与传统的夏克-哈特曼传感器相比，使用金字塔形棱镜或反射器的波前传感器（PyWFS，用于金字塔波前传感器）具有高对比度和更好的波前灵敏度，例如用于天文学中太阳系外行星的搜索。因此，这种类型的波前传感器用于特殊的望远镜（例如凯克天文台），通常在红外（IR）光谱范围内。PyWFS通常由四边棱镜、重成像光学元件和适当的探测器组成。在这个例子中，我们展示了通过应用VirtualLab Fusion的快速物理

近几十年来，CMOS传感器的像素尺寸已经从~10µm缩小到~2µm，甚至更小。在本例中，我们研究了像素尺寸等于或低于2µm的CMOS传感器的性能。采用严格的FMM/RCWA进行仿真，以验证微透镜的有效性。在VirtualLab Fusion中，堆栈是配置具有小特征尺寸和距离结构的一种便捷的方法。在这些容器中，可以包含多种类型的表面和介质来表示结构的各个方面。在模拟中达到正确的精度-速度平衡需要对系

FRED具备通过光学系统模拟光线偏振的能力。光源可以是随机偏振、圆偏振或线偏振。过滤或控制偏振的光学元件，如双折射波片和偏振片，可以准确的模拟。FRED偏振模型中一些简单例子包括吸收二向色性和线栅偏振片，方解石半波片，和马耳他十字现象。这些特性的每一个都可以应用到更复杂的光学系统中，如液晶显示（LCDs）、干涉仪和偏光显微镜。

优化的第一步涉及到变量的定义，本例中，优化3个LED光源的光功率。这个优化函数决定总的LED光源的功率，FRED本身内置的优化函数Total power on a surface ,不能用于此例，因为光线并非源于一个面，第二，并非所有的从LED光源发射光线可到达接受屏。为了方便的获取模型参数，x色坐标（g_xchr），y色坐标（g_ychr）及总的功率（g_power）目标值表现为全局脚本变量。本

虚拟和混合现实>近眼显示

在FRED中，列表形式的BSDF数据可以使用如下两种方式。1. 按照FRED可以识别的数据格式直接导入作为散射模型。2. 使用BSDF数据拟合工具来产生合适的函数模型。

2.2.3.2格子平面（创建新的与编辑/查看复杂光源对话框） 54。8.2.12散射模型 – 扩展 Harvey Shack 426。2.2.4.9 角度空间内构成六角形格子点的方向（光线） 79。8.2.3散射模型 – Harvey-Shack 381。2.2.4.10 构成线性格子点的方向（光线） 80。2.2.2创建新的与编辑/查看复杂光源对话框 51。2.2.4.6 角度范围内的随机方向（

随着LED照明技术扩展到植物种植领域，能否提供一致的生长条件并合理利用能源，同时确保种植者和最终消费者双方的最终利益这成为对植物照明专业知识和技能的真正考验。无论天气、季节和时间如何，植物跟人类一样，成长过程中都需要光照。使用合适的光照策略至关重要。了解理想的光谱可以帮助种植者实现最佳的生长效果和产量。不同植物有不同种植需求，这一点至关重要，同时也要考虑植物的生长阶段、光照强度和光照时长等因素，这

该用例将多色光源（24个波长）与迈克尔逊干涉仪设置中的反射镜位置（121个位置）的参数扫描相结合。由此产生2904个基本模拟，其中每个模拟在标准计算机上只需不到一秒钟的时间。由于单个基本模拟仅需约0.9秒，因此将所有波长组合在一个模拟任务中并通过使用分布式计算仅计算变化距离的结果更有效（121步）。如果没有分布式计算，整个集合需要46 分55 秒。在由六个本地多核PC组成的网络中，分布式计算由25

对于实际成像系统，孔径对其性能影响很大。在不同的系统配置和不同的光照条件下，孔径的实际形状可能会有很大的不同。为了研究这种影响，我们模拟了一个由准直物镜和人眼组成的成像系统。通过对不同光照条件下，PSF和MTF的计算，研究了全孔径照明和部分孔径照明的案例。