CN107024186A - 波长移相中基于fast‑ica算法的超薄平板干涉信号分离处理方法 - Google Patents

Abstract

本发明涉及一种波长移相中基于FAST‑ICA算法的超薄平板干涉信号分离处理方法。本发明在波长移相干涉测量获得的超薄平行平板干涉信号后利用盲信号分离技术，引入FAST‑ICA算法，通过快速迭代算法分离超薄平板前后表面干涉条纹，然后通过时域移相算法处理分离后的干涉条纹，从而得到前后表面的面形信息。该方法主要针对波长移相中超薄平行平板的条纹图处理，为这类超薄平板前后表面信息分离提供了一种方法，可用于实现超薄平板前后表面面形的分离测量。

Description

波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理 方法

技术领域

本发明涉及光学检测领域，具体涉及一种波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理方法。

背景技术

移相干涉技术从实现方式上可以分为以压电陶瓷为代表的硬件移相技术和波长移相技术，波长移相技术又称为准软件移相技术。当测量平行平板时，硬件移相技术不能克服平行平板前后表面干涉形成的寄生条纹的影响，需要进行涂抹凡士林等措施消除寄生条纹，但由此会对测量引入误差。而波长移相技术可以克服上述缺点，利用算法实现前后表面干涉信号分离，从而以较高的精度实现平行平板前后表面面形的测量。

在波长移相干涉仪中，激光器既作为光源，其波长又可以连续改变，起到移相器的作用。当测量平行平板时，根据波长移相原理，前后表面产生的干涉信号虽然空域的干涉图上是混叠在一起的，但在频域上，前后表面产生的干涉信息频率是不同的，因此，原理上前后表面的干涉信息是可分离的，从而可以通过设计合适的算法实现前后表面信息的分离并获得各自的轮廓信息。

波长移相测量技术的优点总结如下：

(1)波长移相技术不需要推动大口径的参考镜，可以简化参考镜的机械结构。

(2)波长移相干涉仪在测量中，系统的机械部分保持不动，消除了由于硬件移动而引起的误差，进一步提高了测量精度。

(3)可以通过软件算法消除寄生条纹的影响。

在利用波长移相干涉仪测量平行平板时，如果平板太薄，受限于可调谐半导体激光器的波长调谐分辨率，前表面干涉光强信号与后表面干涉光强频率信息在频域内是会产生叠加的，利用传统的波长移相算法无法进行有效分离，或分离误差较大，从而无法实现这些超薄平板的测量。

发明内容

本发明的目的在于针对现有波长移相算法无法分离超薄平行平板前后表面干涉条纹信息的现状，提供一种波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理方法，在波长移相干涉测量获得的超薄平行平板干涉信号后引入FAST-ICA算法，通过快速迭代算法分离超薄平板前后表面干涉信号，然后通过时域移相算法处理分离后的干涉信号，从而得到前后表面的面形信息。实现波长移相对超薄平行平板的测量。

为达到上述发明目的，本发明采用下述技术方案：

一种波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理方法，由以下步骤实现：

步骤一：波长移相干涉仪通过波长调谐测量超薄平行平板，得到包含前后表面面形信息的一系列波长移相干涉图；

步骤二：根据像素列出时域序列干涉信号，对序列干涉信号去均值化：首先求出干涉信号的均值，然后将干涉信号减去均值，得到去均值化后的干涉信号；

步骤三：利用白化矩阵将均值化后的干涉信号进行白化；

步骤四：根据独立分量提取算法，利用分离矩阵处理白化后的去均值信号；

步骤五：判断是否收敛：如果收敛，则分离矩阵已最优，即得到待分离的前后表面干涉信号，执行第六步；如果不收敛，则分离矩阵不是最优，需要重新优化分离矩阵，再返回第四步；

