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ H_x & H_y & H_z \end{vmatrix} \]

bu, aşağıdaki şekilde genişletilebilir:bu, aşağıdaki şekilde genişletilebilir:

\[ \sigma E_x + \epsilon \frac{\partial E_x}{\partial t} = \frac{\partial H_z}{\partial y} - \frac{\partial H_y}{\partial z} \] \[ \sigma E_x + \epsilon \frac{\partial E_x}{\partial t} = \frac{\partial H_z}{\partial y} - \frac{\partial H_y}{\partial z} \]

\[ \sigma E_y + \epsilon \frac{\partial E_y}{\partial t} = -\frac{\partial H_z}{\partial x} + \frac{\partial H_x}{\partial z} \] \[ \sigma E_y + \epsilon \frac{\partial E_y}{\partial t} = -\frac{\partial H_z}{\partial x} + \frac{\partial H_x}{\partial z} \]

\[ \sigma E_z + \epsilon \frac{\partial E_z}{\partial t} = \frac{\partial H_y}{\partial x} - \frac{\partial H_x}{\partial y} \] \[ \sigma E_z + \epsilon \frac{\partial E_z}{\partial t} = \frac{\partial H_y}{\partial x} - \frac{\partial H_x}{\partial y} \]

Faraday yasası şu şekilde ifade edilir:Faraday yasası şu şekilde ifade edilir:

\[ -\sigma_m \boldsymbol{H} - \mu \frac{\partial \boldsymbol{H}}{\partial t} = \nabla \times \boldsymbol{E} = \begin{vmatrix} \hat{\boldsymbol{x}} & \hat{\boldsymbol{y}} & \hat{\boldsymbol{z}} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ E_x & E_y & E_z \end{vmatrix} \] \[ -\sigma_m \boldsymbol{H} - \mu \frac{\partial \boldsymbol{H}}{\partial t} = \nabla \times \boldsymbol{E} = \begin{vmatrix} \hat{\boldsymbol{x}} & \hat{\boldsymbol{y}} & \hat{\boldsymbol{z}} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ E_x & E_y & E_z \end{vmatrix} \]

bu, aşağıdaki gibi genişletilebilir:bu, aşağıdaki gibi genişletilebilir:

\[ -\sigma_m H_x - \mu \frac{\partial H_x}{\partial t} = \frac{\partial E_z}{\partial y} - \frac{\partial E_y}{\partial z} \] \[ -\sigma_m H_x - \mu \frac{\partial H_x}{\partial t} = \frac{\partial E_z}{\partial y} - \frac{\partial E_y}{\partial z} \]

\[ -\sigma_m H_y - \mu \frac{\partial H_y}{\partial t} = -\frac{\partial E_z}{\partial x} + \frac{\partial E_x}{\partial z} \] \[ -\sigma_m H_y - \mu \frac{\partial H_y}{\partial t} = -\frac{\partial E_z}{\partial x} + \frac{\partial E_x}{\partial z} \]

\[ -\sigma_m H_z - \mu \frac{\partial H_z}{\partial t} = \frac{\partial E_y}{\partial x} - \frac{\partial E_x}{\partial y} \] \[ -\sigma_m H_z - \mu \frac{\partial H_z}{\partial t} = \frac{\partial E_y}{\partial x} - \frac{\partial E_x}{\partial y} \]

Mavi ve kırmızı renkle vurgulanan denklemler, FDTD yönteminin temelini oluşturur ve bu yöntemin özünü tanımlar. Bundan daha karmaşık bir şey yoktur. Geriye kalan her şey, yöntemin uygulanmasıyla ilgilidir: türevlerin sonlu farklarla değiştirilmesi, sınır koşullarının seçilmesi, ışık kaynaklarının (uyarıcıların) tanımlanması, dedektörler kullanılarak sonuçların elde edilmesi ve alanların zaman içindeki değişimini simüle etmek için verimli (genellikle paralel) kod yazılması. Bu ek bileşenler, pratik bir FDTD çözümleyicisini daha karmaşık hale getirir, ancak yöntemin temelindeki basitliği değiştirmez.Mavi ve kırmızı renkle vurgulanan denklemler, FDTD yönteminin temelini oluşturur ve bu yöntemin özünü tanımlar. Bundan daha karmaşık bir şey yoktur. Geriye kalan her şey, yöntemin uygulanmasıyla ilgilidir: türevlerin sonlu farklarla değiştirilmesi, sınır koşullarının seçilmesi, ışık kaynaklarının (uyarıcıların) tanımlanması, dedektörler kullanılarak sonuçların elde edilmesi ve alanların zaman içindeki değişimini simüle etmek için verimli (genellikle paralel) kod yazılması. Bu ek bileşenler, pratik bir FDTD çözümleyicisini daha karmaşık hale getirir, ancak yöntemin temelindeki basitliği değiştirmez.

