| 孙鑫蕾,刘刚,王晶,董长哲,赵星,肖流长,刘明铭,赵润翰,张楠,谢茂强,林列,刘永基,刘伟伟.基于机器学习的大面积拼接镜倾斜误差探测[J].光电子激光,2020,31(4):380~387 |
| 基于机器学习的大面积拼接镜倾斜误差探测 |
| Tip-tilt error detection of large segmented mirror based on machine learning |
| 投稿时间：2019-12-31 |
| DOI： |
| 中文关键词: Zemax 拼接镜 机器学习 倾斜误差 RMSE |
| 英文关键词:Zemax segmented mirror machine learning tip-tilt error RMSE |
| 基金项目:国家重点研发计划(2018YFB0504400)、国家自然科学基金(11574160)、天津 市应用基础与先进技术研究计划(19JCYBJ C16800)、天津市人才发展专项计划、111项目(B16027)、中央大学基础研究基金和上海光学精密机械研究所强场激光 物理国家重点实验室的开放研究基金资助项目 (1.南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071; 2.上海卫星工程研究所,上海 201109; 3.南开大学 软件学院,天津 300071) |
| 作者 | 单位 | | 孙鑫蕾 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 刘刚 | 上海卫星工程研究所,上海 201109 | | 王晶 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 董长哲 | 上海卫星工程研究所,上海 201109 | | 赵星 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 肖流长 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 刘明铭 | 南开大学 软件学院,天津 300071 | | 赵润翰 | 南开大学 软件学院,天津 300071 | | 张楠 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 谢茂强 | 南开大学 软件学院,天津 300071 | | 林列 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 刘永基 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 | | 刘伟伟 | 南开大学 现代光学研究所,天津市微尺度光学信息技术科学重点实验室,天津 300071 |
|
| 摘要点击次数: 733 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为了实现对拼接镜整体幅面的共相位误差的快速检 测,通过Zemax建立相位测量装置,数值模拟拼接镜 的倾斜误差检测过程。使用基于主成 分分析(PCA)、偏最小二乘回归(PLSR)的机器学习算法,替代传统的相位重建方法,从 探测面强度分布图中提取倾斜误差。预测结果表明,在单元情况下对12个样本的倾斜角进行 预测,倾斜角预测值与真实值间的均方根误差(RMSE)约为0.00029；在多元情况下,倾角的 RMSE均维持在0.0003以下。可见,在两种情况下,倾角的RMSE参量值 均小于倾斜步长。因此 ,利用机器学习算法可以实现对倾角步长为0.0005°的倾斜误差的预 测,与相位差波前检测 等传统方法相比,该方法能大幅提高预测速度,明显降低传统波前重建算法复杂度。 |
| 英文摘要: |
| In order to realize the rapid detectio n of the co-phasing error of the overall surface of the segmented mirror,a phas e measurement device was established by Zemax to simulate the tilt error detecti on process of the segmented mirror.Instead of using conventi onal phase reconstruction method,machine learning based on the combination of t he Principal Component Analysis (PCA) and the Partial Least Squares Regression ( PLSR) algorithms is investigated to extract the tip-tilt error from the intensi t y pattern.The prediction results show that when single segment is tilted,the til t angle of the 12samples is predicted,and the Root Mean Square Error (RMSE) bet ween the predicted value of the tilt angle and the true value is about 0.00029;W hen multiple segments are tilted.the RMSE of the tilt an gle can be maintained be low 0.0003.It can be seen that in both cases,the RMSE value o f the tilt angle is less than the inclination step.Therefore,machine learning algorithms can be use d to predict tilt errors with a step size of 0.0005°.Compare d with traditional methods,such as the phase diversity wavefront sensing technology,this method can greatly improve the prediction speed and reduce the complexity of the tradition al wavefront reconstruction algorithm. |
| 查看全文 下载PDF阅读器 |
| 关闭 |
|
|
|
|
|