随机梯度法优化稀疏孔径系统活塞自适应校正:高精度与低成本
需积分: 5 57 浏览量
更新于2024-08-13
收藏 3.45MB PDF 举报
本文主要探讨了随机平行梯度下降算法在稀疏光圈系统中的应用,针对的是光路修正(piston correction)这一关键问题,尤其是在高分辨率成像中减少体积和重量的需求。传统的稀疏光圈系统通过控制活塞的移动来实现对光程差的微调,这是一项至关重要的闭环控制技术,目标是确保光程差控制在一个波长的很小一部分范围内,从而达到理想的图像清晰度。
作者们提出了一种创新的自动定相方法,利用随机并行梯度下降算法来优化图像质量。这种方法避免了传统方案中可能依赖额外光学元件的局限性,而是通过迭代地命令活塞执行器来进行系统同步。这意味着系统可以在不增加复杂性的前提下,通过对活塞动作进行智能化控制,实现对不同光源(包括激光和白光)以及扩展物体的精确聚焦。
首先,通过数值仿真验证了该算法的有效性和性能。这些模拟结果显示了新方法在理论上能够有效提高系统稳定性,并且对于实际应用具有可行性。接着,作者们在双目望远镜试验台上进行了实验验证,进一步证实了所提出的活塞校正闭环控制策略在实际操作中的效果。实验结果表明,不论光源类型还是成像对象的复杂性,该算法都能提供一致的高质量图像。
这项研究的重要贡献在于,它将并行优化算法与稀疏光圈系统的自适应活塞控制相结合,开辟了一条高效、紧凑的高分辨率成像路径,对于未来光学设计和小型化光学设备的研发具有重要意义。同时,它也为光路控制和自动化定相技术提供了新的思考方向,可能推动相关领域如遥感、天文观测和显微成像等的发展。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-04-04 上传
2021-02-25 上传
2021-02-10 上传
2021-02-09 上传
2021-02-10 上传
点击了解资源详情