CN112905952A - 一种用于任意孔径光学元件波前梯度数据重构方法 - Google Patents
一种用于任意孔径光学元件波前梯度数据重构方法 Download PDFInfo
- Publication number
- CN112905952A CN112905952A CN202110174105.9A CN202110174105A CN112905952A CN 112905952 A CN112905952 A CN 112905952A CN 202110174105 A CN202110174105 A CN 202110174105A CN 112905952 A CN112905952 A CN 112905952A
- Authority
- CN
- China
- Prior art keywords
- matrix
- orthogonal
- wavefront
- gradient
- data
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明公开了一种用于任意孔径光学元件波前梯度数据重构方法,包括:获得任意孔径被测光学元件的波前梯度数据及各个数据点的位置;进行第一重数值化正交变换;进行第二重数值化正交变换;根据将测得的梯度数据直接表示为数值化正交梯度多项式线性组合的形式,得到任意孔径被测光学元件的波前梯度表征系数;根据梯度数据与波前数据的一阶导数关系,由梯度表征系数得到被测光学元件的波前表征系数,对被测光学元件的面形特征进行分析。本发明具有任意孔径适应性,效率高;是一种非迭代的波前梯度数据重构方法,用于孔径动态变化的波前梯度测试;在天文光学或自适应光学中具有一定的应用前景。
Description
技术领域
本发明涉及光学元件波前梯度测试数据方法,特别涉及一种用于任意孔径光学元件波前梯度数据重构方法。
背景技术
在现代精密光学元件检测中,夏克哈特曼波前传感技术和条纹偏折技术应用非常广泛,所获得的数据均为光学元件波前梯度相关离散数据,因而由梯度测试数据获得光学元件的波前数据是关键技术。对于常规规则孔径形状的光学元件,如圆形孔径、方形孔径和六边形孔径元件等,通常采用区域法或迭代法获得面形或波前数据,其中区域法受限于被测元件的孔径形状,仅适用方形孔径光学元件;迭代法在复杂孔径形状光学元件梯度测试中的重构效率较低;对于不规则孔径形状或者复杂异形孔径光学元件的梯度测试技术,区域法和迭代法的局限性非常明显。
发明内容
发明目的:针对以上问题,本发明目的是提供一种用于任意孔径光学元件波前梯度数据重构方法,通过对被测光学元件梯度数据进行二重数值化正交变换,实现梯度数据重构。
技术方案:本发明所述的一种用于任意孔径光学元件波前梯度数据重构方法,包括:
(1)获得x和y两个方向的任意孔径被测光学元件的波前梯度数据及各个数据点的位置;
(2)进行第一重数值化正交变换,获得数值化正交多项式的偏导数;
(3)由数值化正交多项式的偏导数,进行第二重数值化正交变换,获得数值化正交梯度多项式;
(4)求解第一重变换矩阵和第二重变换矩阵;
(5)根据将测得的梯度数据直接表示为数值化正交梯度多项式线性组合的形式,由最小二乘法得到任意孔径被测光学元件的波前梯度表征系数;
(6)根据梯度数据与波前数据的一阶导数关系,由梯度表征系数得到被测光学元件的波前表征系数,进而对被测光学元件的面形特征进行分析。
所述步骤(1)包括:
所述波前梯度数据分别为Wx(xi,yi)和Wy(xi,yi),其中i为有效孔径范围内的第i个波前梯度数据,总数为非零正整数N;
将两个方向的波前梯度数据表示为基函数线性组合的形式,分别为:
其中Gj(xi,yi)为波前梯度数据的第j项梯度正交基函数,aj为相应基函数的权重系数,在实际光学元件波前梯度检测中,基函数采用有限J项基函数进行波前梯度数据重构。
进一步,具有任意孔径的被测光学元件波前矢高表示基函数线性组合的形式为:
其中Fl(xi,yi)为波前矢高数据的第l项正交基函数,bl为相应基函数的波前权重系数,波前矢高正交基函数为有限L项基函数进行波前面形分析;
根据被测光学元件波前矢高数据与梯度数据一阶导数关系,W(xi,yi)的一阶导数分别为Wx(xi,yi)和Wy(xi,yi);波前正交基函数Fl(xi,yi)在x和y两个方向的偏导数分别为Fl x(xi,yi)和Fl y(xi,yi),二者并不具有正交完备性,需要进行数值化正交变换;将Fl x(xi,yi)和Fl y(xi,yi)简写为Fi x和Fl y。
所述步骤(2)第一重数值化正交变换包括:
用于任意孔径光学元件重构的正交基函数Fl(xi,yi)表示为正交多项式线性组合的形式,表达式为:
其中Zm(xi,yi)为正交基函数,m为正交基函数的序号,M为正交基函数总项数;Dlm是由Zm(xi,yi)变换为Fl(xi,yi)的数值化正交变换系数,相应基函数项数相等为L=M。
进一步,在x和y两个方向的偏导数Fl x和Fl y分别为:
任意孔径被测光学元件在有效孔径内有N个有效测试数据点,那么在x和y两个方向上分别有N个波前梯度数据,将Fl x和Fl y表示为矩阵形式,即为:
其中DT为第一重变换矩阵D的转置矩阵;
所述步骤(3)第二重数值化正交变换包括:
所述步骤(4)包括:
将表示为矩阵形式,为F=ZDT;由L=M和J=L得到J=L=M;F和Z分别为大小N×J的数值矩阵,Z为正交基函数的数据矩阵,F为数值化正交变换的数值化正交多项式数据矩阵,DT为变换矩阵D的转置矩阵,变换矩阵D的大小为J×J;数值矩阵F具有归一化特征,因而有FTF=NI,其中I为J×J的单位矩阵;将F=ZDT代入FTF=NI,得到FTF=FTZDT=NI;
