气动光学畸变波前的本征正交分解和低阶近似

应用哈特曼波前传感器测量了准直平行光通过低速热射流流场后的畸变波前时间序列,对该波前时间序列进行了本征正交分解(POD)和低阶近似研究,对比研究了16#,1008#数据点处的低阶近似波前时间序列和测量波前时间序列。结果表明,畸变波前可用本征正交分解基来展开,应用少量的低阶本征正交分解基即可捕捉到波前的主要信息,并且随着重构模式数的增加,低阶近似波前更加逼近测量波前。由于波面上不同位置处相位脉动量的空间相关性各异,因此选用相同的重构模式数时不同数据点处的重构精度也不一样。     

基于逐点扫描的波前数据重构

提出一种对孔径网格逐点扫描重构波前的方法。该方法基于Hudgin模型,在孔径阵列的对角线上选取P个已知参考点。每个参考点都按行扫描计算得到一个波面,按列扫描又得到一个波面,这样P个参考点得到2P个波面,对这2P个波面求平均即为重构波面。对如何选择参考点进行了介绍,并说明选择高低坐标对称搭配的参考点为佳。建立了波面相位误差估算模型,并从理论上推出波面重构误差随参考点的增加而改善。对新方法进行了实验证验,与传统的矩阵求逆方法进行比较,结果表明,两种方法效果相当,但新方法计算量更小,具有较强的实用性。     

基于Transformer结构的高精度湍流波前重构

动态变化的大气湍流和观测目标的亮度的降低严重影响了夏克-哈特曼波前传感器（SHWFS）探测波前的精度。针对这两种复杂的观测条件,本文提出了一种以Transformer结构为基础的神经网络模型,它具有很好的全局建模能力,可以高精度地从SHWFS光斑阵列图像中重建波前。通过在动态变化的典型大气湍流相干长度r0下进行仿真模拟,所提出的网络模型的残余波前RMS误差值稳定在0.010～0.024μm之间。与已有的方法相比,本文方法能够更准确地重构波前像差。此外,本文方法的重构精度受导星或观测目标的亮度变化影响很小。因此,本文方法的重构精度对两种观测条件变化均具有较强的稳定性,为大口径天文光学望远镜的高分辨率成像提供了一种有前景的方法。     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

基于变形镜本征模的模型式无波前探测自适应光学系统

模型式无波前探测自适应光学系统以其收敛速度快、校正效果好在波前无法探测的环境中具有巨大的应用潜力。基函数的产生方法及阶数多少决定了模型式无波前探测自适应光学系统的校正效果和收敛速度,文中提出以变形镜本征模作为基函数。分别以32、88及127单元变形镜作为波前校正元件建立无波前探测自适应光学系统仿真模型,利用变形镜本征模作为正交基函数对波前畸变进行校正,分析其校正效果和收敛速度。结果表明,以变形镜本征模作为基函数时,由于基函数的阶数等于变形镜的单元数,无需另外确定阶数多少,且无波前探测自适应光学系统可以获得接近理想校正时的校正效果,系统收敛所需测量的光斑强度的次数仅取决于变形镜的单元数。     

基于自适应光学的大气光通信波前校正实验

为了缓解大气光通信中由于大气湍流的影响而产生的波前畸变、反射等严重影响通信质量的现象,文章采用了自适应光学技术,即对畸变波前进行重构后再利用反射变形镜进行修正的方法,从理论分析、实验研究方面开展了自适应光学修正传输波前的研究工作。研究结果表明：在相同实验条件下,在保持链路误码率定量为（1×10-6）时,使用自适应光学技术比不使用时系统发射功率减小了50%。在近地大气激光通信中,自适应光学技术在增加系统增益,减小系统误码率方面效果显著。     

基于波前相位单纯形样条函数建模的空间目标波前解卷积方法

针对空间目标地基自适应光学望远镜成像过程中同时记录目标图像及波前传感器数据的情形,提出了一种利用波前测量数据的空间目标自适应光学图像复原方法。该方法将大气降质波前表示为望远镜孔径内的二元单纯形样条函数,而非传统的Zernike模式的线性组合,基于该区域表示,为哈特曼-夏克波前传感器建立了平均斜率测量模型,进而非适定的波前重构问题转化为良态等式约束最小二乘问题,最终的目标图像即可通过非盲解卷积方法获得。仿真实验验证了提出的方法在不同的湍流强度下均能表现出良好的复原效果,对测量噪声亦不敏感。     

