CN106526839B - 一种基于模式的同步无波前自适应光学系统 - Google Patents
一种基于模式的同步无波前自适应光学系统 Download PDFInfo
- Publication number
- CN106526839B CN106526839B CN201611093372.9A CN201611093372A CN106526839B CN 106526839 B CN106526839 B CN 106526839B CN 201611093372 A CN201611093372 A CN 201611093372A CN 106526839 B CN106526839 B CN 106526839B
- Authority
- CN
- China
- Prior art keywords
- aberration
- mode
- correction
- wavefront
- basic function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 19
- 230000003287 optical effect Effects 0.000 title abstract description 5
- 230000004075 alteration Effects 0.000 claims abstract description 136
- 238000012937 correction Methods 0.000 claims abstract description 69
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 210000001747 pupil Anatomy 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 claims 1
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 238000005316 response function Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 240000001973 Ficus microcarpa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/0012—Optical design, e.g. procedures, algorithms, optimisation routines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Eye Examination Apparatus (AREA)
- Lenses (AREA)
Abstract
本发明涉及一种基于模式的同步无波前自适应光学系统,由焦平面光电探测相机、控制器、高压放大器和波前像差校正单元(变形镜)组成。对变形镜施加一次与像差模式相关的扰动电压,相机测量焦平面远场光强,控制器计算其二阶中心矩MDS,根据远场光强分布的二阶中心矩MDS与入射波前像差斜率平方的均值SM的近似线性关系,求解出波前畸变中含有的与扰动电压所对应的像差模式的系数;利用变形镜响应函数与像差模式的关系矩阵形成电压信号,经高压放大器放大后施加于变形镜,完成该模式像差的有效校正,实现一次扰动一次校正的系统同步校正迭代机制;本发明缩短相邻两次像差校正迭代的延时,提高系统对动态像差的校正能力。
Description
技术领域
本发明为一种无波前的自适应光学系统,特别涉及一种基于通用模式的适用于动态波前校正的同步迭代机制的自适应光学系统,适用于光通信、显微镜、激光光束净化、人眼成像等应用中的波前像差校正。
背景技术
自适应光学(Adaptive Optics,AO)是上世纪八十年代发展起来的技术。自适应光学系统根据有无专用的波前探测器分为有波前传感的自适应光学系统和无波前传感的自适应光学系统;其中无波前传感的自适应光学系统(WFSless AO)广泛应用于波前相位不连续及一些特殊应用场合如激光核聚变装置、共焦显微镜、光纤耦合、激光相控、光学钳、光学追踪、扩展目标成像等。无波前传感自适应光学系统在物理实验和实际应用中能否取得良好的校正效果取决于系统采用的控制算法。
