尧图网站建设 
简介这份《电磁场与电磁波矢量分析》PPT课件源自电子科技大学编写、高等教育出版社与高等教育电子音像出版社2005年出版的教材配套资料面向电子信息、通信工程等专业本科生及考研复习者用于夯实电磁场理论的数学基础。课件系统梳理矢量代数、三种常用正交曲线坐标系、标量场的梯度、矢量场的通量与散度、环流与旋度、无旋场与无散场、拉普拉斯运算以及格林定理和亥姆霍兹定理并详细讲解矢量加减法、标量乘矢量、点积、叉积、标量三重积与矢量三重积等运算规则帮助读者理解电场与磁场性质及波动方程求解思路。资源包共1个PPT文件约3.56MB页面结构清晰适合课堂演示与自学对照。目前已有114人学习可作为电磁场课程入门与复习的参考材料。1. 电磁场与电磁波矢量分析.ppt从一份课件到能算的场中间差了什么很多人第一次接触电磁场与电磁波都是从一份叫“电磁场与电磁波矢量分析.ppt”的课件开始的。标题看着像纯理论实际它卡住的是后面所有计算的地基梯度、散度、旋度这三个算子没吃透麦克斯韦方程组就只是四个背下来的公式波印廷矢量、边界条件、波导模式全都推不动。我带过几届做天线和微波仿真的新人翻车点几乎一模一样——不是不会解方程而是坐标系选错、算子作用对象搞混、积分路径和面元方向对不上。这份课件真正要解决的问题是把矢量场从“箭头图”变成“可微可积可算”的对象。适合谁正在学电磁场、准备做天线/微波/射频仿真、或者要复现FDTD和矩量法代码的人。下面我按自己带人的顺序把这份课件里最该动手的部分拆开讲。2. 先把三个算子钉死在坐标系里梯度、散度、旋度怎么算不混2.1 为什么直角坐标只是起点柱坐标和球坐标才是电磁场的日常课件里矢量分析部分通常先讲直角坐标但电磁场问题里真正高频的是柱坐标和球坐标。同轴线、圆波导用柱坐标天线辐射、散射用球坐标。很多人背了直角坐标的散度旋度公式一到柱坐标就漏掉那个 (1/\rho) 因子结果算出来的场强量级都不对。我一般要求先把三种坐标系下的梯度、散度、旋度公式列成一张对照表不是背是每次算之前查。查三次以后自然就记住了。关键是理解每个因子的来源柱坐标和球坐标的度规系数 (h_1,h_2,h_3) 不同算子里出现的 (1/\rho)、(1/(r\sin\theta)) 都是度规带来的不是凭空加的。坐标系梯度关键因子散度关键因子旋度关键因子直角无无无柱坐标(\partial/\partial\rho, (1/\rho)\partial/\partial\phi, \partial/\partial z)前两项带 (1/\rho)(\rho) 分量含 (1/\rho)球坐标(\partial/\partial r, (1/r)\partial/\partial\theta, (1/(r\sin\theta))\partial/\partial\phi)后两项带 (1/r) 和 (1/(r\sin\theta))多个分量带 (1/r) 因子这张表建议直接抄在草稿纸边上。我见过太多人柱坐标旋度算完(\rho) 分量少乘一个 (\rho)最后磁场方向都反了。2.2 用Python把算子算一遍比看十遍公式管用光看公式容易产生“我会了”的错觉。实际做法是用数值微分把梯度、散度、旋度算出来和解析结果对。下面这段代码用有限差分在直角坐标下算一个已知场的散度和旋度你可以改成柱坐标版本练手。import numpy as np # 网格设置直角坐标步长h h 1e-4 x np.arange(-1, 1, h) y np.arange(-1, 1, h) z np.arange(-1, 1, h) X, Y, Z np.meshgrid(x, y, z, indexingij) # 定义一个已知矢量场 F (y*z, x*z, x*y) # 解析散度 0解析旋度 (x-x, y-y, z-z) 0? 实际算一下 Fx Y * Z Fy X * Z Fz X * Y # 数值散度中心差分 def divergence(Fx, Fy, Fz, h): dFx_dx np.gradient(Fx, h, axis0) dFy_dy np.gradient(Fy, h, axis1) dFz_dz np.gradient(Fz, h, axis2) return dFx_dx dFy_dy dFz_dz # 数值旋度 def curl(Fx, Fy, Fz, h): dFz_dy np.gradient(Fz, h, axis1) dFy_dz np.gradient(Fy, h, axis2) dFx_dz np.gradient(Fx, h, axis2) dFz_dx np.gradient(Fz, h, axis0) dFy_dx np.gradient(Fy, h, axis0) dFx_dy np.gradient(Fx, h, axis1) cx dFz_dy - dFy_dz cy dFx_dz - dFz_dx cz dFy_dx - dFx_dy return cx, cy, cz div divergence(Fx, Fy, Fz, h) cx, cy, cz curl(Fx, Fy, Fz, h) # 取中心点附近检查 mid (len(x)//2, len(y)//2, len(z)//2) print(散度中心值:, div[mid]) print(旋度中心值:, cx[mid], cy[mid], cz[mid])这段代码的逻辑说明np.gradient默认用中心差分精度二阶。