导行电磁波从纵向场分量求其他方向分量的矩阵表示

这篇具有很好参考价值的文章主要介绍了导行电磁波从纵向场分量求其他方向分量的矩阵表示。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

导行电磁波从纵向场分量求解其他方向分量的矩阵表示

导行电磁波传播的特点

电磁波在均匀、线性、各向同性的空间中沿着 z z z轴传播,可用分离变量法将时间轴、 z z z轴与 x , y x,y x,y轴分离,电磁波的形式可表示为:
E ⃗ = E ⃗ ( x , y ) e − γ z e j ω t H ⃗ = H ⃗ ( x , y ) e − γ z e j ω t \begin{align} \vec E&=\vec E(x,y) \textrm e^{-\gamma z} \textrm e^{j\omega t}\\ \vec H&=\vec H(x,y) \textrm e^{-\gamma z} \textrm e^{j\omega t}\\ \end{align} E H =E (x,y)eγzet=H (x,y)eγzet

纵向场分量的求解导行电磁波的电场和磁场

对于这种波的求解,可以先求出电场、磁场在 z z z轴的分量,然后根据,然后再根据麦克斯韦方程组求出电磁场在 x , y x,y x,y, 由导行电磁波的数学表达式(1), (2)可知, ∂ ∂ z H x = − γ H x \frac{\partial}{\partial z}H_x=-\gamma H_x zHx=γHx, ∂ ∂ z H y = − γ H y \frac{\partial}{\partial z}H_y=-\gamma H_y zHy=γHy, ∂ ∂ z E x = − γ E x \frac{\partial}{\partial z}E_x=-\gamma E_x zEx=γEx, ∂ ∂ z E y = − γ E y \frac{\partial}{\partial z}E_y=-\gamma E_y zEy=γEy.

从纵向场分量求解其他方向电场和磁场分量及其矩阵表示

麦克斯韦方程组可表示如下:
∇ × H ⃗ = ∂ D ⃗ ∂ t + J ⃗ ∇ × E ⃗ = − ∂ B ⃗ ∂ t ∇ ⋅ D ⃗ = ρ ∇ ⋅ B ⃗ = 0 \begin{align} \nabla \times \vec H &= \frac{\partial \vec D}{\partial t}+\vec J\\ \nabla \times \vec E &= - \frac{\partial \vec B}{\partial t}\\ \nabla \cdotp \vec D &= \rho\\ \nabla \cdotp \vec B &= 0 \end{align} ×H ×E D B =tD +J =tB =ρ=0
如果已知 H z , E z H_z, E_z Hz,Ez并且知道导行电磁波的形式如公式(1)和(2)所示,并认为传播空间中不存在电荷与电流, J ⃗ = 0 , ρ = 0 \vec J=0, \rho=0 J =0,ρ=0,方程式(3)-(4)可表示为:

∇ × H ⃗ = [ i j k ∂ ∂ x ∂ ∂ y ∂ ∂ z H x H y H z ] = j ω ε E ⃗ ∇ × E ⃗ = [ i j k ∂ ∂ x ∂ ∂ y ∂ ∂ z E x E y E z ] = − j ω μ H ⃗ \begin{align} \nabla \times \vec H &=\begin{bmatrix} i & j & k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z}\\ H_x &H_y&H_z \end{bmatrix} = j\omega \varepsilon \vec E\\ \nabla \times \vec E &= \begin{bmatrix} i & j & k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z}\\ E_x &E_y&E_z \end{bmatrix} =- j\omega \mu \vec H\\ \end{align} ×H ×E = ixHxjyHykzHz =εE = ixExjyEykzEz =μH
将(7)式 x x x 分量展开得到(9),将(8)式 y y y 分量展开得到(10)
∂ ∂ y H z + γ H y = j ω ε E x ∂ ∂ x E z + γ E x = j ω μ H y \begin{align} \frac{\partial}{\partial y}H_z+\gamma H_y &=j\omega \varepsilon E_x\\ \frac{\partial}{\partial x}E_z+\gamma E_x &=j\omega \mu H_y\\ \end{align} yHz+γHyxEz+γEx=εEx=μHy
根据(9)和(10),得到用 H z , E z H_z, E_z Hz,Ez表示的 H y , E x H_y, E_x Hy,Ex

[ E x H y ] = − 1 k c 2 [ γ j ω μ j ω ε γ ] [ ∂ ∂ x 0 0 ∂ ∂ y ] [ E z H z ] \begin{align} \begin{bmatrix} E_x \\ H_y \end{bmatrix} &= -\frac{1}{k_c^2} \begin{bmatrix} \gamma & j\omega\mu \\ j\omega\varepsilon & \gamma \end{bmatrix} \begin{bmatrix} \frac{\partial}{\partial x} & 0 \\ 0 & \frac{\partial}{\partial y} \end{bmatrix} \begin{bmatrix} E_z \\ H_z \end{bmatrix} \\ \end{align} [ExHy]=kc21[γεμγ][x00y][EzHz]

将(7)式 y y y 分量展开得到(12),将(8)式 x x x 分量展开得到(13)
− ∂ ∂ x H z − γ H x = j ω ε E y ∂ ∂ y E z + γ E x = j ω μ H x \begin{align} -\frac{\partial}{\partial x}H_z-\gamma H_x &=j\omega \varepsilon E_y\\ \frac{\partial}{\partial y}E_z+\gamma E_x &=j\omega \mu H_x\\ \end{align} xHzγHxyEz+γEx=εEy=μHx
根据(12)和(13),得到用 H z , E z H_z, E_z Hz,Ez表示的 H x , E y H_x, E_y Hx,Ey

