[发明专利]一种基于点扩散函数的智能光学主动装调方法

说明书

本发明公开了一种基于点扩散函数的智能光学主动装调方法，包括以下步骤：S1：测试并确定系统失调量范围；S2：获取并记录当前装调状态下的点扩散函数；S3：根据点扩散函数椭率计算算法确定点扩散函数在不同视场下的椭率变化；S4：获得当前椭率及其参数的Zernike系数，并与当前失调量组成具有对应关系的输入输出数据对；S5：根据神经网络算法构建Zernike系数与失调量所组成的数据集，获得符合标准正态分布的待训练数据集；S6：搭建双层人工神经网络，按照神经网络各超参数的灵敏度确定神经网络各超参数范围。本发明利用焦面点扩散函数计算器件失调与主镜变形的方法，降低系统硬件复杂度并提高系统失调量/主镜变形量的计算精度，辅助光学系统装调过程。

技术领域

本发明涉及光学系统装调领域，特别涉及一种基于焦面点扩散函数的人工智能计算机辅助装调与主动光学校正方法。

背景技术

为了同时提升光学系统的视场与高分辨成像质量，光学系统采用了越来越复杂化的光学设计。如同轴三反射系统、离轴反射式系统、含自由光学曲面系统等。复杂化光学系统使得传统装调/被动光学越来越难以达到面形精度和位置精度的严格要求，如三反射系统的快焦比主镜使得副镜定位和姿态灵敏度大大提高；离轴反射式系统的加工基准可能与设计基准和装调基准有较大的偏差、多失调自由度导致像差表征更复杂，完全按照加工基准、仅凭经验判断失调自由度的装调方式会产生较大误差；含有自由曲面的系统失调后的像差场分布则更加复杂，基于矢量像差理论，很难完全解析出系统失调误差与波像差之间的关系。

计算机辅助装调技术及主动光学校正技术是大视场巡天望远镜实现及维持高分辨率成像的关键技术。目前计算机辅助装调技术及主动光学的过程为：首先，运用波前传感器系统采样测量多个视场的波像差；然后，利用灵敏度矩阵法、矢量像差法等逆算出各光学元件的失调量及主镜面型的变化量；最后，利用计算机自动控制各光学元件的姿态和位置，并对镜面面型进行主动校正。这种方法存在的问题有：(1)为了缓解非线性病态问题，需要多个不同视场的波前传感器，如shack-hartmann波前传感器或者曲率波前传感器。波前传感系统的复杂性随单个波前传感器的复杂度与视场数呈几何关系倍增，不利于设备的稳定运行；(2)波前传感与副镜失调/主镜变形求解过程分立，导致波前传感误差与副镜失调/主镜变形求解误差相互放大，降低求解精度。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种基于点扩散函数的智能光学主动装调方法，以取消使用波前传感器的情况下，直接利用焦面点扩散函数计算器件失调与主镜变形的方法，降低系统硬件复杂度并提高系统失调量/主镜变形量的计算精度，用以辅助光学系统的装调过程。

为实现上述目的，本发明提供如下技术方案：一种基于点扩散函数的智能光学主动装调方法，包括以下步骤：

S1：依据待装调光学系统各失调自由度的灵敏度，测试并确定系统失调量范围；

S2：随机生成失调量参数，并通过MATLAB与ZEMAX的DDE编程设置随机视场分布，将当前失调量参数输入至待装调光学系统模型中，对模型进行光线追迹，获取并记录当前装调状态下的点扩散函数PSF；

S3：根据点扩散函数椭率计算算法确定点扩散函数在不同视场下的椭率变化，并获得当前椭率的几何参数，包括半径、相位角；

S4：通过对随机目标星源的椭率变化及其参数进行Zernike多项式拟合，获得当前椭率及其参数的Zernike系数，并与当前失调量组成具有对应关系的输入输出数据对；

S5：根据神经网络算法构建Zernike系数与失调量所组成的数据集，并将当前数据集进行标准化处理，获得符合标准正态分布的待训练数据集；

S6：搭建双层人工神经网络，按照神经网络各超参数的灵敏度确定神经网络各超参数范围；