基于模糊控制的波前校正技术北大核心CSCD

模糊控制由于不依赖变形镜的响应模型,用于波前校正时具有实用性,其可行性已被证实。对自适应光学系统中模糊比例积分微分(PID)控制的波前校正效果进行了评估,包括对模糊校正带宽的测试、对模糊输入和输出论域的选取以及对模糊规则库以及波面加权模板的优化。实验结果表明,论域的选取合理,采用3×3的波前加权模板效果更好。当PID控制器3个参数矢量K_P、K_I和K_D的初始值都为0时,模糊输出论域采用隶属度正分布的规则库实用性更强。当哈特曼-夏克传感器刷新频率为120Hz时,系统校正带宽为5~6Hz,与常规PID一致。     

远场光斑反演波前相位的深度学习方法

自适应光学系统中,波前传感器的准确性和鲁棒性极大地影响像差探测能力和闭环校正效果。在波前振幅分布不均匀或信标光能量不足的情况下,哈特曼波前传感器由于存在子孔径缺光现象会导致传感精度下降,而基于远场光斑反演波前相位的无波前传感自适应系统实时性难以满足实用需求。基于深度学习复原波前的方法是通过输入远场光强图像直接求取像差,可以作为自适应光学系统的有效补充。文中通过数值模拟,证明了深度残差神经网络能够通过远场光斑直接预测波前相位的Zernike系数。实验验证了输入与重构波前相位之间校正后残差RMS为0.08λ,GPU加速后的平均计算耗时小于2 ms。该方法能较准确地预测入射波前畸变的Zernike系数,具有一定像差校正能力,适合在传统自适应光学技术中,用于测量并校正波前畸变的主要成分,或为优化式自适应光学提供良好的初始波前估计。     

波前校正的变论域模糊控制方法

自适应光学校正技术中常用的PID控制依赖于变形镜的响应模型,响应模型易受扰动影响因此标定过程较为复杂。针对此问题提出一种不依赖变形镜响应模型的变论域模糊控制方法,将哈特曼重构波前中提取的波面评价指标的残差参数与残差差分参数作为变论域模糊控制器的输入,对输出的比例积分微分参数进行自整定,实现自适应控制。利用Matlab进行变论域模糊控制方法与传统模糊控制方法进行对比的相关仿真。波前校正实验结果表明,变论域方法校正后波面数据优于传统模糊控制方法,波前残差的均方根值也更小。控制器系统性能实验中,传统模糊控制器的超调量偏大,而变论域模糊控制器的超调量几乎为零,调节时间也更短。变论域模糊控制方法在保证系统的鲁棒性,提升系统的快速性的同时,利用参数自整定的特性克服了扰动因素对变形镜响应模型造成的不利影响,提高了校正效率,对于波前校正更具有实用性。     

直接斜率法畸变波前校正的研究

直接斜率法直接将波前传感器的测量量与变形镜的响应特性建立起对应关系,通过算法直接计算出控制电压信号。用64个子孔径的哈特曼波前传感器对畸变波前进行仿真探测,按照变形镜面形为影响函数加权叠加的假设,可以求解出加在各个驱动器上的电压值,进而可以对仿真的32单元变形镜进行控制,校正波前。仿真的结果显示,直接斜率法可以有效校正畸变波前。     

基于非参数基函数的自适应信号分解算法

 提出了一种分解信号特征的自适应信号处理算法。算法的核心是将观察信号分解为一组最好匹配信号局部结构的特征波形的线性展开,这些特征波形是由非参数基函数特征波形估计方法计算所得。分解算法中模板信号的自适应调整使算法可以不再过多地需要信号的先验知识,在实际应用中具有更加良好的柔性和适应性。通过对算法自适应性和收敛性的测试,验证了算法的性能。仿真信号的提取结果与传统匹配追踪算法分解结果及EMD方法分解结果的比较,进一步表明了所提算法的可行性和有效性。     

