1. 项目概述：普朗克曲线与Matlab可视化
普朗克曲线是描述黑体辐射光谱能量分布的核心物理模型，在热力学分析、红外测温、LED发光特性研究等领域有广泛应用。这个项目将带你用Matlab完整实现从理论公式到可视化分析的全流程，重点解决三个实际问题：如何准确绘制不同温度下的普朗克曲线、如何编程定位曲线的峰值波长，以及如何将计算结果与维恩位移定律进行验证。
我最初接触这个课题是在研究生期间做LED热特性研究时，需要分析芯片结温与发光光谱的关系。当时发现许多教材只给出理论公式，却缺少具体的编程实现细节。经过多次调试才掌握正确处理单位换算和数值计算稳定性的技巧，这些实战经验都会在本文详细说明。
2. 环境准备与基础理论
2.1 必要的Matlab工具包
确保已安装：
- Curve Fitting Toolbox（用于峰值检测）
- Symbolic Math Toolbox（可选，用于公式推导验证）
提示：运行
ver命令可查看已安装的工具箱列表。如果没有上述工具箱，峰值检测部分可用findpeaks函数替代。
2.2 普朗克定律的数学表达
黑体辐射的光谱辐射出射度公式为：
$$
M_{\lambda}(\lambda, T) = \frac{2\pi h c^2}{\lambda^5} \frac{1}{e^{\frac{hc}{\lambda k_B T}} - 1}
$$
其中关键参数：
- $h = 6.62607015×10^{-34}$ J·s（普朗克常数）
- $c = 2.99792458×10^8$ m/s（光速）
- $k_B = 1.380649×10^{-23}$ J/K（玻尔兹曼常数）
- $T$：绝对温度（单位K）
- $\lambda$：波长（单位m）
2.3 维恩位移定律
理论峰值波长$\lambda_{max}$与温度的关系：
$$
\lambda_{max} T = b \quad (b \approx 2.8977719 mm·K)
$$
这将是后续验证计算结果的重要依据。
3. Matlab实现步骤详解
3.1 基础绘图实现
matlab复制function plotPlanckCurve(T)
% 常数定义
h = 6.62607015e-34;
c = 2.99792458e8;
kB = 1.380649e-23;
% 波长范围设置（可见光波段380-780nm）
lambda = linspace(1e-9, 3e-6, 1000); % 1nm到3μm
% 计算辐射出射度
M = (2*pi*h*c^2) ./ (lambda.^5) ./ (exp((h*c)./(lambda*kB*T)) - 1);
% 单位转换为W/m^3
M = M * 1e-9;
% 绘图
figure('Position', [100 100 800 500])
semilogy(lambda*1e9, M, 'LineWidth', 2)
xlabel('Wavelength (nm)')
ylabel('Spectral Radiance (W·m^{-2}·nm^{-1})')
title(['Planck Radiation Law at T = ', num2str(T), ' K'])
grid on
end
关键技巧：
- 使用
linspace生成对数间隔的波长点，在短波区获得更高分辨率 - 采用
semilogy显示对数坐标，更好展示数量级变化 - 将波长转换为nm单位显示，更符合工程习惯
3.2 多温度曲线对比
matlab复制temperatures = [3000, 4000, 5000, 6000]; % 典型白炽灯温度范围
hold on
for T = temperatures
plotPlanckCurve(T)
end
legend(cellstr(num2str(temperatures', '%d K')))
注意：当温度超过5000K时，曲线峰值会进入紫外区域，此时需要调整波长范围上限。
4. 峰值检测技术实现
4.1 数值微分法
matlab复制function [lambda_max, M_max] = findPeak(T)
% ...（接前面的常数和波长定义）
% 计算一阶导数（中心差分法）
dM = diff(M)./diff(lambda);
% 寻找导数为零的交叉点
zero_crossings = find(dM(1:end-1).*dM(2:end) <= 0);
% 精确峰值定位
[M_max, idx] = max(M);
lambda_max = lambda(idx);
% 二次验证
if abs(lambda_max*T - 2.8977719e-3) > 1e-5
warning('Peak detection may be inaccurate. Check wavelength range.')
end
end
4.2 使用findpeaks函数
matlab复制[pks,locs] = findpeaks(M, 'MinPeakProminence', max(M)*0.1);
lambda_max = lambda(locs);
实测对比：
- 微分法在低信噪比时更稳定
- findpeaks对多峰值情况处理更好
5. 完整应用案例
5.1 太阳表面温度估算
matlab复制% 太阳光谱峰值约500nm
lambda_sun = 500e-9;
T_sun = 2.8977719e-3 / lambda_sun; % 约5795K
% 实际测量验证
[lambda_peak, M_peak] = findPeak(T_sun);
disp(['Calculated peak: ', num2str(lambda_peak*1e9), ' nm'])
5.2 LED结温测量应用
matlab复制% 假设实验测得LED峰值波长为460nm
lambda_LED = 460e-9;
T_junction = 2.8977719e-3 / lambda_LED - 273.15; % 转为摄氏度
% 考虑半导体带隙修正
T_junction_corrected = T_junction * 0.92; % 经验系数
6. 常见问题与解决方案
6.1 数值不稳定问题
现象：高温或短波区出现NaN值
原因：指数项溢出
解决方案：
matlab复制% 修改计算公式为对数形式
exp_term = exp(min(h*c./(lambda*kB*T), 700)); % 限制指数最大值
M = (2*pi*h*c^2) ./ (lambda.^5) ./ (exp_term - 1);
6.2 峰值定位偏差
案例：3000K时理论峰值966nm，实测得到952nm
排查步骤：
- 检查波长采样密度（建议至少1000点）
- 验证常数取值精度
- 确认单位换算（特别注意nm与m的转换）
6.3 多峰误判
解决方法：
matlab复制% 增加峰值筛选条件
[pks,locs] = findpeaks(M, 'MinPeakHeight', max(M)*0.5,...
'MinPeakDistance', 50);
7. 高级应用扩展
7.1 三维温度-波长图谱
matlab复制[T_grid, lambda_grid] = meshgrid(1000:100:6000, linspace(100,3000,500)*1e-9);
M_grid = (2*pi*h*c^2) ./ (lambda_grid.^5) ./ ...
(exp((h*c)./(lambda_grid*kB*T_grid)) - 1);
figure
surf(T_grid, lambda_grid*1e9, log10(M_grid), 'EdgeColor','none')
xlabel('Temperature (K)')
ylabel('Wavelength (nm)')
zlabel('log_{10}(Radiance)')
colormap jet
7.2 实验数据拟合
步骤：
- 导入实测光谱数据（CSV或Excel）
- 定义普朗克函数模型
- 使用
lsqcurvefit进行非线性拟合
matlab复制% 示例拟合代码
xdata = measured_lambda;
ydata = measured_intensity;
fun = @(p,x) p(1)*2*pi*h*c^2./(x.^5)./(exp(h*c./(x*kB*p(2)))-1);
p0 = [1e7, 3000]; % 初始猜测
p_fit = lsqcurvefit(fun, p0, xdata, ydata);
经过多年在不同科研项目中的实践验证，这套方法在以下场景特别有效：LED老化测试中通过光谱偏移推算结温、红外测温系统的校准曲线生成、恒星表面温度的光谱学估算等。最关键的技巧是始终注意量纲一致性——物理常数单位、波长单位、温度单位的统一往往能避免90%的计算错误。