4. Basit bir 1 boyutlu FDTD örneği (oyuncak amaçlı)4. Basit bir 1 boyutlu FDTD örneği (oyuncak amaçlı)

Flowchart of the FDTD update loop showing field initialisation, magnetic-field update, electric-field update, boundary conditions, and output
FDTD güncelleme döngüsünün akış şeması.FDTD güncelleme döngüsünün akış şeması.

FDTD yönteminin hem kavramsal olarak hem de uygulamada ne kadar basit olduğunu göstermek için, şimdi karmaşık denklemleri, birkaç yüz satır MATLAB veya Python koduyla uygulanabilecek, tek boyutlu bir basit modele indirgeyeceğiz. Buradaki amaç, fiziği değiştirmek değil, gereksiz karmaşıklıkları ortadan kaldırarak yöntemin yapısını tamamen anlaşılır hale getirmektir.FDTD yönteminin hem kavramsal olarak hem de uygulamada ne kadar basit olduğunu göstermek için, şimdi karmaşık denklemleri, birkaç yüz satır MATLAB veya Python koduyla uygulanabilecek, tek boyutlu bir basit modele indirgeyeceğiz. Buradaki amaç, fiziği değiştirmek değil, gereksiz karmaşıklıkları ortadan kaldırarak yöntemin yapısını tamamen anlaşılır hale getirmektir.

Bunu yapmak için, yalnızca \(x\) yönündeki varyasyonu dikkate alıyoruz ve kalan uzamsal türevleri açıkça sıfıra ayarlıyoruz: \[ \frac{\partial}{\partial y} = 0, \qquad \frac{\partial}{\partial z} = 0. \] Bu, \(E_z(x,t)\) elektrik alanı ve \(H_y(x,t)\) manyetik alanına sahip bir enine elektromanyetik sistem elde etmemizi sağlıyor.Bunu yapmak için, yalnızca \(x\) yönündeki varyasyonu dikkate alıyoruz ve kalan uzamsal türevleri açıkça sıfıra ayarlıyoruz: \[ \frac{\partial}{\partial y} = 0, \qquad \frac{\partial}{\partial z} = 0. \] Bu, \(E_z(x,t)\) elektrik alanı ve \(H_y(x,t)\) manyetik alanına sahip bir enine elektromanyetik sistem elde etmemizi sağlıyor.

Bu varsayımlar altında, Maxwell'in kıvrım denklemleri şu şekilde sadeleşir:Bu varsayımlar altında, Maxwell'in kıvrım denklemleri şu şekilde sadeleşir:

\[ \epsilon \frac{\partial E_z}{\partial t} = \frac{\partial H_y}{\partial x} \] \[ \epsilon \frac{\partial E_z}{\partial t} = \frac{\partial H_y}{\partial x} \]

\[ \mu \frac{\partial H_y}{\partial t} = \frac{\partial E_z}{\partial x}. \] \[ \mu \frac{\partial H_y}{\partial t} = \frac{\partial E_z}{\partial x}. \]

Bunlar, tek boyutlu durum için geçerli olan temel sürekli denklemlerdir. Ancak, bu haliyle doğrudan bir bilgisayarda çözülemezler. Bunu yapmak için, türevleri ayrık bir ızgara üzerinde sonlu farklarla değiştiriyoruz. Bu, yöntemin özüdür: genel bir bakış için sonlu farklar bölümüne bakın.Bunlar, tek boyutlu durum için geçerli olan temel sürekli denklemlerdir. Ancak, bu haliyle doğrudan bir bilgisayarda çözülemezler. Bunu yapmak için, türevleri ayrık bir ızgara üzerinde sonlu farklarla değiştiriyoruz. Bu, yöntemin özüdür: genel bir bakış için sonlu farklar bölümüne bakın.

