3. 部分相干光的数学描述：交叉谱密度函数（CSD）的引入
好，我们进入第三讲。前面两章我们把部分相干光的基本概念和物理图像搭起来了。这一章，得动点真格的了——我们要引入一个贯穿整个课程的数学工具：交叉谱密度函数（CSD）。
说实话，我刚接触这部分内容时，也觉得公式有点绕。但后来在项目中做激光散斑抑制时，才发现这东西是真有用。你想想看，一个光源的相干性到底怎么量化？光强分布能告诉我们多少？答案是不够。我们需要一个能同时描述空间两点之间、不同频率成分之间关联性的函数。这就是CSD登场的理由。
3.1 从时域到频域：为什么要转换？
我们先回顾一下上一章提到的互相干函数 \(\Gamma(\mathbf{r}_1, \mathbf{r}_2, \tau)\)。它描述的是两个空间点在时间延迟 \(\tau\) 下的场关联。这个定义很直观，但有个问题——实际测量中，我们往往更关心光源的光谱特性。
举个例子。我在做LED光源相干性测量时，发现直接测互相干函数非常麻烦。你需要精密的延迟线，还要考虑探测器的响应时间。但如果我们把问题转换到频域呢？只需要一个光谱仪，就能得到不同频率成分的关联信息。这就是引入CSD的动机。
转换的数学工具很简单：傅里叶变换。互相干函数 \(\Gamma(\tau)\) 和交叉谱密度函数 \(W(\omega)\) 构成一对傅里叶变换对：
\[ W(\mathbf{r}_1, \mathbf{r}_2, \omega) = \int_{-\infty}^{\infty} \Gamma(\mathbf{r}_1, \mathbf{r}_2, \tau) e^{i\omega\tau} d\tau \]反过来：
\[ \Gamma(\mathbf{r}_1, \mathbf{r}_2, \tau) = \int_{0}^{\infty} W(\mathbf{r}_1, \mathbf{r}_2, \omega) e^{-i\omega\tau} d\omega \]这里要注意，积分下限从0开始，因为实际光源的频谱只在正频率有物理意义。
核心理解：CSD 就是互相干函数在频域的“分身”。它告诉我们：在频率 \(\omega\) 处，空间点 \(\mathbf{r}_1\) 和 \(\mathbf{r}_2\) 的场振荡有多“同步”。
3.2 交叉谱密度函数的定义与物理意义
好，我们正式给出CSD的定义。对于一个统计平稳的光场，交叉谱密度函数定义为：
\[ W(\mathbf{r}_1, \mathbf{r}_2, \omega) = \langle \tilde{E}^*(\mathbf{r}_1, \omega) \tilde{E}(\mathbf{r}_2, \omega) \rangle \]其中 \(\tilde{E}(\mathbf{r}, \omega)\) 是光场在频率 \(\omega\) 处的复振幅，尖括号表示系综平均。
这个定义看起来简单，但内涵丰富。我建议你这样理解：
- 当 \(\mathbf{r}_1 = \mathbf{r}_2\) 时：\(W(\mathbf{r}, \mathbf{r}, \omega) = \langle |\tilde{E}(\mathbf{r}, \omega)|^2 \rangle\)，这就是我们常说的光谱密度（即光强随频率的分布）。
- 当 \(\mathbf{r}_1 \neq \mathbf{r}_2\) 时：它描述了两个空间点在同一个频率分量上的相关性。值越大，说明这两个点的该频率成分越“步调一致”。
我的经验：在分析部分相干光束的传播时，我习惯先看CSD的模和相位。模决定相干度的大小，相位决定波前的形状。两者缺一不可。
3.3 CSD的基本性质
CSD不是随便一个函数都能当的。它必须满足几个数学性质，这些性质在实际计算中非常有用。
| 性质 | 数学表达 | 物理含义 |
|---|---|---|
| 厄米性 | \(W(\mathbf{r}_1, \mathbf{r}_2, \omega) = W^*(\mathbf{r}_2, \mathbf{r}_1, \omega)\) | 交换两点，函数取复共轭 |
| 非负定性 | \(\iint f^*(\mathbf{r}_1) W(\mathbf{r}_1, \mathbf{r}_2) f(\mathbf{r}_2) d^2r_1 d^2r_2 \geq 0\) | 保证物理可实现性 |
| 光谱非负 | \(W(\mathbf{r}, \mathbf{r}, \omega) \geq 0\) | 光强不能为负 |
| 相干性上界 | \(|W(\mathbf{r}_1, \mathbf{r}_2, \omega)| \leq \sqrt{W(\mathbf{r}_1, \mathbf{r}_1, \omega) W(\mathbf{r}_2, \mathbf{r}_2, \omega)}\) | 柯西-施瓦茨不等式的体现 |
这里面，非负定性是最容易被忽略的。我曾经在写仿真代码时，随便构造了一个CSD函数，结果传播后发现光强出现负值。查了半天，才发现是构造的函数不满足非负定性。嗯，这个坑我替你们踩过了。
3.4 从CSD到复相干度
有了CSD，我们可以很方便地定义频谱复相干度（spectral degree of coherence）：
\[ \mu(\mathbf{r}_1, \mathbf{r}_2, \omega) = \frac{W(\mathbf{r}_1, \mathbf{r}_2, \omega)}{\sqrt{W(\mathbf{r}_1, \mathbf{r}_1, \omega) W(\mathbf{r}_2, \mathbf{r}_2, \omega)}} \]这个量的模在0到1之间：
- \(|\mu| = 1\)：完全相干
- \(|\mu| = 0\)：完全不相干
- \(0 < |\mu| < 1\)：部分相干
你可能会问：这和时域的复相干度 \(\gamma(\tau)\) 有什么区别？区别在于，\(\mu\) 是频率依赖的。同一个光源，不同频率成分的相干性可能完全不同。这在多色光干涉实验中特别明显。
注意：不要混淆 \(\mu(\mathbf{r}_1, \mathbf{r}_2, \omega)\) 和 \(\gamma(\mathbf{r}_1, \mathbf{r}_2, \tau)\)。前者是频域量，后者是时域量。两者通过傅里叶变换关联，但物理意义不同。在窄带光近似下，两者可以近似相等，但严格来说不是一回事。
3.5 知识结构图：CSD的核心逻辑
下面这张图总结了从时域到频域的转换路径，以及CSD在整个部分相干光理论中的位置。我建议你把它当作一个“导航图”，后续章节会反复用到这些概念。
3.6 一个简单的例子：高斯-谢尔模型光束
理论讲完了，我们来看一个最经典的CSD模型——高斯-谢尔模型（GSM）光束。这是部分相干光理论中最常用的模型，没有之一。
GSM光束的CSD可以写成：
\[ W(\mathbf{r}_1, \mathbf{r}_2, \omega) = S_0(\omega) \exp\left[-\frac{|\mathbf{r}_1|^2 + |\mathbf{r}_2|^2}{4\sigma_s^2}\right] \exp\left[-\frac{|\mathbf{r}_1 - \mathbf{r}_2|^2}{2\sigma_g^2}\right] \]其中：
- \(S_0(\omega)\)：光谱密度分布
- \(\sigma_s\)：光束的光强分布宽度
- \(\sigma_g\)：相干长度，控制空间相干性
这个模型的好处是：数学形式简洁，物理意义清晰。当 \(\sigma_g \to \infty\) 时，退化为完全相干的高斯光束；当 \(\sigma_g \to 0\) 时，退化为完全不相干光源。
我的建议：刚开始学习CSD时，先把GSM光束吃透。我在做激光投影散斑抑制时，就是用GSM模型来设计部分相干照明系统的。你只要掌握了这个模型，后续的传播计算、相干性调控都能直接套用。
3.7 从CSD到实际测量：你需要知道的事
最后，我想聊聊CSD的实际测量。理论再漂亮，测不出来也是白搭。
测量CSD的经典方法是杨氏双缝干涉实验的频域版本。具体来说：
- 在空间两点 \(\mathbf{r}_1\) 和 \(\mathbf{r}_2\) 处放置两个小孔
- 用光谱仪测量干涉条纹的光谱调制
- 从调制深度和相位反推出 \(W(\mathbf{r}_1, \mathbf{r}_2, \omega)\)
但这里有个实际问题：噪声。我曾经在测量弱相干光源时，发现干涉条纹的对比度非常低，光谱仪的信噪比成了瓶颈。后来改用双光束干涉+锁相放大的方案，才把CSD的相位信息提取出来。
避坑指南：测量CSD时，一定要注意光谱分辨率和空间分辨率的匹配。如果光源的相干长度很小，你的测量孔径必须足够小，否则会引入空间平均效应，导致测得的相干度偏高。我曾经就因为这个原因，把部分相干光源误判成了准相干光源——嗯，那次实验数据全废了。
好了，这一章的内容就到这里。CSD是整个部分相干光理论的基石，后面的章节会反复用到它。你只要把从时域到频域的转换逻辑理清楚，后面的路就好走了。