[ E y H x ] = − 1 k c 2 [ γ − j ω μ − j ω ε γ ] [ ∂ ∂ y 0 0 ∂ ∂ x ] [ E z H z ] \begin{align} \begin{bmatrix} E_y \\ H_x \end{bmatrix} &= -\frac{1}{k_c^2} \begin{bmatrix} \gamma & -j\omega\mu \\ -j\omega\varepsilon & \gamma \end{bmatrix} \begin{bmatrix} \frac{\partial}{\partial y} & 0 \\ 0 & \frac{\partial}{\partial x} \end{bmatrix} \begin{bmatrix} E_z \\ H_z \end{bmatrix} \\ \end{align} [EyHx]=kc21[γεμγ][y00x][EzHz]文章来源地址https://www.toymoban.com/news/detail-763312.html

到了这里,关于导行电磁波从纵向场分量求其他方向分量的矩阵表示的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • MTEX包在Matlab中实现从EBSD数据生成Abaqus网格与晶粒取向:一种对用户材料旋转矩阵分量实践的全面指南

    您好,亲爱的读者。我在这篇文章中,我将向您讲解如何使用MTEX包在Matlab中,将电子背散射衍射(EBSD)数据转换成Abaqus的输入文件。这篇文章的目的不仅是指导您操作,更希望能够帮助您理解其中的一些基本原理。尽管这篇文章主要是为那些已经具有一些Matlab和Abaqus经验的读者

    2024年02月09日
    浏览(49)
  • 4-方向余弦矩阵

    1. 定义     总结:   已知一个在b坐标系的坐标点(向量), 则可以通过方向余弦矩阵转换到另一个i坐标系中.  2. 特性 (1)方向余弦矩阵为单位正交矩阵 (2)其逆矩阵等于其转置 (3)其转置乘以本身等于单位向量 (4)其本身等于其转置  (5)满足连乘法则 3.方向余弦阵微分方程 4.方向余

    2024年02月13日
    浏览(24)
  • 矩阵的其他性质及其运算技巧

    1.单位矩阵(E):类似实数运算中的“1”,任何矩阵乘单位矩阵都等于该矩阵本身,但不同矩阵对应的单位矩阵不同。 2.矩阵乘法满足结合律和分配律,但不满足交换律,原因见三。 3.当两个不同阶矩阵相乘时,如果可以运算,则运算后会得到一个矩阵,而交换两个矩阵的位

    2024年02月06日
    浏览(34)
  • 坐标系变换推导(欧拉角、方向余弦矩阵、四元数)+代码解析

    描述两个坐标系之间的变换关系主要有几个方法 1、欧拉角法(存在奇异性和万向锁而且三个轴旋转的顺序不好定) 2、方向余弦矩阵法(翻译为Directional cosine matrix,简称DCM,也称为旋转矩阵,看了很多博客写的是C11-C33的那个矩阵,没明白为什么也称之为一个方法,有知道的指导

    2024年02月08日
    浏览(65)
  • 从某一点出发沿任意一方向旋转矩阵计算思考与实现

    欢迎关注更多精彩 关注我,学习常用算法与数据结构,一题多解,降维打击。 上期讲到 绕任一向量旋转矩阵计算思考与实现 点击前往 点击前往 之前讲到绕任一向量旋转矩阵实现,原来的向量都是从原点出发,现在把出发点改变成任意一点。 除了需要计算旋转矩阵,还可以

    2024年02月01日
    浏览(34)
  • 概念解析 | 电磁计算的新篇章:智能电磁计算

    注1:本文系“概念解析”系列之一,致力于简洁清晰地解释、辨析复杂而专业的概念。本次辨析的概念是:智能电磁计算。 随着人工智能的飞速发展,我们正处在一个信息爆炸的时代。各个领域,无论是自然科学还是社会科学,都在以前所未有的速度产生巨量的数据。这些

    2024年02月11日
    浏览(39)
  • 【图论】强连通分量进阶

    强连通分量可以判断环和进行缩点。还有一系列作用.... 这篇文章介绍 缩点 https://www.luogu.com.cn/problem/P2341 我们分析可以知道当一个点没有出度时,则为最受欢迎的牛。但如果有多个出度,则没有最受欢迎的牛。 这是只有一个出度的情况:   这是多个出度的情况: 但为什么要

    2024年02月14日
    浏览(35)
  • 【图论】强连通分量

    ​  强连通分量(Strongly Connected Components,简称SCC)是图论中的一个概念,用于描述有向图中的一组顶点,其中任意两个顶点之间都存在一条有向路径。换句话说,对于图中的任意两个顶点u和v,如果存在一条从u到v的有向路径,同时也存在一条从v到u的有向路径,那么u和v就属

    2024年02月14日
    浏览(28)
  • 图论——强连通分量详解!

    本篇主要内容: 强连通分量等概念 Tarjan算法的过程与实现 首先我们要明白上面是 连通 。 在一张图中 任意 两个点能 互相 到达。(举个例子) 所以我们称上面的这个图是一个 连通图 !  接着我们在来理解什么是 强连通 。 若一张 有向图 的节点两两互相可达,则称这张图

    2024年02月07日
    浏览(25)
  • 图论--强连通分量

    描述 给出一个有向图,求该图的强连通分量的个数。 输入描述 多测试用例,每个测试用例: 第一行给出顶点数  n  ( 1 ≤  n  ≤ 1000 ) 第二行给出边数  e  ( 0 ≤  e  ≤ 100000 ) 第三行开始,共  e  行,每行两个正整数  a b ,表示从顶点  a  发出一条弧到顶点  b  。 输出

    2024年02月13日
    浏览(27)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包