步骤六：将分离后的前后表面干涉信号利用时域移相算法，计算求解得到前后表面面形。

与现有技术相比，本发明具有如下的优点：

本发明针对传统波长移相干涉测量方法的局限性，在波长移相干涉测量获得的超薄平行平板干涉信号后采用盲信号分离技术。盲分离技术是指在单传感器采集条件下，同时采集到目标信号和一个或者多个干扰信号，在缺乏目标信号和干扰信号的先验信息的情况下，利用接收到的混合信号，采用盲信号分离方法，分离出目标信号和干扰信号，或者提取出感兴趣的信号。在波长移相干涉测量获得的超薄平行平板干涉信号后引入FAST-ICA算法，通过快速迭代算法分离超薄平板前后表面干涉条纹，然后通过时域移相算法处理分离后的干涉条纹，从而得到前后表面的面形信息。该方法主要针对波长移相中超薄平行平板的条纹图处理，为这类超薄平板前后表面信息分离提供了一种方法，可用于实现超薄平板前后表面面形的分离测量。解决了传统波长移相测量超薄平板前后表面干涉光强信号频谱叠加的问题，为实现波长移相对超薄平板表面面形的测量提供了一种方法。

附图说明

图1是本发明分离处理方法流程图。

图2是干涉图处理示例。

具体实施方式

下面结合附图和优选实施例对本发明进行说明。

参见图1，本波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理方法，首先利用波长移相干涉仪通过波长调谐测量超薄平行平板，得到包含前后表面面形信息的一系列波长移相干涉图。然后对采集到的这一系列波长移相干涉信号去均值化，接着利用白化矩阵将均值化后的干涉信号进行白化。下一步根据独立分量提取算法，利用分离矩阵处理白化后的去均值信号。判断分离矩阵处理白化后的去均值信号是否收敛。如果收敛，则分离矩阵已最优；如果不收敛，则分离矩阵不是最优，需要重新优化分离矩阵，然后再利用优化后的分离矩阵处理白化后的去均值信号，直到优化后的分离矩阵处理白化后的去均值信号收敛，即可得到待分离的前后表面干涉信号。最后将分离后的前后表面干涉信号利用时域移相算法，计算求解得到前后表面面形。

利用FAST-ICA算法分离超薄平板前后表面干涉光强信息，具体方法如下：

假设前表面干涉调制信号I1为式（1）表示，如图2中（a）所示：

I1=sin(2*π*f1*t) （1）

式中f1为频率，t代表时间，取f1=60。

假设后表面干涉调制信号I2为式（2）表示，如图2中（b）所示：

I2=cos(2*π*f2*t); （2）

式中f2为频率，取f2=66。

假设寄生条纹信号I3为随机值，用式（3）表示，如图2中（c）所示：

I3=randn(size(t)) （3）

则前后表面干涉混合产生的调制信号I（包含寄生条纹）用式（4）表示，如图2中（d）所示：

I=A*sin(2*π*f1*t)+B* cos(2*π*f2*t)+C* randn(size(t)) （4）

式中A，B，C为任意值。

利用matlab模拟FAST-ICA算法处理调制信号I，即式（4），分离后的信号如图2中（e），（f），（g）所示。根据仿真结果显示，FAST-ICA可以较精确的实现超薄平板前后表面干涉信号分离。

Claims (1)

1.一种波长移相中基于FAST-ICA算法的超薄平板干涉信号分离处理方法，其特征在于，由以下步骤实现：

步骤一：波长移相干涉仪通过波长调谐测量超薄平行平板，得到包含前后表面面形信息的一系列波长移相干涉图；

步骤二：根据像素列出时域序列干涉信号，对序列干涉信号去均值化：首先求出干涉信号的均值，然后将干涉信号减去均值，得到去均值化后的干涉信号；

步骤三：利用白化矩阵将均值化后的干涉信号进行白化；

步骤四：根据独立分量提取算法，利用分离矩阵处理白化后的去均值信号；

步骤五：判断是否收敛：如果收敛，则分离矩阵已最优，即得到待分离的前后表面干涉信号，执行第六步；如果不收敛，则分离矩阵不是最优，需要重新优化分离矩阵，再返回第四步；

步骤六：将分离后的前后表面干涉信号利用时域移相算法，计算求解得到前后表面面形。