随机倾斜移相下光强归一化迭代算法提高测量精度

本文主要探讨了在随机和倾斜移相条件下，如何提高干涉仪测量的精度和稳定性。在实际操作中，干涉仪移相器会因为振动和导向误差产生随机的平移和倾斜误差，这些误差直接影响到测量结果的准确性。对于高精度测量而言，对环境的稳定性和移相器性能提出了极高的要求。 为了克服这一问题，作者提出了一种基于光强归一化和迭代最小二乘法的移相算法。首先，他们注意到背景光强的不均匀和调制度的非线性变化可能会影响移相平面的计算。为此，他们采用归一化技术处理采集到的干涉图，通过减少这些干扰因素的影响，使数据更加标准化。 在迭代过程中，该方法将干涉图分割成多个区域，分别求解每个区域的移相值，然后通过平面拟合来确定整个移相平面。这种方法有效地消除了背景光强和调制度不均匀对倾斜系数计算的耦合作用，从而减小了倾斜移相误差对测量结果的负面影响。 仿真结果显示，这个迭代算法具有显著的优点，如快速收敛速度和高求解精度。它能够有效补偿倾斜移相带来的误差，使得测量结果更加准确。实验结果进一步证实了这种方法的有效性和实用性，尤其是在高精度测量领域，这为提高测量设备的稳定性和测量结果的可靠性提供了新的解决方案。 这篇论文的核心内容是介绍了一种创新的干涉仪测量策略，通过光强归一化和迭代优化技术，成功地应对了随机和倾斜移相带来的挑战，显著提高了测量精度和稳定性。这对于现代科学技术中的精密测量，特别是在光学和微电子领域，具有重要的理论和实践意义。