Mekanî bir ızgara \(x_i = i\Delta x\) ve zaman adımları \(t^n = n\Delta t\) tanımlayarak ve standart, ardışık (zıplama) düzenlemeyi kullanarak, güncelleme denklemleri şu hale gelir:Mekanî bir ızgara \(x_i = i\Delta x\) ve zaman adımları \(t^n = n\Delta t\) tanımlayarak ve standart, ardışık (zıplama) düzenlemeyi kullanarak, güncelleme denklemleri şu hale gelir:

\[ E_z^{n+1}(i) = E_z^n(i) + \frac{\Delta t}{\epsilon(i)\,\Delta x} \left[ H_y^{n+\frac{1}{2}}\!\left(i+\frac{1}{2}\right) - H_y^{n+\frac{1}{2}}\!\left(i-\frac{1}{2}\right) \right] \] \[ E_z^{n+1}(i) = E_z^n(i) + \frac{\Delta t}{\epsilon(i)\,\Delta x} \left[ H_y^{n+\frac{1}{2}}\!\left(i+\frac{1}{2}\right) - H_y^{n+\frac{1}{2}}\!\left(i-\frac{1}{2}\right) \right] \]

\[ H_y^{n+\frac{1}{2}}\!\left(i+\frac{1}{2}\right) = H_y^{n-\frac{1}{2}}\!\left(i+\frac{1}{2}\right) + \frac{\Delta t}{\mu\,\Delta x} \left[ E_z^n(i+1) - E_z^n(i) \right]. \] \[ H_y^{n+\frac{1}{2}}\!\left(i+\frac{1}{2}\right) = H_y^{n-\frac{1}{2}}\!\left(i+\frac{1}{2}\right) + \frac{\Delta t}{\mu\,\Delta x} \left[ E_z^n(i+1) - E_z^n(i) \right]. \]

Bu, en basit haliyle FDTD yönteminin tamamıdır. Elektrik alanı, manyetik alandaki mekânsal farklar kullanılarak güncellenir ve manyetik alan, elektrik alandaki mekânsal farklar kullanılarak güncellenir; böylece her iki alan da zaman içinde birbirini takip eder.Bu, en basit haliyle FDTD yönteminin tamamıdır. Elektrik alanı, manyetik alandaki mekânsal farklar kullanılarak güncellenir ve manyetik alan, elektrik alandaki mekânsal farklar kullanılarak güncellenir; böylece her iki alan da zaman içinde birbirini takip eder.

Manyetik olmayan bir ortam için, \(\mu = \mu_0\), dielektrik sabiti ile kırılma indisi arasındaki ilişki şu şekilde ifade edilir:Manyetik olmayan bir ortam için, \(\mu = \mu_0\), dielektrik sabiti ile kırılma indisi arasındaki ilişki şu şekilde ifade edilir:

\[ \epsilon(x) = \epsilon_0 n(x)^2. \] \[ \epsilon(x) = \epsilon_0 n(x)^2. \]

Bu, kırılma indisi değişiminin, ızgara boyunca \(\epsilon\)'in değerini değiştirerek basitçe oluşturulduğu anlamına gelir. Aşağıdaki örnekte, \(n=1\)'den \(n=3\)'e geçiş yapan bir ortam ele alıyoruz; böylece soldan gönderilen bir ışık darbesi, arayüzde kısmen yansır ve kısmen iletilir.Bu, kırılma indisi değişiminin, ızgara boyunca \(\epsilon\)'in değerini değiştirerek basitçe oluşturulduğu anlamına gelir. Aşağıdaki örnekte, \(n=1\)'den \(n=3\)'e geçiş yapan bir ortam ele alıyoruz; böylece soldan gönderilen bir ışık darbesi, arayüzde kısmen yansır ve kısmen iletilir.

