计算动态标量、矢量和张量光位移。
lightshifts的Python项目详细描述
光位移
计算原子态的动态标量、矢量和张量光位移 在存在超精细耦合的情况下。在
模块lightshifts.lightshift_solver求解标量，
原子偶极跃迁引起的矢量和张量光位移。在
态能、超精细耦合系数与原子跃迁性质 以json文件的形式提供。在
安装
使用安装模块
pip install git+https://github.com/himbeles/lightshifts.git
lightshifts.lightshift_solver的用法
这是用示例状态文件^{
总的动态光位移，包括标量、矢量和张量光位移，也可以得到——这里，对于磁子层$m_F=-5/2$和$\sigma^+$偏振光（$q=1$）：
# Calculate the total lightshift in Hzls.total_lightshift(lam=670e-9,q=1,mFi=-5/2,laser_intensity=100)# Out[]: -960.038498669505# or a list holding the scalar, vector and tensor light shift separatelyls.lightshifts(lam=670e-9,q=1,mFi=-5/2,laser_intensity=100)# Out[]: (-960.039953992523, 0.000817922762313870, 0.000637400256046666)
有关更高级模块用法的示例，请参见^{
状态和转换文件
原子的态能、超精细耦合系数和跃迁性质 以两个json文件的形式提供：
- 在
atom.json是一个（至少）所有由原子跃迁连接的状态的数据库，这些状态在第二个文件中给出。它还包括原子的name及其核自旋I。使用electron shell配置字符串（例如6s6p）和状态的LS耦合名称（例如3P1）来指定和排序这些状态。根据LS耦合名称，该工具推断给定状态的相关量子数J。如果状态只知道量子数J，那么可以给它一个任意名称，并指定J作为状态的属性（参见^{} ）。所有状态的frequency必须相对于基态或one参考状态提供。在可选地，你可以给出超精细耦合系数A（
hyper_A）和B（hyper_B），这样就可以计算出围绕这些状态的向量和张量位移。在例如：
{"name":"yb173","I":2.5,"states":{"6s6s":{"1S0":{"frequency":0,"hyper_A":0,"hyper_B":0}},"6s6p":{"3P0":{"frequency":518294362279306.1,"_ref_frequency":"NIST","hyper_A":0,"hyper_B":0},"3P1":{"frequency":539386800288320.6,"_ref_frequency":"NIST","hyper_A":-1094328000.0,"hyper_B":-826635000.0,"_ref_hyper":"Pandey et al., PRA 80, 022518 (2009)"}}}}
在 - 在
transitions-stateX.json列出了从one开始（初始）状态state_i的所有相关跃迁，我们要计算这些跃迁。它应该包括与要探测的波长范围最相关的跃迁，这意味着过渡到最终状态state_f，波长接近该范围，跃迁越广越重要。作为跃迁强度，指定衰变率Gamma从state_f到{}（爱因斯坦A系数）。对于闭合转换，这将是 state_f或$\Gamma = 2\pi\gamma$，其中$\gamma$为自然线宽。在例如：
[{"state_i":["6s6s","1S0"],"state_f":["6s6p","1P1"],"Gamma":183016105.4172767,"_ref_Gamma":"Blagoev-1994"},{"state_i":["6s6s","1S0"],"state_f":["6s6p","3P1"],"Gamma":1154601.0853250204,"_ref_Gamma":"Blagoev-1994"}]
在
估计分支比率
由两个LS耦合态之间的跃迁速率可以计算出约化偶极矩阵元。然而，有时实验上只知道一个态的寿命，而不知道能量较低的态的分支比。
类lightshifts.atom的方法branching_ratio_LS可以通过使用电子构型和角动量选择的宇称选择规则来估计一系列状态之间的偶极矩阵元素的比率。在
首先，导入一个原子状态及其能量的字典（与上面的原子状态文件相同）。在
importlightshifts.atomasatomyb=atom.from_json('atom_yb173.json')
然后，在输入的状态库中，计算初始态_i到所有能量低态的所有分支比：
state_i=('6s5d','3D1')yb.branching_ratios_LS_dict(state_i,verbose=True)# Out[]:# branching ratio into ('6s6p', '3P0') = 0.6387527684341578# branching ratio into ('6s6p', '3P1') = 0.3519121426242965# branching ratio into ('6s6p', '3P2') = 0.009335088941545725## {('6s6s', '1S0'): 0.0,# ('6s6p', '3P0'): 0.6387527684341578,# ('6s6p', '3P1'): 0.3519121426242965,# ('6s6p', '3P2'): 0.009335088941545725}
或者，只计算到一个最终状态的分支：
state_i=('6s5d','3D1')state_f=('6s6p','3P0')yb.branching_ratio_LS(state_i,state_f)# Out[]: 0.6387527684341578
关于如何计算镱-173的跃迁速率的例子可以在^{
- 项目
标签：
欢迎加入QQ群-->： 979659372
