工学硕士学位论文-基于像质评价函数最优化的自适应波前控制技术研究

《工学硕士学位论文-基于像质评价函数最优化的自适应波前控制技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国防科学技术大学研究生院学位论文各专业全套优秀毕业设计图纸分类号O439学号04071008UDC密级公开工学硕士学位论文基于像质评价函数最优化的自适应波前控制技术研究硕士生姓名学科专业光学工程研究方向光电信息技术指导教师国防科学技术大学研究生院二00六年十一月国防科学技术大学研究生院学位论文Thestudyoftheadaptivewavefrontcontroltechniquebasedontheoptimizationoftheimage-quality-metricfunctionCandida

2、te：Advisor：AthesisSubmittedinpartialfulfillmentoftherequirementsforthedegreeofMasterof（Engineering）inOpticalEngineeringGraduateSchoolofNationalUniversityofDefenseTechnologyChangsha，Hunan，P.R.China（November，2006）国防科学技术大学研究生院学位论文目录目录I图表目录III摘要1ABSTRACT2第一章绪

3、论3§1.1自适应光学系统的组成31.1.1波前传感器技术41.1.2波前校正器技术51.1.3大气湍流特性6§1.2课题研究的意义7§1.3论文的主要工作8第二章像清晰化自适应光学系统9§2.1像清晰化自适应光学系统的组成9§2.2像质评价函数和像清晰化方法112.2.1常用像质评价函数的定义112.2.2像质传感器172.2.3像质评价函数的离散化172.2.4像清晰化方法18第三章随机并行梯度下降（SPGD）算法20§3.1梯度下降算法20§3.2随机并行梯度下降（SPGD）算法22§3.3SPGD

4、波前控制技术243.3.1系统组成243.3.2算法的优化26第四章SPGD波前校正实验28§4.137单元自适应光学系统28§4.2SPGD波前校正系统294.2.1系统改造方案29第IV页国防科学技术大学研究生院学位论文4.2.2系统结构314.2.3主要器件的性能指标32§4.3系统软件功能334.3.1处理计算机程序334.3.2主控计算机程序34§4.4算法参数选择与实验条件测试364.4.1算法参数的选取364.4.2光源特性的测试38§4.5实验结果分析394.5.1单、双边扰动梯度估计比较

5、404.5.2随机扰动电压的取值对算法收敛性的影响414.5.3迭代增益系数的取值对算法收敛性的影响414.5.4对不同畸变程度的校正能力424.5.5像质评价函数的连续极大化和极小化实验45第五章总结及下步工作打算47致谢48参考文献49攻读硕士学位期间发表的论文51第IV页国防科学技术大学研究生院学位论文图表目录图1-1自适应光学系统的结构原理图3图1-2夏克-哈特曼波前传感器原理图4图1-3变形镜结构示意图5图2-1像清晰化自适应光学系统的结构示意图9图2-2菲涅尔—基尔霍夫衍射示意图12图3-1随

6、机并行梯度下降自适应光学系统的结构示意图25图4-137单元自适应光学系统的全景图28图4-237单元自适应光学系统的光路示意图29图4-3经由网络传输的波前控制器改造方案30图4-4基于SPGD波前控制的像清晰化自适应光学系统结构示意图31图4-5实验光路布局图32图4-6实验所用相机实物图32图4-7处理计算机控制软件功能模块方框图34图4-8SPGD波前控制软件程序流程图35图4-9主控计算机程序原理方框图36图4-10扰动幅度与关系曲线38图4-11理想激光光斑图像38图4-12理想激光光斑二维强

7、度分布图38图4-13利用双边扰动和单边扰动得到的J值收敛曲线，其中，，40图4-14时的J值收敛曲线41图4-15固定和自适应条件下的J值收敛曲线42图4-16时的J值收敛曲线43图4-17时单次校正前后聚焦光束的光强分布43图4-18单次极大极小化校正循环中J值变化曲线46图4-19J值在15次极大极小化校正循环后的平均值变化曲线46第IV页国防科学技术大学研究生院学位论文表２-1像质评价函数的对比17表4-1成像设备的主要性能指标33表4-2光源稳定性分析结果39第IV页国防科学技术大学研究生院学位

8、论文摘要像清晰化自适应光学系统是基于像质评价函数最优化的自适应波前控制系统。随机并行梯度下降（stochasticparallelgradientdescent，SPGD）算法有效地解决了传统最优化方法收敛速度过慢的问题，有望实现像清晰化系统的实时波前校正。论文首先介绍了像清晰化自适应光学系统的组成、像清晰化原理和像质评价函数的定义；然后介绍了随机并行梯度下降算法的基本原理，给出了算法的迭代公式，讨论了算法的收敛性和优化技术，