Uygulamada, yukarıdaki denklemler basitçe bir zaman adımı döngüsünün içine yerleştirilir: manyetik alan, elektrik alanından güncellenir, sınır koşulları uygulanır, ardından elektrik alanı manyetik alandan güncellenir ve bu işlem tekrarlanır. Alanlar, zaman içinde birbirini takip edecek şekilde düzenlenir, böylece basit ve açık bir şemada her güncelleme yalnızca yerel komşu değerlere bağlı olur. Bu, ??'de şematik olarak gösterilmiştir ve aslında bilgisayarın her zaman adımında yaptığı şey budur.Uygulamada, yukarıdaki denklemler basitçe bir zaman adımı döngüsünün içine yerleştirilir: manyetik alan, elektrik alanından güncellenir, sınır koşulları uygulanır, ardından elektrik alanı manyetik alandan güncellenir ve bu işlem tekrarlanır. Alanlar, zaman içinde birbirini takip edecek şekilde düzenlenir, böylece basit ve açık bir şemada her güncelleme yalnızca yerel komşu değerlere bağlı olur. Bu, ??'de şematik olarak gösterilmiştir ve aslında bilgisayarın her zaman adımında yaptığı şey budur.

5. Matlab/Python'da basit bir 1 boyutlu FDTD örneği (oyuncak bir uygulama).5. Matlab/Python'da basit bir 1 boyutlu FDTD örneği (oyuncak bir uygulama).

Aynı tek boyutlu FDTD şeması, sadece birkaç yüz satırlık kodla uygulanabilir. Aşağıda MATLAB ve Python kullanılarak yapılan eşdeğer uygulamalar bulunmaktadır. Her iki uygulama da bir Gauss darbesi oluşturur ve kırılma indisi değişiminden kaynaklanan yansımayı gösterir.Aynı tek boyutlu FDTD şeması, sadece birkaç yüz satırlık kodla uygulanabilir. Aşağıda MATLAB ve Python kullanılarak yapılan eşdeğer uygulamalar bulunmaktadır. Her iki uygulama da bir Gauss darbesi oluşturur ve kırılma indisi değişiminden kaynaklanan yansımayı gösterir.

MATLABMATLAB


clear;
clc;

% Physical constants
c0   = 299792458;
mu0  = 4*pi*1e-7;
eps0 = 1/(mu0*c0^2);

% Grid
Nx = 400;
dx = 20e-9;
dt = dx/(2*c0);

% Material profile
n = ones(1, Nx);
n(220:end) = 3.0;
eps_r = n.^2;

% Fields
Ez = zeros(1, Nx);
Hy = zeros(1, Nx-1);

% Source
source_pos = 80;
t0 = 40;
spread = 12;

Nt = 600;

figure;

for t = 1:Nt

    % Update H
    for i = 1:Nx-1
        Hy(i) = Hy(i) + (dt/(mu0*dx))*(Ez(i+1) - Ez(i));
    end

    % Update E
    for i = 2:Nx-1
        Ez(i) = Ez(i) + (dt/(eps0*eps_r(i)*dx))*(Hy(i) - Hy(i-1));
    end

    % Source
    Ez(source_pos) = Ez(source_pos) + exp(-((t - t0)/spread)^2);

    % Simple absorbing boundaries
    Ez(1)   = Ez(2);
    Ez(end) = Ez(end-1);

    % Plot every few steps
    if mod(t,5) == 0
        plot(1:Nx, Ez, 'b', 'LineWidth', 1.5);
        hold on;
        plot([220 220], [-1.5 1.5], '--r', 'LineWidth', 1.0);
        hold off;
        xlabel('Grid index');
        ylabel('E_z');
        title(['1D FDTD pulse reflecting from an index step, t = ', num2str(t)]);
        axis([1 Nx -1.5 1.5]);
        grid on;
        drawnow;
    end
end

Python (NumPy / Matplotlib)Python (NumPy / Matplotlib)


import numpy as np
import matplotlib.pyplot as plt

c0 = 299792458.0
mu0 = 4.0e-7 * np.pi
eps0 = 1.0 / (mu0 * c0**2)