基于重叠子孔径极坐标算法的波前弯曲效应的补偿

 聚束SAR模式是获得高分辨率雷达图像的一种有效的方法.用经典的极坐标算法重建聚束SAR图像时,波前弯曲效应会导致远离图像中心处的点散焦.本文通过对波前弯曲产生的机理以及经典极坐标算法下空变相位误差的分析,提出了一种可以在成像过程中补偿波前弯曲效应的重叠子孔径极坐标算法,该算法可以有效的增大极坐标算法的成像面积,可以应用于P波段成像和超高分辨率成像中.     

基于随机并行梯度下降算法的望远镜静态像差校正

为校正大口径量子通信望远镜的静态像差,提高接收信号光的能量集中度,提出了基于随机并行梯度下降(SPGD)算法的静态像差校正方法。该方法不同于经典的自适应光学校正方法,无需波前传感器,可有效降低系统的复杂性。对SPGD算法进行了分析,在此基础上利用64单元变形镜和CCD探测器搭建了校正平台,并将该校正平台应用到青海湖量子通信地面站望远镜系统,对700mm望远镜的静态像差进行了校正,远场光斑直径由校正前的58μm改善为30μm,验证了SPGD算法对望远镜波前畸变校正的可行性。     

基于正交基分解算法的航空磁探方法

航空磁探中,将潜艇目标以磁偶极子模型代替。针对目标信号信噪比较低的情况,利用正交基分解检测算法,大幅提高了水中磁性目标信号的信噪比,有效地检测到磁性目标。采用双L型航空磁探方法,确定磁性目标的运动位置、航向和航速。仿真试验表明,该方法具有一定的工程应用价值。     

基于高斯包络线性调频基自适应分解的ISAR成像

基于高斯包络线性调频基的自适应信号分解算法具有较高的分辨率,当被分析信号(如机动目标ISAR雷达回波信号)可以由调频类信号建模时具有超强分辨能力。该文在高斯包络线性调频基的自适应信号分解算法基础上,提出了基于优化初值选择高斯包络线性调频基自适应信号分解算法,并将其应用到ISAR成像中。仿真结果表明,和传统时频分析方法相比,该算法具有更加优良的性能,对机动目标进行瞬时成像时成像质量得到了较大幅度的改善。     

一种基于小波最佳分解层数的红外光谱基线校正算法

红外光谱分析技术是一种用于食品健康检测、生物制药和环境监测等方面的高新技术。为了去除应用过程中的基线漂移现象,提出了一种基于小波最佳分解尺度的红外光谱基线校正算法。首先,对原始光谱信号多次进行每一层的小波分解,同时也进行每一层的小波重构。然后算得每一层的信噪比,并通过信噪比比对法获得除噪后的光谱信号。接着对该信号进行每一层的小波分解,得到每一层小波细节和小波逼近的频率。分别将两个频率做除法并求出比值。然后比较每层的比值大小,并选择最大的比值作为分解层数的最佳值。将最佳分解层数下的小波逼近系数置零后再进行小波重构,获得基线校正后的光谱信号。通过实验验证发现,该算法不仅可以为小波分解的最佳层数提供依据,而且能够在更好地保留有用信号的同时,除去高频噪声以及低频基线干扰。基线校正比较充分,效果良好。     

基于时域有限差分方法的点衍射波前误差分析

小孔的直径影响小孔衍射波前的误差,进而会影响点衍射干涉(PDI)检测的精度。基于矢量衍射理论中的时域有限差分(FDTD)方法,精确分析了可见光情况下衍射小孔直径接近以及小于入射光波长时所对应的衍射波前相对于标准球面波的偏离误差。数值仿真结果表明,当小孔的直径为400 nm时,所对应的数值孔径为0.65的衍射波前的误差峰谷值小于1 nm,而误差均方根值小于0.35 nm。随着小孔尺寸的减小,其衍射波前的误差进一步减小。仿真结果原理上验证了小孔点衍射干涉方法用于实现大数值孔径球面的高精度检测的可行性,并为实际检测中点衍射小孔尺寸的选择提供了精确的数值依据。