参数h是网格步长取 (10^{-4}) 是为了让截断误差远小于场的变化尺度。跑完你会发现散度接近0旋度也接近0——因为这个场恰好是无散无旋的。你可以把场换成 ((-y, x, 0))解析旋度是 ((0,0,2))散度是0再跑一遍验证。这一步做完你对“算子作用在场上”这件事就有肌肉记忆了。2.3 散度定理和斯托克斯定理不是背是拿来验算的课件里这两个定理通常一笔带过但它们是后面推导边界条件和积分形式麦克斯韦方程组的工具。我的习惯是每算完一个场的散度或旋度就用定理反过来验算一遍。比如算出一个体积内的散度积分再算包围这个体积的闭合面积分两者应该相等。数值上会有误差但量级对不上就说明前面算错了。具体操作在Python里用np.sum(div) * h**3近似体积分用边界面的通量求和近似面积分。如果两者差一个量级先检查网格边界有没有取对再检查法向量方向。这个验算习惯能帮你避开后面推导波印廷定理时符号搞反的坑。3. 从矢量分析到麦克斯韦方程组微分形式和积分形式怎么互推3.1 四个方程的微分形式每一项对应哪个算子麦克斯韦方程组的微分形式是矢量分析的直接应用(\nabla \cdot \mathbf{D} \rho)散度对应高斯定律(\nabla \cdot \mathbf{B} 0)磁场无散(\nabla \times \mathbf{E} -\partial \mathbf{B}/\partial t)旋度对应法拉第定律(\nabla \times \mathbf{H} \mathbf{J} \partial \mathbf{D}/\partial t)旋度对应安培环路定律课件里通常直接给公式但你要做的是把每个算子“作用在什么场上、得到什么物理量”对应清楚。比如 (\nabla \times \mathbf{E}) 是电场沿闭合回路的环量密度对应磁通变化率。这个对应关系不清楚后面推导波动方程时符号就会乱。我一般让学生先做一件事把四个方程里的算子圈出来在旁边写“散度通量源旋度环量源”。然后自己用散度定理把前两个方程转成积分形式用斯托克斯定理把后两个转成积分形式。转一遍比看十遍推导都管用。3.2 用数值方法验证一个简单场的麦克斯韦方程拿一个最简单的时谐场练手(\mathbf{E} E_0 \cos(\omega t - kz) \hat{x})(\mathbf{H} H_0 \cos(\omega t - kz) \hat{y})。在无源区域(\rho0)(\mathbf{J}0)。你可以用Python算这个场的旋度和时间导数验证 (\nabla \times \mathbf{E} -\mu_0 \partial \mathbf{H}/\partial t) 是否成立。import numpy as np # 参数 E0 1.0 H0 E0 / 377.0 # 自由空间波阻抗约377欧 omega 2 * np.pi * 1e9 # 1 GHz k omega / 3e8 mu0 4 * np.pi * 1e-7 # 空间和时间网格 z np.linspace(0, 1, 500) t np.linspace(0, 1e-9, 500) Z, T np.meshgrid(z, t, indexingij) # 场 Ex E0 * np.cos(omega * T - k * Z) Hy H0 * np.cos(omega * T - k * Z) # 数值旋度E只有x分量随z变化旋度只有y分量 dEx_dz np.gradient(Ex, z, axis0) curl_E_y -dEx_dz # (curl E)_y dEx/dz? 注意符号curl E (dEz/dy - dEy/dz, dEx/dz - dEz/dx, ...) # 这里E(Ex,0,0)所以curl E (0, dEx/dz, 0)? 不对重新算 # curl E (∂Ez/∂y - ∂Ey/∂z, ∂Ex/∂z - ∂Ez/∂x, ∂Ey/∂x - ∂Ex/∂y) # 代入E(Ex,0,0)Ex只随z变curl E (0, ∂Ex/∂z, 0) curl_E_y dEx_dz # 时间导数 of H dHy_dt np.gradient(Hy, t, axis1) # 验证curl_E_y -mu0 * dHy_dt lhs curl_E_y rhs -mu0 * dHy_dt # 取中间点比较 mid (250, 250) print(curl E y分量:, lhs[mid]) print(-mu0 dH/dt:, rhs[mid]) print(比值:, lhs[mid] / rhs[mid] if rhs[mid] ! 0 else inf)逻辑说明这段代码用数值微分验证法拉第定律。注意旋度公式的符号E只有x分量且随z变化时旋度只有y分量等于 (\partial E_x/\partial z)。时间导数用np.gradient对t轴算。参数omega和k满足色散关系 (\omega kc)。跑出来比值应该接近1如果差很多检查符号和单位。这个练习能帮你把“旋度对应时间变化率”这件事从公式变成直觉。3.3 边界条件怎么从积分形式推出来边界条件是矢量分析在电磁场里最实用的产出。课件里通常直接给结论法向(\mathbf{D})连续无面电荷时切向(\mathbf{E})连续等等。但你要会推。方法是用积分形式取一个扁盒子跨过边界高度趋于0面积分只剩上下底面得到法向条件取一个窄矩形跨过边界宽度趋于0线积分只剩两条边得到切向条件。我一般让学生自己推一遍然后和课件结论对。推的时候注意法向量方向从介质1指向介质2还是反过来符号会差一个负号。这个符号在后面算反射系数时经常翻车。4. 避坑矢量分析在电磁场计算里最容易翻车的5个地方4.1 现象柱坐标旋度算完磁场方向反了原因柱坐标旋度公式里(\rho)分量和(\phi)分量的表达式都带(1/\rho)因子而且(\phi)分量的符号容易搞错。很多人直接套直角坐标的旋度公式漏掉度规因子。解决每次算柱坐标旋度前先把公式写出来(\nabla \times \mathbf{A} (1/\rho \partial A_z/\partial\phi - \partial A_\phi/\partial z) \hat{\rho} (\partial A_\rho/\partial z - \partial A_z/\partial\rho) \hat{\phi} (1/\rho)(\partial(\rho A_\phi)/\partial\rho - \partial A_\rho/\partial\phi) \hat{z})。注意最后一项是(\partial(\rho A_\phi)/\partial\rho)不是(\partial A_\phi/\partial\rho)。这个(\rho)乘进去再求导是柱坐标旋度最常见的坑。4.2 现象散度定理验算时体积分和面积分差一个负号原因闭合曲面的法向量方向约定不统一。数学上通常取外法向但电磁场里有时取内法向导致符号相反。解决统一约定闭合曲面取外法向。在数值验算时检查边界面的法向量是否指向体积外部。如果是用np.gradient算的散度体积分和面积分的符号应该一致。差负号就检查法向方向。4.3 现象时谐场推导中(\partial/\partial t)换成(j\omega)后符号出错原因时谐因子取(e^{j\omega t})还是(e^{-j\omega t})会导致(\partial/\partial t)换成(j\omega)还是(-j\omega)。课件里可能用(e^{j\omega t})但很多工程教材用(e^{-j\omega t})。解决先确认课件的时谐约定。如果课件用(e^{j\omega t})则(\partial/\partial t \to j\omega)如果用(e^{-j\omega t})则(\partial/\partial t \to -j\omega)。这个约定不统一后面波印廷矢量方向、传播常数符号都会受影响。我一般在自己笔记第一页写死约定后面所有推导都按这个来。4.4 现象梯度算完方向指向错误原因梯度指向标量场增加最快的方向但有些人误以为指向减小方向。在电磁场里电位(\phi)的梯度是(\mathbf{E} -\nabla \phi)负号表示电场指向电位降低方向。解决记住梯度定义(\nabla \phi)指向(\phi)增加方向。电场(\mathbf{E} -\nabla \phi)所以电场指向电位降低方向。这个负号在静电学里是基础但一到时变场就容易忘。4.5 现象数值微分步长选太大结果完全不对原因有限差分步长(h)太大截断误差大太小浮点误差大。很多人随便取(h0.1)对于快速变化的场误差可能超过100%。解决步长取场变化尺度的1/100到1/1000。比如波长1米网格步长取1毫米到10毫米。