根据矩阵基本性质,矩阵FTZDT变化为(FTZDT)T=DZTF=DZTZDT=(NI)T=NI,从而得到DZTZDT=NI,引入中间矩阵Q,令变换矩阵D=(QT)-1,并代入DZTZDT=NI中,得到QTQ=ZTZ/N;矩阵ZTZ是由正交完备基函数构成的对称且正定矩阵,利用乔里斯基分解法对QTQ=ZTZ/N进行求解,获得唯一中间矩阵Q,得到第一重变换矩阵D。
所述步骤(5)包括:
所述步骤(6)包括:
有益效果:本发明与现有技术相比,其显著优点是:本发明具有任意孔径适应性,效率高;是一种非迭代的波前梯度数据重构方法,用于孔径动态变化的波前梯度测试;在天文光学或自适应光学中具有一定的应用前景。
附图说明
图1为本发明方法流程图。
具体实施方式
如图1,本实施例所述的一种用于任意孔径光学元件波前梯度数据重构方法,包括:
(1)由夏克哈特曼波前传感或条纹偏折术获得x和y两个方向的任意孔径被测光学元件的波前梯度数据及各个数据点的位置;
波前梯度数据分别为Wx(xi,yi)和Wy(xi,yi),其中i为有效孔径范围内的第i个波前梯度数据,总数为非零正整数N。
将两个方向的波前梯度数据表示为基函数线性组合的形式,分别为:
其中Gj(xi,yi)为波前梯度数据的第j项梯度正交基函数,aj为相应基函数的权重系数,在实际光学元件波前梯度检测中,基函数采用有限J项基函数进行波前梯度数据重构。
具有任意孔径的被测光学元件波前矢高表示基函数线性组合的形式为:
其中Fl(xi,yi)为波前矢高数据的第l项正交基函数,bl为相应基函数的波前权重系数,波前矢高正交基函数为有限L项基函数进行波前面形分析。
根据被测光学元件波前矢高数据与梯度数据一阶导数关系,W(xi,yi)的一阶导数分别为Wx(xi,yi)和Wy(xi,yi);波前正交基函数Fl(xi,yi)在x和y两个方向的偏导数分别为Fl x(xi,yi)和Fl y(xi,yi),二者并不具有正交完备性,需要进行数值化正交变换;将Fl x(xi,yi)和Fl y(xi,yi)简写为Fl x和Fl y。
(2)进行第一重数值化正交变换,获得数值化正交多项式的偏导数;
用于任意孔径光学元件重构的正交基函数Fl(xi,yi)表示为正交多项式线性组合的形式,表达式为:
其中Zm(xi,yi)为正交基函数,m为正交基函数的序号,M为正交基函数总项数;Dlm是由Zm(xi,yi)变换为Fl(xi,yi)的数值化正交变换系数,相应基函数项数相等为L=M。
在x和y两个方向的偏导数Fl x和Fl y分别为:
任意孔径被测光学元件在有效孔径内有N个有效测试数据点,那么在x和y两个方向上分别有N个波前梯度数据,将Fl x和Fl y表示为矩阵形式,即为:
其中DT为第一重变换矩阵D的转置矩阵。
(3)由数值化正交多项式的偏导数,进行第二重数值化正交变换,获得数值化正交梯度多项式;
下标j是从2至L,那么相应的步骤(1)中J=L。
(4)求解第一重变换矩阵和第二重变换矩阵;
将表示为矩阵形式,为F=ZDT;由L=M和J=L得到J=L=M;F和Z分别为大小N×J的数值矩阵,Z为正交基函数的数据矩阵,F为数值化正交变换的数值化正交多项式数据矩阵,DT为变换矩阵D的转置矩阵,变换矩阵D的大小为J×J;数值矩阵F具有归一化特征,因而有FTF=NI,其中I为J×J的单位矩阵;将F=ZDT代入FTF=NI,得到FTF=FTZDT=NI。
根据矩阵基本性质,矩阵FTZDT变化为(FTZDT)T=DZTF=DZTZDT=(NI)T=NI,从而得到DZTZDT=NI,引入中间矩阵Q,令变换矩阵D=(QT)-1,并代入DZTZDT=NI中,得到QTQ=ZTZ/N;矩阵ZTZ是由正交完备基函数构成的对称且正定矩阵,利用乔里斯基分解法对QTQ=ZTZ/N进行求解,获得唯一中间矩阵Q,得到第一重变换矩阵D。
(5)根据将测得的梯度数据直接表示为数值化正交梯度多项式线性组合的形式,由最小二乘法得到任意孔径被测光学元件的波前梯度表征系数;
(6)根据梯度数据与波前数据的一阶导数关系,由梯度表征系数得到被测光学元件的波前表征系数,进而对被测光学元件的面形特征进行分析。
Claims (10)
1.一种用于任意孔径光学元件波前梯度数据重构方法,其特征在于,包括:
(1)获得x和y两个方向的任意孔径被测光学元件的波前梯度数据及各个数据点的位置;
(2)进行第一重数值化正交变换,获得数值化正交多项式的偏导数;
(3)由数值化正交多项式的偏导数,进行第二重数值化正交变换,获得数值化正交梯度多项式;
(4)求解第一重变换矩阵和第二重变换矩阵;
(5)根据将测得的梯度数据直接表示为数值化正交梯度多项式线性组合的形式,由最小二乘法得到任意孔径被测光学元件的波前梯度表征系数;
(6)根据梯度数据与波前数据的一阶导数关系,由梯度表征系数得到被测光学元件的波前表征系数,对被测光学元件的面形特征进行分析。
7.根据权利要求1所述的用于任意孔径光学元件波前梯度数据重构方法,其特征在于,所述步骤(4)包括:
将表示为矩阵形式,为F=ZDT;由L=M和J=L得到J=L=M;F和Z分别为大小N×J的数值矩阵,Z为正交基函数的数据矩阵,F为数值化正交变换的数值化正交多项式数据矩阵,DT为变换矩阵D的转置矩阵,变换矩阵D的大小为J×J;数值矩阵F具有归一化特征,因而有FTF=NI,其中I为J×J的单位矩阵;将F=ZDT代入FTF=NI,得到FTF=FTZDT=NI;
根据矩阵基本性质,矩阵FTZDT变化为(FTZDT)T=DZTF=DZTZDT=(NI)T=NI,从而得到DZTZDT=NI,引入中间矩阵Q,令变换矩阵D=(QT)-1,并代入DZTZDT=NI中,得到QTQ=ZTZ/N;矩阵ZTZ是由正交完备基函数构成的对称且正定矩阵,利用乔里斯基分解法对QTQ=ZTZ/N进行求解,获得唯一中间矩阵Q,得到第一重变换矩阵D。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110174105.9A CN112905952A (zh) | 2021-02-09 | 2021-02-09 | 一种用于任意孔径光学元件波前梯度数据重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110174105.9A CN112905952A (zh) | 2021-02-09 | 2021-02-09 | 一种用于任意孔径光学元件波前梯度数据重构方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112905952A true CN112905952A (zh) | 2021-06-04 |