现有无波前传感的自适应光学系统控制算法主要采用迭代寻优的方法完成波前像差校正。根据寻优空间输出量产生方式可以分为两类,一类方法的输出量及施加校正单元(变形镜)的扰动量随机盲生成,然后向着最优化指标量方向迭代,如随机并行梯度下降(SPGD)算法(参见Vorontsov,M.A.and Sivokon,V.P.,Stochastic parallel gradientdescent technique for high-resolution wave front phase-distortion correction,Opt.Soc.Am.A.15,2745-2758,1998)。这类算法实现简单但其收敛速度慢,尤其在像差变大、校正单元数目增多即像差校正模式数增加时,其控制量搜索空间增大,系统收敛速度急剧变慢,甚至陷入局部优化。另一类方法的控制量是一种由波前像差相关的物理量与焦平面光强分布的某种关系推导出的近似解,因此算法收敛速度快,波前校正效果好(参见M.J.Booth,Wavefront sensorless adaptive optics for large aberrations,Opt.Lett.32,5–7,2007.)。针对这类算法对波前像差大小情况采用不同控制算法带来的问题,2011年出现了这类算法的改进形式:一种基于通用模式的无波前自适应光学系统算法(参见Huang.Linhai and C.Rao,Wavefront sensorless adaptive optics:a generalmodel-based approach,Optics Express,19,371-379,2011),该算法首次将相机像素灰度与坐标距离构成的二阶矩MDS与入射波前斜率的平方均值SM建立了线性近似关系,对于由N阶像差模构成的入射波前像差的一次校正仅需N+1次远场测量;且对于大小不同像差采用同一校正算法流程。由于此类算法两次像差校正延时(Δt=NT)随像差模式阶数N的增加而增大;因此这类算法的时间相关性差,在动态波前像差校正应用中,像差校正性能退化,系统收敛速度变慢。
基于通用模式的无波前传感自适应光学系统,对动态波前校正能力退化的根本原因:波前像差模式基函数的斜率函数不正交存在耦合,使得波前任一像差模式的系数不能在相应模式对应的扰动电压施加于变形镜后得到其近似解析值,必须在所有像差模式对应的电压扰动逐一施加于变形镜后,根据权利要求1步骤4中的关系通过矩阵与向量的运算才能复原出相应的像差模式系数,完成像差的一次有效校正;即N次扰动一次校正的异步迭代校正机制。因此要解决上述系统方法的延时不确定性问题,核心在于正交化像差模式的斜率相关矩阵,可寻找像差模式基函数及其斜率函数正交的基函数,通常像差模式的基函数正交,但其斜率函数不一定正交,因此这种方法增加了像差模式基函数的约束条件,增大了系统实现的数学求解难度。而将现有通用的像差模式基函数斜率相关矩阵CN进行SVD分解,逆向正交并重构基函数是一种可行且简单实用的途径。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,突破基于通用模式基函数的无波前自适应光学系统相邻像差校正延时(Δt=NT)随波前像差模式数增加,相机采样的远场光强的二阶矩与校正模式扰动相关性变差,系统收敛变慢,校正效果变差等问题。在像差斜率平方均值SM与远场二阶矩MDS近似线性的基础上,正交化像差模式基函数间的斜率相关矩阵,将相邻两次像差校正的延时固定为Δt=T,从而改善系统时间相关性,使系统适用于动态像差的校正应用。
本发明解决上述技术问题采用的技术方案是:一种基于模式的同步无波前自适应光学系统,该系统主要由波前校正单元变形镜、聚焦透镜、遮拦小孔、远场探测相机、控制器和高压放大器构成,相机探测远场光强分布形成反馈控制信号,控制器完成远场反馈信号的数据处理与控制算法,获取当前时刻的远场二阶中心矩及其增量,根据线性近似关系复原出波前畸变中含有的与扰动电压所对应的像差模式的系数,利用变形镜影响函数与模式基函数的关系矩阵,将复原出的模式系数转换成电压信号,经高压放大器放大并施加于变形镜形成像差闭环校正,工作步骤如下:
步骤1:离线计算校正的像差模式基函数Fi(x,y)的斜率相关矩阵CN,对CN奇异值SVD分解并构造新的模式基函数将原模式基函数斜率相关矩阵K对角化为L,像差Φ(x,y)表示为:
其中vi为像差模式基函数的系数,VM是在模式基数集FM下各模式对应的系数矢量。
模式基函数斜率相关矩阵K为:
其元素定义为:
其中S为光瞳面积;
模式基函数斜率相关矩阵K的SVD分解为:
L=C-1K(C-1)T (4)
新的像差模式函数为:
其中FN为N阶像差模式基函数;
新的模式基函数的斜率相关矩阵为:
其元素的定义为:
步骤2:控制器在线随机产生多组不同干扰强度的像差,计算并记录每组像差的斜率的平方均值SM,
其中S为光瞳面积;
通过像差与变形镜影响函数矩阵,将随机产生的波前像差转换为电压信号,经高压放大器放大后逐一施加于变形镜。