用np.gradient时传入的坐标数组间距要均匀。如果不均匀要自己写差分公式。跑完和解析解对一下误差在5%以内才算过。5. 把矢量分析用到波导和天线一个可复现的验证流程5.1 用矩形波导的场分布验证旋度计算矩形波导的TE10模场分布是解析已知的(E_y E_0 \sin(\pi x/a) e^{-j\beta z})(H_x -E_0/Z_{TE} \sin(\pi x/a) e^{-j\beta z})(H_z j E_0 \cos(\pi x/a) e^{-j\beta z})具体系数和相位取决于约定。你可以用Python算这个场的旋度验证它满足无源区域的麦克斯韦方程组。import numpy as np # 矩形波导参数 a 22.86e-3 # WR-90波导宽边 b 10.16e-3 f 10e9 omega 2 * np.pi * f c 3e8 mu0 4 * np.pi * 1e-7 eps0 8.854e-12 # 截止波数 kc np.pi / a beta np.sqrt(omega**2 * mu0 * eps0 - kc**2) # 网格 x np.linspace(0, a, 100) z np.linspace(0, 0.1, 100) X, Z np.meshgrid(x, z, indexingij) # TE10模场取z0时刻忽略时间因子 E0 1.0 Ey E0 * np.sin(np.pi * X / a) * np.exp(-1j * beta * Z) # Hx -Ey / ZTE, ZTE omega*mu0/beta ZTE omega * mu0 / beta Hx -Ey / ZTE # Hz j * E0 * (pi/a) / (omega*mu0) * cos(pi*x/a) * exp(-j beta z) Hz 1j * E0 * (np.pi / a) / (omega * mu0) * np.cos(np.pi * X / a) * np.exp(-1j * beta * Z) # 算旋度E的y分量curl E (0, dEx/dz - dEz/dx, dEy/dx - dEx/dy) # E只有y分量且随x和z变 dEy_dx np.gradient(Ey, x, axis0) dEy_dz np.gradient(Ey, z, axis1) # curl E (0, 0, dEy/dx) 因为ExEz0且Ey不随y变 curl_E_z dEy_dx # 验证curl E -j omega mu0 H # 所以 curl_E_z 应该等于 -j omega mu0 Hz rhs -1j * omega * mu0 * Hz # 取中间点比较 mid (50, 50) print(curl E z分量:, curl_E_z[mid]) print(-j omega mu0 Hz:, rhs[mid]) print(比值:, curl_E_z[mid] / rhs[mid] if rhs[mid] ! 0 else inf)逻辑说明这段代码验证TE10模的旋度关系。注意np.gradient对复数数组也适用分别对实部和虚部算。参数beta是传播常数由色散关系算出。跑出来比值应该接近1。如果差很多检查Hz的表达式符号和系数。这个验证做完你对波导里的场和麦克斯韦方程组的关系就有底了。5.2 从矢量分析到波印廷矢量能量流方向怎么定波印廷矢量(\mathbf{S} \mathbf{E} \times \mathbf{H})是矢量叉乘的直接应用。在波导里(\mathbf{S})的z分量表示沿传播方向的功率流。你可以用上面算出的场算(\mathbf{S})的z分量然后对波导截面积分得到总功率。这个功率应该和入射功率对得上。具体操作在Python里算S_z 0.5 * np.real(Ey * np.conj(Hx))时谐场平均波印廷矢量。然后对x和y积分。注意TE10模的Hx是负的所以S_z是正的表示功率沿z方向。如果算出来是负的检查Hx的符号。这个流程走一遍你就把矢量分析、麦克斯韦方程组、波导场、功率流串起来了。后面做天线辐射方向图、散射参数提取都是这个流程的扩展。5.3 一个我常用的验证习惯量纲检查和极限检查每次算完一个矢量场做两件事第一检查量纲。比如旋度的量纲是场量纲除以长度散度也是。如果算出来量纲不对肯定有项漏了。第二取极限。比如让频率趋于0看结果是否退化为静态场让波导尺寸趋于无穷看是否退化为自由空间。这两个检查能抓住大部分低级错误。我自己的习惯是在代码里加一行assert检查关键量的量级。比如波印廷矢量的积分功率应该在毫瓦到瓦量级如果算出千瓦肯定错了。这个习惯帮我省了很多后悔药。希望帮到你。本文还有配套的精品资源点击获取 电磁场矢量分析：梯度散度旋度与麦克斯韦方程组计算指南
