最近在看一本光学的教材，里面讲到迈克尔逊干涉仪的时候挺感兴趣的。 虽然大学学的是软件，没做过这个实验，但通过看资料和模拟，对原理有了一些理解。 写这篇笔记主要是为了整理一下学到的知识。
1. 基本装置结构
迈克尔逊干涉仪（Michelson Interferometer）的结构其实很简单： 一个分光镜（Beam Splitter）把光分成两束，分别经过两个反射镜M1和M2反射后再汇合， 产生干涉条纹。据说实验中调节这两个镜子是个技术活，要让它们严格垂直才能看到清晰的条纹。
核心部件
• 分光镜：45°放置，半透半反
• 固定镜M1：位置固定
• 可动镜M2：可以通过微调螺丝精确移动
• 补偿板：平衡光程差（当时没太理解这个，后面会说）
2. 光程差的计算
这是整个实验的核心概念。两束光的光程差决定了干涉条纹的明暗。 假设M2相对于M1移动了距离d，那么光程差就是：
为什么是2d而不是d？因为光要往返，所以路径差是移动距离的两倍。 这个简单的关系式在实际测量中非常有用。
明暗条纹的条件
暗条纹（相消干涉）：Δ = 2d = (k + 1/2)λ
所以当M2移动λ/2的距离时，会看到一个完整的明暗变化周期。 实验中我们就是通过数条纹移动的个数N，来计算实际移动的距离：
3. 关于补偿板的理解
刚开始看资料时，不太理解为什么需要补偿板。后来查了一些资料才明白：
补偿板就是一块和分光镜材质、厚度完全相同的玻璃，放在光路中让两束光都经过相同厚度的玻璃， 这样才能保证光程相等。使用白光（而非单色光）时，这个补偿就特别重要。
4. 用Python模拟条纹移动
为了更直观地理解条纹变化，我写了个简单的Python脚本来模拟。 用的是matplotlib来画图：
import numpy as np
import matplotlib.pyplot as plt
# 参数设置
wavelength = 632.8e-9 # 氦氖激光波长 (m)
d_values = np.linspace(0, 5e-6, 1000) # M2移动范围
# 计算光程差和强度
delta = 2 * d_values
intensity = np.cos(2 * np.pi * delta / wavelength) ** 2
# 绘制条纹强度变化
plt.figure(figsize=(10, 4))
plt.plot(d_values * 1e6, intensity, linewidth=2)
plt.xlabel('M2移动距离 (μm)')
plt.ylabel('干涉条纹强度')
plt.title('迈克尔逊干涉仪条纹强度变化')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()运行后可以清楚地看到强度的周期性变化。每移动316.4 nm（也就是λ/2）， 条纹就完成一次明暗循环。
5. 实际应用的一些思考
以前觉得这就是个纯粹的教学实验，后来才知道迈克尔逊干涉仪的应用非常广泛：
· 精密测量
可以测量微小的位移，精度能达到纳米级别。很多精密加工和测量设备就是基于这个原理。
· 引力波探测
LIGO（激光干涉引力波天文台）就是一个超大版本的迈克尔逊干涉仪，
臂长达到4公里，能够探测到时空的微小扭曲。这个应用真的让我觉得很震撼。
· 光谱分析
傅里叶变换红外光谱仪（FTIR）也用到了干涉原理，通过分析干涉图样来得到光谱信息。
6. 总结
重新理解这个实验让我有几点感悟：
1. 很多基础实验看似简单，但背后的原理和应用其实很深刻
2. 当时没理解的概念（比如补偿板），现在再看就清楚多了
3. 用代码可视化物理过程，能帮助理解得更透彻
下次准备写写关于法布里-珀罗干涉仪的笔记，那个在光纤通信中用得比较多。