Family
ID=76124263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110174105.9A Pending CN112905952A (zh) | 2021-02-09 | 2021-02-09 | 一种用于任意孔径光学元件波前梯度数据重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112905952A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114238862A (zh) * | 2021-12-20 | 2022-03-25 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种波前特性分析方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001085016A2 (en) * | 2000-05-08 | 2001-11-15 | Autonomous Technologies Corporation | Objective measurement and correction of optical systems using wavefront analysis |
US20070222948A1 (en) * | 2006-03-23 | 2007-09-27 | Visx, Incorporated | Systems and methods for wavefront reconstruction for aperture with arbitrary shape |
CN103714516A (zh) * | 2013-12-03 | 2014-04-09 | 西安交通大学 | 一种自适应光学成像中的点扩散函数估计方法 |
CN109031659A (zh) * | 2018-06-20 | 2018-12-18 | 湖北三江航天红峰控制有限公司 | 一种同轴光学系统的计算机辅助装调方法 |
CN110133845A (zh) * | 2019-04-26 | 2019-08-16 | 中国科学院上海光学精密机械研究所 | 一种用于激光系统的自由曲面波前补偿元件的设计方法 |
CN111486974A (zh) * | 2020-04-22 | 2020-08-04 | 中国科学院上海光学精密机械研究所 | 任意孔径形状高阶自由曲面波前的重构方法 |
CN111912607A (zh) * | 2020-07-22 | 2020-11-10 | 中国科学院西安光学精密机械研究所 | 一种大口径光学系统mtf测量装置及方法 |
-
2021
- 2021-02-09 CN CN202110174105.9A patent/CN112905952A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001085016A2 (en) * | 2000-05-08 | 2001-11-15 | Autonomous Technologies Corporation | Objective measurement and correction of optical systems using wavefront analysis |
US20070222948A1 (en) * | 2006-03-23 | 2007-09-27 | Visx, Incorporated | Systems and methods for wavefront reconstruction for aperture with arbitrary shape |
CN103714516A (zh) * | 2013-12-03 | 2014-04-09 | 西安交通大学 | 一种自适应光学成像中的点扩散函数估计方法 |
CN109031659A (zh) * | 2018-06-20 | 2018-12-18 | 湖北三江航天红峰控制有限公司 | 一种同轴光学系统的计算机辅助装调方法 |
CN110133845A (zh) * | 2019-04-26 | 2019-08-16 | 中国科学院上海光学精密机械研究所 | 一种用于激光系统的自由曲面波前补偿元件的设计方法 |
CN111486974A (zh) * | 2020-04-22 | 2020-08-04 | 中国科学院上海光学精密机械研究所 | 任意孔径形状高阶自由曲面波前的重构方法 |
CN111912607A (zh) * | 2020-07-22 | 2020-11-10 | 中国科学院西安光学精密机械研究所 | 一种大口径光学系统mtf测量装置及方法 |
Non-Patent Citations (1)
Title |
---|