Nx = 400
dx = 20e-9
dt = dx / (2 * c0)

n = np.ones(Nx)
n[220:] = 3.0
eps_r = n**2

Ez = np.zeros(Nx)
Hy = np.zeros(Nx - 1)

source_pos = 80
t0 = 40
spread = 12

Nt = 600

plt.ion()
fig, ax = plt.subplots()

for t in range(Nt):

    Hy += (dt / (mu0 * dx)) * (Ez[1:] - Ez[:-1])
    Ez[1:-1] += (dt / (eps0 * eps_r[1:-1] * dx)) * (Hy[1:] - Hy[:-1])

    Ez[source_pos] += np.exp(-((t - t0) / spread) ** 2)

    Ez[0] = Ez[1]
    Ez[-1] = Ez[-2]

    if t % 5 == 0:
        ax.clear()
        ax.plot(Ez)
        ax.axvline(220, linestyle='--')
        ax.set_xlim(0, Nx)
        ax.set_ylim(-1.5, 1.5)
        plt.pause(0.01)

plt.ioff()
plt.show()

6. Simülasyonu çalıştırma6. Simülasyonu çalıştırma

1D FDTD pulse at early time showing initial propagation before reaching the index step
İlk zamanlardaki yayılım (\(t \approx 110\)).İlk zamanlardaki yayılım (\(t \approx 110\)).
1D FDTD pulse interacting with an index step showing partial reflection and transmission
Dizin adımındaki etkileşim (\(t \approx 280\)).Dizin adımındaki etkileşim (\(t \approx 280\)).
1D FDTD pulse after interaction with index step showing reflected and transmitted waves
Yansıyan ve iletilen darbeler (\(t \approx 570\)).Yansıyan ve iletilen darbeler (\(t \approx 570\)).

Simülasyonun davranışı ??–?? şekillerinde gösterilmiştir. Başlangıçta, Gauss pulsu \(n=1\) bölgesinden sorunsuz bir şekilde geçer. İndeks değişimine ulaştığında, alan iki bileşene ayrılır: düşük indeksli bölgeye geri dönen yansıyan bir puls ve yüksek indeksli bölgeye giren iletilen bir puls. Kırılma indisi \(n=3\) değerine yükseldiğinden, iletilen dalga yavaşlar ve dalga boyunda sıkışır; yansıyan bileşen ise orijinal yayılma özelliklerini korur. Bu, beklenen fiziksel davranışın tam olarak karşılığıdır ve bu minimal uygulamanın bile dalga yayılımının, yansımanın ve iletimin temel fiziksel prensiplerini yakaladığını gösterir.Simülasyonun davranışı ??–?? şekillerinde gösterilmiştir. Başlangıçta, Gauss pulsu \(n=1\) bölgesinden sorunsuz bir şekilde geçer. İndeks değişimine ulaştığında, alan iki bileşene ayrılır: düşük indeksli bölgeye geri dönen yansıyan bir puls ve yüksek indeksli bölgeye giren iletilen bir puls. Kırılma indisi \(n=3\) değerine yükseldiğinden, iletilen dalga yavaşlar ve dalga boyunda sıkışır; yansıyan bileşen ise orijinal yayılma özelliklerini korur. Bu, beklenen fiziksel davranışın tam olarak karşılığıdır ve bu minimal uygulamanın bile dalga yayılımının, yansımanın ve iletimin temel fiziksel prensiplerini yakaladığını gösterir.