步骤3:远场探测相机采样每组随机像差施加于变形镜后的光强分布,计算并记录光强分布的二阶中心矩MDS,
其中P,Q分为远场光强分布相机采样的行数与列数,I(i,j)为靶面像素的灰度值,R为远场提取半径。
步骤4:对步骤2记录的多组SM和步骤3记录的多组MDS进行线性拟合,获取系统的SM与MDS的近似线性常量C0,
SM≈C0(1-MDS) (10)
步骤5:对变形镜施加αGi(x,y)对应的扰动电压,相机采样远场光强,控制器计算MDS的增量M,利用步骤4的线性关系和步骤2中式(8)表示的关系获取入射波前像差中含有Gi(x,y)的像差模式系数vi,
并将其转换为电压信号经高压放大器后作用于变形镜,完成对变形镜施加一次αGi(x,y)模式像差扰动后,一次Gi(x,y)像差的有效校正的同步迭代机制。
步骤6:重复步骤5的同步校正机制,对变形镜施加所有像差模式Gi(x,y)(i=1,2…N)对应的电压扰动并校正相应模式像差,完成一个像差校正周期的迭代,视远场分布情况决定是否重复步骤5与步骤6的同步校正流程。
进一步的,所述的控制器只需完成相机采样的远场光强信号的二阶矩MDS的计算,系统涉及的模式重构,波前像差斜率相关矩阵获取及电压与变形镜影响函数矩阵计算等高维度矩阵运算可事先离线完成,极大减小了控制器的运算复杂度和内存要求,为控制器的小型化、轻量化及低功耗的嵌入式系统实现创造了条件。
进一步的,所述的算法对波前斜率相关矩阵实现了解耦合和对角化,对变形镜施加一次像差模式的扰动后,完成一次相应像差模式的同步校正,因此相邻两次像差校正的延时取决于一次电压扰动时间和相机采样周期,而与像差模式的阶数N无关;极大地改善了系统时域相关性,提高了系统对动态像差的校正能力,扩展了其应用领域。
进一步的,所述的校正单元变形反射镜可以根据应用场合替换成其他的像差校正元件,可以选择液晶校正器、分离式校正元件,系统采用的像差校正元件无具体限制;所述的相机也可以是其他面阵光电探测器,系统构成元件可灵活替换,因而扩展了其应用范围。
进一步的,通过正交化波前模式基函数斜率相关矩阵,重构新的像差模式基函数,将相邻两次波前像差校正延时缩短为Δt=T,实现一次模式扰动一次相应像差模式校正的同步校正迭代机制,解决了已有系统校正延时随像差模式数N增加的问题,适用于动态像差校正的应用。
本发明与现有技术相比的优点是:
(1)减少了相邻两次波前像差校正的延时,改善了系统的时间相关性;
(2)由于正交化波前模式基函数斜率相关矩阵,将波前模式复原中的矩阵运算转换为标量运算,降低了系统对控制器数据处理能力和系统存储器的要求;
(3)一次扰动一次校正的同步校正迭代机制,适用于动态像差的校正;
(4)系统的校正单元和光电探测器可灵活替换,改善了系统应用适应性,扩展其应用领域。
综上所述,本发明在对对整体系统改变不大的情况下,能够充分地利用正交化带来的小延时,低运算复杂度,离线处理等优点,使同步迭代校正机制更适用于动态像差校正;而且系统结构简单紧凑,实现容易,使本发明具有广阔的应用前景。
附图说明
图1为本发明装置的组成及原理示意图;
图2系统像差校正流程;
图3像差模式基函数的斜率相关矩阵正交化实例,其中,图3(a)为原算法各像差模式的斜率相关矩阵,图3(b)为重构像差模式的斜率相关矩阵;
图4系统静态像差校正实施实例结果;
图5系统动态像差校正实施实例时域结果;
图6系统动态像差校正实施实例带宽特点。
具体实施方式
下面结合附图和实施实例对本发明进行进一步说明。实施实例的主要条件,入射波前像差由18阶泽尼克多项式组成的除平移和倾斜的像差,即像差模式基函数Fi(x,y)为Zi(x,y)(i=3~20),其系数遵从kolmogrov功率谱且随机生成。动态像差校正应用时,风速为3m/s,干扰强度D/r=5。
图1为本发明的系统组成,主要由波前校正单元变形反射镜1、聚焦透镜2、遮拦小孔3、远场探测相机4、控制器5和高压放大器6构成。图2为系统像差校正算法的流程图,主要分为离线数据处理与实时处理。图3是实施实例中通过离线计算获取的入射波前模式基函数斜率相关矩阵K和重构模式基函数斜率相关矩阵L。图4为实施实例中系统采用传统算法和本发明方法对静态像差校正效果的对比。图5和图6分别为实施实例中传统方法和本发明方法在动态像差校正迭代中的斯特列尔比SR和像差功率谱分析。具体实施步骤如下:
步骤1:离线计算校正的像差模式基函数Zi(x,y)的斜率相关矩阵CN,对CN奇异值SVD分解并构造新的模式基函数数将原模式基函数斜率相关矩阵K对角化为L,相应的K、L阵的如图3所示。具体的,像差Φ(x,y)表示为:
其中vi为泽尼克像差模式基函数的系数,VM是在模式基数集ZM下各模式对应的系数矢量。模式基函数斜率相关矩阵K为:
其元素定义为:
其中S为光瞳面积;
