28、主动薄镜望远镜与被动稳定特性解析

主动薄镜望远镜与被动稳定特性解析

在望远镜的发展历程中,主动薄镜望远镜和被动稳定特性是两个重要的研究方向。它们对于提高望远镜的成像质量、减少误差源的影响起着关键作用。下面将详细介绍相关的原理、特点以及不同类型的支持系统。

1. 模式分析与波前误差展开

在望远镜的光学系统中,存在多种不同类型的模式,如弹性模式、分段对齐模式、Karhunen - Loève 模式和 Zernike 多项式。对于高阶模式,弹性模式 (e_{m,i})、分段对齐模式 (s_{m,i}) 和 Karhunen - Loève 模式 (k_{m,i}) 较为相似,但与对应的 Zernike 多项式有很大差异。具体来说,分段对齐模式 (s_{m,i}) 会快速收敛到对应的弹性模式 (e_{m,i}),这是因为通过每个边界的两个边缘传感器测量的分段高度相对位移,等同于整体镜中的局部扭转。同时,对于阶数大于 2 的情况,Karhunen - Loève 模式 (k_{m,i}) 与弹性模式 (e_{m,i}) 的均方根差始终约为 15%。

在选择用于波前误差展开的模式集时,需要考虑系统可能产生的像差类型。通常,Zernike 离焦和三阶彗差这两种低阶像差,由于失调而产生且幅度较大,一般会包含在所选模式集中。最简单的选择是仅使用 Zernike 多项式,并从其系数中重建其他函数。然而,为了获得最佳拟合或最小残差误差,所选函数应能最好地描述波前中预期的像差。由于望远镜中通常存在多种误差源,最佳拟合需要使用不同类型的函数。一般来说,这些函数可能不是正交的,不同集合中的函数甚至可能非常相似。在这种情况下,一组相似函数中应仅选择一个函数包含在拟合函数集中。如果使用的不是函数本身,而是其导数,同样的考虑也适用,这对于测量波前

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值