JINGFEI YE等: "Modal wavefront estimation from its slopes by numerical orthogonal transformation method over general shaped aperture", 《 OPTICS EXPRESS》, vol. 23, no. 20, pages 1 - 13 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114238862A (zh) * | 2021-12-20 | 2022-03-25 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种波前特性分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ataee et al. | Parametric dictionary learning using steepest descent | |
Lu et al. | Two-dimensional digital filters with sparse coefficients | |
CN112905952A (zh) | 一种用于任意孔径光学元件波前梯度数据重构方法 | |
CN111458745B (zh) | 一种面向预警的地震信号稀疏去噪方法 | |
CN107153172A (zh) | 一种基于互谱优化的互谱广义逆波束形成方法 | |
Shchesnovich | Asymptotic evaluation of bosonic probability amplitudes in linear unitary networks in the case of large number of bosons | |
Zhang et al. | Adaptive beamforming with real-valued coefficients based on uniform linear arrays | |
Shinoda et al. | Quality metric for filter arrangement in a multispectral filter array | |
Pauca et al. | Integrated optical-digital approaches for enhancing image restoration and focus invariance | |
Ding | Spectral analysis of large block random matrices with rectangular blocks | |
Ma et al. | Sparsity Adaptive Compression Identification Algorithm for Volterra Series Model | |
Trooshin et al. | Identification problem for a one‐dimensional vibrating system | |
Haagerup | Random matrices, free probability and the invariant subspace problem relative to a von Neumann algebra | |
Karadzic | On detrending in correspondence analysis and principal component analysis1 | |
Lopushansky | Paley-Wiener isomorphism over infinite-dimensional unitary groups | |
Xu et al. | A single-image method of aberration retrieval for imaging systems under partially coherent illumination | |
Allen | Orthogonality and convergence of discrete zernike polynomials | |
CN108123770B (zh) | 一种二维相关信号建模方法 | |
Scharmer | Object-independent fast phase-diversity | |
Yang et al. | Improved spatial modulation diversity with high noise robust based on deep denoising convolution neural network | |
Dai | Wavefront reconstruction from slope data within pupils of arbitrary shapes using iterative Fourier transform | |
CN113010841B (zh) | 基于数值化正交变换的任意孔径光学元件面形重构方法 | |
Cranney et al. | Optimising Wavefront Sensing Super-Resolution in the Control of Tomographic Adaptive Optics | |
AYDIN et al. | A Geometrical Interpretation of Production Functions in Economics in terms of Second Fundamental Form | |
Pinilla et al. | Probability of correct reconstruction in compressive spectral imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |