4. 薄透镜变换：从矩阵到物理图像

薄透镜，是激光光路里最常用的元件。我个人习惯把它的作用想成「给波前施加一个相位突变」——说白了，就是让光束的等相位面瞬间弯一下。这个弯的幅度，由透镜的焦距决定。

4.1 薄透镜的ABCD矩阵

先给结论。一个焦距为 f 的薄透镜，它的传输矩阵长这样：

M_lens = [1,   0]
         [-1/f, 1]

你可能会问：为什么是 -1/f？

嗯，这里要注意符号约定。我习惯用「正透镜聚焦、负透镜发散」的物理直觉。矩阵里的 -1/f 表示：当光线经过透镜时，它的斜率（或者说角度）会改变，改变量正比于光线离轴的高度。比例系数就是 -1/f。

举个例子。一束平行光（R→∞）垂直入射到 f=100 mm 的正透镜上。用矩阵算：

[r_out, θ_out]^T = M_lens * [r_in, 0]^T
r_out = r_in
θ_out = -r_in / f

出射光线向光轴偏折，偏折角 = r_in / f。这不就是几何光学里「平行光会聚到焦点」吗？矩阵和直觉对上了。

4.2 高斯光束通过薄透镜：q参数的变换

现在把高斯光束请进来。高斯光束的 q 参数经过薄透镜，变换规则极其简单：

q_out = q_in / (1 - q_in / f)

或者写成更常用的形式：

1/q_out = 1/q_in - 1/f

这个形式漂亮。它把透镜的作用看成「曲率相减」。q 参数的倒数，物理上就是波前曲率半径的倒数加上一个虚部（代表光斑尺寸）。透镜只改变实部——也就是波前曲率。

我曾经在搭建一台飞秒激光放大器时，遇到过一个问题：光束经过透镜后，焦点位置和理论计算差了将近 5 mm。排查了半天，发现是忽略了透镜的厚度效应。薄透镜近似在 f >> 透镜厚度时才成立。那台系统的透镜厚度 3 mm，焦距 50 mm，误差已经不可忽略了。

4.3 聚焦：高斯光束的束腰变换

高斯光束通过正透镜聚焦，是激光加工、光纤耦合里的常见场景。我们来算一个典型情况：

入射高斯光束的束腰在透镜前距离 d 处，束腰半径 ω₀，波长 λ。透镜焦距 f。聚焦后的束腰位置 d' 和半径 ω₀' 是多少？

用 q 参数三步走：

1. 自由空间传输 d： q₁ = q₀ + d
2. 经过透镜： 1/q₂ = 1/q₁ - 1/f
3. 再自由空间传输 d'： q₃ = q₂ + d'

聚焦后的束腰位置，就是让 q₃ 的实部为零的地方。解出来：

d' = f + (d - f) * f² / [(d - f)² + (πω₀²/λ)²]

这个公式看着有点复杂。但有个特例很好记：当入射束腰在透镜前焦面时（d = f），

d' = f

聚焦后的束腰就在透镜后焦面。而且此时聚焦光斑最小：

ω₀' = (λ f) / (π ω₀)

这就是经典的「焦面聚焦」关系。你想想看，它和几何光学的「物在焦点，像在无穷远」完全不同。高斯光束的衍射效应，让焦点落在了有限远处。

4.4 成像公式的q参数形式

薄透镜成像，在几何光学里是 1/u + 1/v = 1/f。在高斯光束里，这个公式要升级。

假设入射高斯光束的 q 参数为 q_in，经过透镜后，在距离透镜 v 处的 q 参数为：

1/q_out = 1/(q_in + u) - 1/f

其中 u 是透镜到入射束腰的距离。如果出射束腰在 v 处，那么 q_out 的实部为零：

Re{1/(q_in + u) - 1/f} = 0

展开后得到：

1/(u + z_R²/(u - f)) + 1/v = 1/f

其中 z_R = πω₀²/λ 是瑞利长度。这个公式比几何光学的成像公式多了一项 z_R²/(u - f)。当 z_R → 0（即波长极短或束腰极大），它就退化成 1/u + 1/v = 1/f。

我个人觉得，q 参数形式的最大好处是：它把「成像」和「聚焦」统一了。你不需要记住两套公式，只需要会算 q 参数的传输和变换。

# Python 示例：计算高斯光束通过透镜后的束腰位置和大小
import numpy as np

def gaussian_lens_focus(w0, lam, f, d):
    """
    计算高斯光束通过薄透镜后的聚焦参数
    w0: 入射束腰半径 (mm)
    lam: 波长 (mm)
    f: 透镜焦距 (mm)
    d: 入射束腰到透镜距离 (mm)
    """
    zR = np.pi * w0**2 / lam  # 瑞利长度
    
    # 聚焦后束腰位置（距透镜）
    d_prime = f + (d - f) * f**2 / ((d - f)**2 + zR**2)
    
    # 聚焦后束腰半径
    w0_prime = w0 * f / np.sqrt((d - f)**2 + zR**2)
    
    return d_prime, w0_prime

# 示例：He-Ne 激光，λ=632.8 nm，w0=0.5 mm，f=100 mm，d=150 mm
d_prime, w0_prime = gaussian_lens_focus(0.5, 632.8e-6, 100, 150)
print(f"聚焦后束腰位置: {d_prime:.2f} mm")
print(f"聚焦后束腰半径: {w0_prime*1000:.2f} μm")

4.5 知识结构总览

下面这张图，把薄透镜变换的核心逻辑串起来了。从矩阵出发，到 q 参数变换，再到聚焦和成像——其实就一条线。

从矩阵到 q 参数，再到聚焦和成像，每一步都有清晰的数学对应。我个人觉得，掌握了这个结构，你在设计激光光路时就能「心中有数」——知道每个透镜在干什么，也知道近似在什么地方会失效。