简介这份《电磁场与电磁波矢量分析》PPT课件源自电子科技大学编写、高等教育出版社与高等教育电子音像出版社2005年出版的教材配套资料面向电子信息、通信工程等专业本科生及考研复习者用于夯实电磁场理论的数学基础。课件系统梳理矢量代数、三种常用正交曲线坐标系、标量场的梯度、矢量场的通量与散度、环流与旋度、无旋场与无散场、拉普拉斯运算以及格林定理和亥姆霍兹定理并详细讲解矢量加减法、标量乘矢量、点积、叉积、标量三重积与矢量三重积等运算规则帮助读者理解电场与磁场性质及波动方程求解思路。资源包共1个PPT文件约3.56MB页面结构清晰适合课堂演示与自学对照。目前已有114人学习可作为电磁场课程入门与复习的参考材料。1. 电磁场与电磁波矢量分析.ppt从一份课件到能算的场中间差了什么很多人第一次接触电磁场与电磁波都是从一份叫“电磁场与电磁波矢量分析.ppt”的课件开始的。标题看着像纯理论实际它卡住的是后面所有计算的地基梯度、散度、旋度这三个算子没吃透麦克斯韦方程组就只是四个背下来的公式波印廷矢量、边界条件、波导模式全都推不动。我带过几届做天线和微波仿真的新人翻车点几乎一模一样——不是不会解方程而是坐标系选错、算子作用对象搞混、积分路径和面元方向对不上。这份课件真正要解决的问题是把矢量场从“箭头图”变成“可微可积可算”的对象。适合谁正在学电磁场、准备做天线/微波/射频仿真、或者要复现FDTD和矩量法代码的人。下面我按自己带人的顺序把这份课件里最该动手的部分拆开讲。2. 先把三个算子钉死在坐标系里梯度、散度、旋度怎么算不混2.1 为什么直角坐标只是起点柱坐标和球坐标才是电磁场的日常课件里矢量分析部分通常先讲直角坐标但电磁场问题里真正高频的是柱坐标和球坐标。同轴线、圆波导用柱坐标天线辐射、散射用球坐标。很多人背了直角坐标的散度旋度公式一到柱坐标就漏掉那个 (1/\rho) 因子结果算出来的场强量级都不对。我一般要求先把三种坐标系下的梯度、散度、旋度公式列成一张对照表不是背是每次算之前查。查三次以后自然就记住了。关键是理解每个因子的来源柱坐标和球坐标的度规系数 (h_1,h_2,h_3) 不同算子里出现的 (1/\rho)、(1/(r\sin\theta)) 都是度规带来的不是凭空加的。坐标系梯度关键因子散度关键因子旋度关键因子直角无无无柱坐标(\partial/\partial\rho, (1/\rho)\partial/\partial\phi, \partial/\partial z)前两项带 (1/\rho)(\rho) 分量含 (1/\rho)球坐标(\partial/\partial r, (1/r)\partial/\partial\theta, (1/(r\sin\theta))\partial/\partial\phi)后两项带 (1/r) 和 (1/(r\sin\theta))多个分量带 (1/r) 因子这张表建议直接抄在草稿纸边上。我见过太多人柱坐标旋度算完(\rho) 分量少乘一个 (\rho)最后磁场方向都反了。2.2 用Python把算子算一遍比看十遍公式管用光看公式容易产生“我会了”的错觉。实际做法是用数值微分把梯度、散度、旋度算出来和解析结果对。下面这段代码用有限差分在直角坐标下算一个已知场的散度和旋度你可以改成柱坐标版本练手。import numpy as np # 网格设置直角坐标步长h h 1e-4 x np.arange(-1, 1, h) y np.arange(-1, 1, h) z np.arange(-1, 1, h) X, Y, Z np.meshgrid(x, y, z, indexingij) # 定义一个已知矢量场 F (y*z, x*z, x*y) # 解析散度 0解析旋度 (x-x, y-y, z-z) 0? 实际算一下 Fx Y * Z Fy X * Z Fz X * Y # 数值散度中心差分 def divergence(Fx, Fy, Fz, h): dFx_dx np.gradient(Fx, h, axis0) dFy_dy np.gradient(Fy, h, axis1) dFz_dz np.gradient(Fz, h, axis2) return dFx_dx dFy_dy dFz_dz # 数值旋度 def curl(Fx, Fy, Fz, h): dFz_dy np.gradient(Fz, h, axis1) dFy_dz np.gradient(Fy, h, axis2) dFx_dz np.gradient(Fx, h, axis2) dFz_dx np.gradient(Fz, h, axis0) dFy_dx np.gradient(Fy, h, axis0) dFx_dy np.gradient(Fx, h, axis1) cx dFz_dy - dFy_dz cy dFx_dz - dFz_dx cz dFy_dx - dFx_dy return cx, cy, cz div divergence(Fx, Fy, Fz, h) cx, cy, cz curl(Fx, Fy, Fz, h) # 取中心点附近检查 mid (len(x)//2, len(y)//2, len(z)//2) print(散度中心值:, div[mid]) print(旋度中心值:, cx[mid], cy[mid], cz[mid])这段代码的逻辑说明np.gradient默认用中心差分精度二阶。参数h是网格步长取 (10^{-4}) 是为了让截断误差远小于场的变化尺度。跑完你会发现散度接近0旋度也接近0——因为这个场恰好是无散无旋的。你可以把场换成 ((-y, x, 0))解析旋度是 ((0,0,2))散度是0再跑一遍验证。这一步做完你对“算子作用在场上”这件事就有肌肉记忆了。2.3 散度定理和斯托克斯定理不是背是拿来验算的课件里这两个定理通常一笔带过但它们是后面推导边界条件和积分形式麦克斯韦方程组的工具。我的习惯是每算完一个场的散度或旋度就用定理反过来验算一遍。比如算出一个体积内的散度积分再算包围这个体积的闭合面积分两者应该相等。数值上会有误差但量级对不上就说明前面算错了。具体操作在Python里用np.sum(div) * h**3近似体积分用边界面的通量求和近似面积分。如果两者差一个量级先检查网格边界有没有取对再检查法向量方向。这个验算习惯能帮你避开后面推导波印廷定理时符号搞反的坑。3. 从矢量分析到麦克斯韦方程组微分形式和积分形式怎么互推3.1 四个方程的微分形式每一项对应哪个算子麦克斯韦方程组的微分形式是矢量分析的直接应用(\nabla \cdot \mathbf{D} \rho)散度对应高斯定律(\nabla \cdot \mathbf{B} 0)磁场无散(\nabla \times \mathbf{E} -\partial \mathbf{B}/\partial t)旋度对应法拉第定律(\nabla \times \mathbf{H} \mathbf{J} \partial \mathbf{D}/\partial t)旋度对应安培环路定律课件里通常直接给公式但你要做的是把每个算子“作用在什么场上、得到什么物理量”对应清楚。比如 (\nabla \times \mathbf{E}) 是电场沿闭合回路的环量密度对应磁通变化率。这个对应关系不清楚后面推导波动方程时符号就会乱。我一般让学生先做一件事把四个方程里的算子圈出来在旁边写“散度通量源旋度环量源”。然后自己用散度定理把前两个方程转成积分形式用斯托克斯定理把后两个转成积分形式。转一遍比看十遍推导都管用。3.2 用数值方法验证一个简单场的麦克斯韦方程拿一个最简单的时谐场练手(\mathbf{E} E_0 \cos(\omega t - kz) \hat{x})(\mathbf{H} H_0 \cos(\omega t - kz) \hat{y})。在无源区域(\rho0)(\mathbf{J}0)。你可以用Python算这个场的旋度和时间导数验证 (\nabla \times \mathbf{E} -\mu_0 \partial \mathbf{H}/\partial t) 是否成立。import numpy as np # 参数 E0 1.0 H0 E0 / 377.0 # 自由空间波阻抗约377欧 omega 2 * np.pi * 1e9 # 1 GHz k omega / 3e8 mu0 4 * np.pi * 1e-7 # 空间和时间网格 z np.linspace(0, 1, 500) t np.linspace(0, 1e-9, 500) Z, T np.meshgrid(z, t, indexingij) # 场 Ex E0 * np.cos(omega * T - k * Z) Hy H0 * np.cos(omega * T - k * Z) # 数值旋度E只有x分量随z变化旋度只有y分量 dEx_dz np.gradient(Ex, z, axis0) curl_E_y -dEx_dz # (curl E)_y dEx/dz? 注意符号curl E (dEz/dy - dEy/dz, dEx/dz - dEz/dx, ...) # 这里E(Ex,0,0)所以curl E (0, dEx/dz, 0)? 不对重新算 # curl E (∂Ez/∂y - ∂Ey/∂z, ∂Ex/∂z - ∂Ez/∂x, ∂Ey/∂x - ∂Ex/∂y) # 代入E(Ex,0,0)Ex只随z变curl E (0, ∂Ex/∂z, 0) curl_E_y dEx_dz # 时间导数 of H dHy_dt np.gradient(Hy, t, axis1) # 验证curl_E_y -mu0 * dHy_dt lhs curl_E_y rhs -mu0 * dHy_dt # 取中间点比较 mid (250, 250) print(curl E y分量:, lhs[mid]) print(-mu0 dH/dt:, rhs[mid]) print(比值:, lhs[mid] / rhs[mid] if rhs[mid] ! 0 else inf)逻辑说明这段代码用数值微分验证法拉第定律。注意旋度公式的符号E只有x分量且随z变化时旋度只有y分量等于 (\partial E_x/\partial z)。时间导数用np.gradient对t轴算。参数omega和k满足色散关系 (\omega kc)。跑出来比值应该接近1如果差很多检查符号和单位。这个练习能帮你把“旋度对应时间变化率”这件事从公式变成直觉。3.3 边界条件怎么从积分形式推出来边界条件是矢量分析在电磁场里最实用的产出。课件里通常直接给结论法向(\mathbf{D})连续无面电荷时切向(\mathbf{E})连续等等。但你要会推。方法是用积分形式取一个扁盒子跨过边界高度趋于0面积分只剩上下底面得到法向条件取一个窄矩形跨过边界宽度趋于0线积分只剩两条边得到切向条件。我一般让学生自己推一遍然后和课件结论对。推的时候注意法向量方向从介质1指向介质2还是反过来符号会差一个负号。这个符号在后面算反射系数时经常翻车。4. 避坑矢量分析在电磁场计算里最容易翻车的5个地方4.1 现象柱坐标旋度算完磁场方向反了原因柱坐标旋度公式里(\rho)分量和(\phi)分量的表达式都带(1/\rho)因子而且(\phi)分量的符号容易搞错。很多人直接套直角坐标的旋度公式漏掉度规因子。解决每次算柱坐标旋度前先把公式写出来(\nabla \times \mathbf{A} (1/\rho \partial A_z/\partial\phi - \partial A_\phi/\partial z) \hat{\rho} (\partial A_\rho/\partial z - \partial A_z/\partial\rho) \hat{\phi} (1/\rho)(\partial(\rho A_\phi)/\partial\rho - \partial A_\rho/\partial\phi) \hat{z})。注意最后一项是(\partial(\rho A_\phi)/\partial\rho)不是(\partial A_\phi/\partial\rho)。这个(\rho)乘进去再求导是柱坐标旋度最常见的坑。4.2 现象散度定理验算时体积分和面积分差一个负号原因闭合曲面的法向量方向约定不统一。数学上通常取外法向但电磁场里有时取内法向导致符号相反。解决统一约定闭合曲面取外法向。在数值验算时检查边界面的法向量是否指向体积外部。如果是用np.gradient算的散度体积分和面积分的符号应该一致。差负号就检查法向方向。4.3 现象时谐场推导中(\partial/\partial t)换成(j\omega)后符号出错原因时谐因子取(e^{j\omega t})还是(e^{-j\omega t})会导致(\partial/\partial t)换成(j\omega)还是(-j\omega)。课件里可能用(e^{j\omega t})但很多工程教材用(e^{-j\omega t})。解决先确认课件的时谐约定。如果课件用(e^{j\omega t})则(\partial/\partial t \to j\omega)如果用(e^{-j\omega t})则(\partial/\partial t \to -j\omega)。这个约定不统一后面波印廷矢量方向、传播常数符号都会受影响。我一般在自己笔记第一页写死约定后面所有推导都按这个来。4.4 现象梯度算完方向指向错误原因梯度指向标量场增加最快的方向但有些人误以为指向减小方向。在电磁场里电位(\phi)的梯度是(\mathbf{E} -\nabla \phi)负号表示电场指向电位降低方向。解决记住梯度定义(\nabla \phi)指向(\phi)增加方向。电场(\mathbf{E} -\nabla \phi)所以电场指向电位降低方向。这个负号在静电学里是基础但一到时变场就容易忘。4.5 现象数值微分步长选太大结果完全不对原因有限差分步长(h)太大截断误差大太小浮点误差大。很多人随便取(h0.1)对于快速变化的场误差可能超过100%。解决步长取场变化尺度的1/100到1/1000。比如波长1米网格步长取1毫米到10毫米。用np.gradient时传入的坐标数组间距要均匀。如果不均匀要自己写差分公式。跑完和解析解对一下误差在5%以内才算过。5. 把矢量分析用到波导和天线一个可复现的验证流程5.1 用矩形波导的场分布验证旋度计算矩形波导的TE10模场分布是解析已知的(E_y E_0 \sin(\pi x/a) e^{-j\beta z})(H_x -E_0/Z_{TE} \sin(\pi x/a) e^{-j\beta z})(H_z j E_0 \cos(\pi x/a) e^{-j\beta z})具体系数和相位取决于约定。你可以用Python算这个场的旋度验证它满足无源区域的麦克斯韦方程组。import numpy as np # 矩形波导参数 a 22.86e-3 # WR-90波导宽边 b 10.16e-3 f 10e9 omega 2 * np.pi * f c 3e8 mu0 4 * np.pi * 1e-7 eps0 8.854e-12 # 截止波数 kc np.pi / a beta np.sqrt(omega**2 * mu0 * eps0 - kc**2) # 网格 x np.linspace(0, a, 100) z np.linspace(0, 0.1, 100) X, Z np.meshgrid(x, z, indexingij) # TE10模场取z0时刻忽略时间因子 E0 1.0 Ey E0 * np.sin(np.pi * X / a) * np.exp(-1j * beta * Z) # Hx -Ey / ZTE, ZTE omega*mu0/beta ZTE omega * mu0 / beta Hx -Ey / ZTE # Hz j * E0 * (pi/a) / (omega*mu0) * cos(pi*x/a) * exp(-j beta z) Hz 1j * E0 * (np.pi / a) / (omega * mu0) * np.cos(np.pi * X / a) * np.exp(-1j * beta * Z) # 算旋度E的y分量curl E (0, dEx/dz - dEz/dx, dEy/dx - dEx/dy) # E只有y分量且随x和z变 dEy_dx np.gradient(Ey, x, axis0) dEy_dz np.gradient(Ey, z, axis1) # curl E (0, 0, dEy/dx) 因为ExEz0且Ey不随y变 curl_E_z dEy_dx # 验证curl E -j omega mu0 H # 所以 curl_E_z 应该等于 -j omega mu0 Hz rhs -1j * omega * mu0 * Hz # 取中间点比较 mid (50, 50) print(curl E z分量:, curl_E_z[mid]) print(-j omega mu0 Hz:, rhs[mid]) print(比值:, curl_E_z[mid] / rhs[mid] if rhs[mid] ! 0 else inf)逻辑说明这段代码验证TE10模的旋度关系。注意np.gradient对复数数组也适用分别对实部和虚部算。参数beta是传播常数由色散关系算出。跑出来比值应该接近1。如果差很多检查Hz的表达式符号和系数。这个验证做完你对波导里的场和麦克斯韦方程组的关系就有底了。5.2 从矢量分析到波印廷矢量能量流方向怎么定波印廷矢量(\mathbf{S} \mathbf{E} \times \mathbf{H})是矢量叉乘的直接应用。在波导里(\mathbf{S})的z分量表示沿传播方向的功率流。你可以用上面算出的场算(\mathbf{S})的z分量然后对波导截面积分得到总功率。这个功率应该和入射功率对得上。具体操作在Python里算S_z 0.5 * np.real(Ey * np.conj(Hx))时谐场平均波印廷矢量。然后对x和y积分。注意TE10模的Hx是负的所以S_z是正的表示功率沿z方向。如果算出来是负的检查Hx的符号。这个流程走一遍你就把矢量分析、麦克斯韦方程组、波导场、功率流串起来了。后面做天线辐射方向图、散射参数提取都是这个流程的扩展。5.3 一个我常用的验证习惯量纲检查和极限检查每次算完一个矢量场做两件事第一检查量纲。比如旋度的量纲是场量纲除以长度散度也是。如果算出来量纲不对肯定有项漏了。第二取极限。比如让频率趋于0看结果是否退化为静态场让波导尺寸趋于无穷看是否退化为自由空间。这两个检查能抓住大部分低级错误。我自己的习惯是在代码里加一行assert检查关键量的量级。比如波印廷矢量的积分功率应该在毫瓦到瓦量级如果算出千瓦肯定错了。这个习惯帮我省了很多后悔药。希望帮到你。本文还有配套的精品资源点击获取