12. Bir sonraki durağımız neresi olacak?12. Bir sonraki durağımız neresi olacak?

Yukarıdaki MATLAB ve Python örnekleri, FDTD yönteminin prensipte ne kadar basit olduğunu göstermektedir, ancak bunlar yalnızca deneme amaçlı uygulamalardır. Pratikte, gerçekçi optik simülasyonlar büyük hesaplama alanları, uzun çalışma süreleri ve sınırların ve kaynakların dikkatli bir şekilde yönetilmesini gerektirir. FDTD yöntemini kullanışlı, gerçek dünya problemlerine uygulamak için, yüksek düzeyde optimize edilmiş, paralel işlem yeteneğine sahip ve hem CPU'larda hem de GPU'larda çalışabilen bir çözümleyiciye ihtiyacınız vardır.Yukarıdaki MATLAB ve Python örnekleri, FDTD yönteminin prensipte ne kadar basit olduğunu göstermektedir, ancak bunlar yalnızca deneme amaçlı uygulamalardır. Pratikte, gerçekçi optik simülasyonlar büyük hesaplama alanları, uzun çalışma süreleri ve sınırların ve kaynakların dikkatli bir şekilde yönetilmesini gerektirir. FDTD yöntemini kullanışlı, gerçek dünya problemlerine uygulamak için, yüksek düzeyde optimize edilmiş, paralel işlem yeteneğine sahip ve hem CPU'larda hem de GPU'larda çalışabilen bir çözümleyiciye ihtiyacınız vardır.

OghmaNano tam olarak bunu sunar: OpenCL ile hızlandırılmış, C dilinde yazılmış, kapsamlı bir 3 boyutlu FDTD çözümleyici. Bu sayede aynı model, çok çekirdekli işlemcilerde veya grafik işlemcilerinde sorunsuz bir şekilde çalıştırılabilir. Kendi çözümleyicinizi sıfırdan oluşturmak yerine, burada gösterilen fikirleri alıp bunları hemen gerçekçi fotonik yapılar, cihazlar ve dalga optiği problemlerine uygulayabilirsiniz.OghmaNano tam olarak bunu sunar: OpenCL ile hızlandırılmış, C dilinde yazılmış, kapsamlı bir 3 boyutlu FDTD çözümleyici. Bu sayede aynı model, çok çekirdekli işlemcilerde veya grafik işlemcilerinde sorunsuz bir şekilde çalıştırılabilir. Kendi çözümleyicinizi sıfırdan oluşturmak yerine, burada gösterilen fikirleri alıp bunları hemen gerçekçi fotonik yapılar, cihazlar ve dalga optiği problemlerine uygulayabilirsiniz.

Başlamak için, OghmaNano'daki FDTD sayfasını inceleyerek özelliklere genel bir bakış elde edebilir, FDTD'nin ne olduğunu veya tam matematiksel türetmeyi tekrar gözden geçirebilir veya doğrudan ışık kaynakları, sınır koşulları ve dedektörler kullanılarak pratik kurulum aşamasına geçebilirsiniz.Başlamak için, OghmaNano'daki FDTD sayfasını inceleyerek özelliklere genel bir bakış elde edebilir, FDTD'nin ne olduğunu veya tam matematiksel türetmeyi tekrar gözden geçirebilir veya doğrudan ışık kaynakları, sınır koşulları ve dedektörler kullanılarak pratik kurulum aşamasına geçebilirsiniz.

Çeşitli hazır örnekler de mevcuttur; bunlar arasında boşlukta ışık yayılımı, çift yarık girişim, fotonik kristal dalga kılavuzları, Bragg ızgaraları, Fabry–Pérot boşlukları, eğimli dalga kılavuzu yüzeyleri, konik yapılar, Mach–Zehnder cihazları, halka rezonatörler ve yansıma önleyici kaplamalar yer almaktadır.Çeşitli hazır örnekler de mevcuttur; bunlar arasında boşlukta ışık yayılımı, çift yarık girişim, fotonik kristal dalga kılavuzları, Bragg ızgaraları, Fabry–Pérot boşlukları, eğimli dalga kılavuzu yüzeyleri, konik yapılar, Mach–Zehnder cihazları, halka rezonatörler ve yansıma önleyici kaplamalar yer almaktadır.

Kısacası: temel yöntem yukarıda gösterildiği gibi oldukça basittir; ancak OghmaNano, bu basitliği alıp onu pratik, yüksek performanslı bir araç haline getirerek gerçek optik simülasyonlar için kullanılabilir hale getirmek üzere tasarlanmıştır.Kısacası: temel yöntem yukarıda gösterildiği gibi oldukça basittir; ancak OghmaNano, bu basitliği alıp onu pratik, yüksek performanslı bir araç haline getirerek gerçek optik simülasyonlar için kullanılabilir hale getirmek üzere tasarlanmıştır.