模式基函数斜率相关矩阵K的SVD分解为:
L=C-1K(C-1)T (4)
新的像差模式基函数为:
其中ZN为N阶泽尼克像差模式基函数;
新的模式基函数的斜率相关矩阵为:
其元素的定义为:
其中S为光瞳面积;
步骤2:控制器在线随机产生500组不同干扰强度的像差,计算并记录每组像差的斜率的平方均值SM,
通过像差与变形镜影响函数矩阵,将随机产生的波前像差转换为电压信号,经高压放大器放大后施加于变形镜。
步骤3:远场探测相机采样每组随机像差施加于变形镜后的光强分布,计算并记录光强分布的二阶中心矩MDS,
其中P,Q分为远场光强分布相机采样的行数与列数,I(i,j)为靶面像素的灰度值,R为远场提取半径。
步骤4:对步骤2记录的多组SM和步骤3记录的多组MDS进行线性拟合,获取系统的SM与MDS的近似线性常量C0=1.2e4
SM≈C0(1-MDS), (10)
步骤5:对变形镜施加αGi(x,y)对应的电压(α=0.02),相机采样远场光强,控制器计算MDS的增量M,利用步骤4的线性关系和步骤2中式(8)表示的关系获取入射波前像差中含有Gi(x,y)的像差模式系数vi,
并将其转换为电压信号经高压放大器后作用于变形镜,完成对变形镜施加一次αGi(x,y)模式像差扰动后,一次Gi(x,y)像差的有效校正的同步迭代机制。
步骤6:重复步骤5的同步校正机制,对变形镜施加所有像差模式Gi(x,y)(i=3~20)对应的电压扰动并校正相应模式像差,完成一个像差校正周期的迭代,若系统的斯特列尔比SR小于0.98时,重复步骤5与步骤6的同步校正流程。
在图4所示的静态像差实施实例的结果可知,本发明的方法结果(method1所示图例)除在第一个校正迭代周期中略弱于传统方法外,后续校正迭代周期都优于传统方法(method2所示图例),随着像差的增大,其优势更为明显。图5和图6所示的动态像差校正实施实例时域SR和频域功率谱结果可知,本发明实施方法的SR随时间的波动幅值小于传统方法,系统校正残差功率谱明显优于传统的方法的结果,其等效控制带宽提高了2~3倍,根据相关理论可知,本发明的方法具有更好的校正性能,并适用于动态像差的校正。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内。
Claims (1)
1.一种基于模式的同步无波前自适应光学系统,其特征在于:该系统主要由波前校正单元变形镜(1)、聚焦透镜(2)、遮拦小孔(3)、远场探测相机(4)、控制器(5)和高压放大器(6)构成,相机探测远场光强分布形成反馈控制信号,控制器完成远场反馈信号的数据处理与控制算法,获取当前时刻的远场二阶中心矩及其增量,根据线性近似关系复原出波前畸变中含有的与扰动电压所对应的像差模式的系数,利用变形镜影响函数与模式基函数的关系矩阵,将复原出的模式系数转换成电压信号,经高压放大器放大并施加于变形镜形成像差闭环校正,工作步骤如下:
步骤1:离线计算校正的像差模式基函数Fi(x,y)的斜率相关矩阵CN,对CN奇异值SVD分解并构造新的模式基函数将原模式基函数斜率相关矩阵K对角化为新的模式基函数的斜率相关矩阵L,
像差Φ(x,y)表示为:
其中vi为像差模式基函数的系数,VM是在模式基数集FM下各模式对应的系数矢量;
原模式基函数斜率相关矩阵K为:
其元素定义为:
其中S为光瞳面积;
原模式基函数斜率相关矩阵K的SVD分解为:
L=C-1K(C-1)T (4)
新的像差模式函数为:
其中FN为N阶像差模式基函数;
新的模式基函数的斜率相关矩阵为:
其元素的定义为:
步骤2:控制器在线随机产生多组不同干扰强度的像差,计算并记录每组像差的斜率的平方均值SM,
其中S为光瞳面积;
通过像差与变形镜影响函数矩阵,将随机产生的波前像差转换为电压信号,经高压放大器放大后逐一施加于变形镜;
步骤3:远场探测相机采样每组随机像差施加于变形镜后的光强分布,计算并记录光强分布的二阶中心矩MDS,
其中P,Q分为远场光强分布相机采样的行数与列数,I(i,j)为靶面像素的灰度值,R为远场提取半径;
步骤4:对步骤2记录的多组SM和步骤3记录的多组MDS进行线性拟合,获取系统的SM与MDS的近似线性常量C0,
SM≈C0(1-MDS) (10)
步骤5:对变形镜施加αGi(x,y)对应的扰动电压,相机采样远场光强,控制器计算MDS的增量Mi,利用步骤4的线性关系和步骤2中式(8)表示的关系获取入射波前像差中含有Gi(x,y)的像差模式系数vi,
并将其转换为电压信号经高压放大器后作用于变形镜,完成对变形镜施加一次αGi(x,y)模式像差扰动后,一次Gi(x,y)像差的有效校正的同步迭代机制;
步骤6:重复步骤5的同步校正机制,对变形镜施加所有像差模式Gi(x,y)(i=1,2…N)对应的电压扰动并校正相应模式像差,完成一个像差校正周期的迭代,视远场分布情况决定是否重复步骤5与步骤6的同步校正流程;
所述的控制器只需完成相机采样的远场光强信号的二阶矩MDS的计算,系统涉及的模式重构,波前像差斜率相关矩阵获取及电压与变形镜影响函数矩阵计算可事先离线完成,极大减小了控制器的运算复杂度和内存要求,为控制器的小型化、轻量化及低功耗的嵌入式系统实现创造了条件;
对波前斜率相关矩阵实现了解耦合和对角化,对变形镜施加一次像差模式的扰动后,完成一次相应像差模式的同步校正,因此相邻两次像差校正的延时取决于一次电压扰动时间和相机采样周期,而与像差模式的阶数N无关;极大地改善了系统时域相关性,提高了系统对动态像差的校正能力,扩展了其应用领域;
所述的校正单元变形反射镜根据应用场合替换成像差校正元件,或者选择液晶校正器、分离式校正元件,系统采用的像差校正元件无具体限制;所述的相机是面阵光电探测器,系统构成元件可灵活替换,因而扩展了其应用范围;
通过正交化波前模式基函数斜率相关矩阵,重构新的像差模式基函数,将相邻两次波前像差校正延时缩短为Δt=T,实现一次模式扰动一次相应像差模式校正的同步校正迭代机制,解决了已有系统校正延时随像差模式数N增加的问题,适用于动态像差校正的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093372.9A CN106526839B (zh) | 2016-12-02 | 2016-12-02 | 一种基于模式的同步无波前自适应光学系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093372.9A CN106526839B (zh) | 2016-12-02 | 2016-12-02 | 一种基于模式的同步无波前自适应光学系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106526839A CN106526839A (zh) | 2017-03-22 |
CN106526839B true CN106526839B (zh) | 2019-04-23 |
Family
ID=58354212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611093372.9A Active CN106526839B (zh) | 2016-12-02 | 2016-12-02 | 一种基于模式的同步无波前自适应光学系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106526839B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107843982B (zh) * | 2017-12-01 | 2024-03-08 | 长春理工大学 | 基于实时相位差异技术的无波前探测自适应光学系统 |
CN108646407B (zh) * | 2018-05-08 | 2020-12-18 | 宜宾学院 | 一种无波前感知自适应光学成像系统及其成像方法 |
CN109870800B (zh) * | 2019-01-15 | 2020-06-16 | 中国科学院西安光学精密机械研究所 | 一种无波前探测自适应光学系统及其快速无模型控制方法 |
CN110109244A (zh) * | 2019-04-26 | 2019-08-09 | 西安理工大学 | 一种校正无线激光通信中畸变信号光的系统及其校正方法 |
CN111612835B (zh) * | 2020-06-06 | 2021-05-28 | 重庆连芯光电技术研究院有限公司 | 一种适用于扩展目标倾斜跟踪的系统及方法 |
CN113310902B (zh) * | 2021-05-26 | 2023-10-03 | 中国科学院光电技术研究所 | 一种光腔衰荡自适应光学主动横模匹配方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266334A (zh) * | 2008-05-07 | 2008-09-17 | 北京理工大学 | 基于随机并行梯度下降算法的无波前探测器自适应光学系统 |
CN101546037A (zh) * | 2009-05-05 | 2009-09-30 | 长春理工大学 | 基于空间光调制器的无模型波前畸变校正系统 |
CN101968567B (zh) * | 2010-09-30 | 2012-06-06 | 华中科技大学 | 无波前传感器的新型自适应光学方法及系统 |
WO2012102887A2 (en) * | 2011-01-24 | 2012-08-02 | The Board Of Trustees Of The University Of Illinois | Computational adaptive optics for interferometric synthetic aperture microscopy and other interferometric imaging |
CN103901617B (zh) * | 2014-04-17 | 2015-01-07 | 淮海工学院 | 一种基于模型的无波前探测自适应光学系统 |
CN103900692B (zh) * | 2014-04-18 | 2015-12-09 | 中国科学院光电技术研究所 | 一种基于太阳自适应光学系统的太阳光栅光谱成像装置 |
CN103925998B (zh) * | 2014-04-18 | 2016-06-29 | 中国科学院光电技术研究所 | 一种可抑制光谱展宽的太阳自适应光学光栅光谱成像装置 |
-
2016
- 2016-12-02 CN CN201611093372.9A patent/CN106526839B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106526839A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526839B (zh) | 一种基于模式的同步无波前自适应光学系统 | |
CN109031654B (zh) | 一种基于卷积神经网络的自适应光学校正方法及系统 | |
CN107843982B (zh) | 基于实时相位差异技术的无波前探测自适应光学系统 | |
CN103293663B (zh) | 基于电压解耦控制多波前校正器的自适应光学系统 | |
CN1987547B (zh) | 一种利用望远镜次镜自动校正望远镜像差的装置 | |
CN110086534A (zh) | 一种基于相位差算法校正涡旋光波前畸变的方法 | |
CN111579097B (zh) | 基于神经网络的高精度光学散射补偿方法 | |
CN110146258B (zh) | 一种Poisson noise模型下对扩展目标成像时的相位恢复方法 | |
CN111650738A (zh) | 一种基于深度学习的傅里叶叠层显微图像重构方法及装置 | |
CN105933060B (zh) | 一种基于动力学反馈神经网络的波前重构方法 | |
CN103310427A (zh) | 图像超分辨率与像质增强方法 | |
CN113158487B (zh) | 一种基于长短期记忆深度网络的波前相位差探测方法 | |
CN111694016B (zh) | 一种非干涉合成孔径超分辨成像重构方法 | |
CN110487425A (zh) | 一种基于离焦型光场相机的波前探测方法及其装置 | |
CN106324854B (zh) | 一种基于二元方形衍射元件的相位反演方法 | |
CN112099229B (zh) | 基于远场的高速自适应光学闭环控制方法 | |
CN111397506B (zh) | 一种全息干涉仪的全自动相位误差修正方法与系统 | |
CN117268259A (zh) | 一种基于cnn的大动态范围次镜位置误差检测方法 | |
CN112484866A (zh) | 一种基于夏克-哈特曼波前传感器的波前复原方法 | |
CN207882564U (zh) | 基于实时相位差异技术的无波前探测自适应光学系统 | |
CN109633891A (zh) | 一种波前控制方法 | |
Yang et al. | Improved spatial modulation diversity with high noise robust based on deep denoising convolution neural network | |
Furieri | Extended Field of View using Multi Conjugated Deformable Lenses | |
Ke | Adaptive-Optics Correction Technology | |
Sidick et al. | Studies of the effects of actuator errors on the HCIT/PIAA contrast performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |