欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021103561370
申请人: 西安理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,具体按照以下步骤实施:

步骤1,将波前斜率在稀疏字典下进行稀疏表示;

步骤2,采用观测矩阵对波前斜率进行稀疏测量,得到斜率测量值;

步骤3,通过稀疏度自适应匹配追踪算法重构波前斜率;

步骤4,根据波前斜率,计算泽尼克多项式的系数矩阵,重构出波前的相位。

2.根据权利要求1所述的一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,所述步骤1的具体过程为:M

设gx、gy分别为x、y方向上需要稀疏表示的斜率信号,将斜率信号gx、gy在稀疏字典ψ∈R×N

下进行稀疏表示为:

gx=ψαx,gy=ψαy                        (1)M×N M×N

式(1)中,αx∈R ,αy∈R 分别为x、y方向上的稀疏矩阵。

3.根据权利要求2所述的一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,所述步骤2中,斜率测量值的表达式为:fx=φgx,fy=φgy                         (2)M×N M×N

式(2)中fx∈R ,fy∈R ,分别为x、y方向上的斜率测量值;Φ为观测矩阵,其大小为M×N且满足RIP准则,M<

将公式(1)与公式(2)结合,得到公式(3),即x、y方向上的斜率测量值为:fx=φψαx=Aαx,fy=φψαy=Aαy                (3)M×N

式(3)中A=φψ∈R 为感知矩阵。

4.根据权利要求3所述的一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,所述步骤3的具体按照以下步骤实施:步骤3.1,初始化参数:rx0=gx,ry0=gy,Λx0=φ,Λy0=φ,t=1;

其中,rx0为x方向上的初始残差;ry0为y方向上的初始残差;gx为x方向上需要稀疏表示的斜率信号;gy为y方向上需要稀疏表示的斜率信号;t为迭代次数;

步骤3.2,构建列序号集合sxk、syk,计算原子候选更新集、采用最小二乘法稀疏逼近真实稀疏度、波前重构矩阵,更新残差,更新迭代次数,判断运算终止条件,求解系数α'xt、α'yt;

步骤3.3,计算x、y方向上需要稀疏表示的斜率信号gx、gy的稀疏表示信号g'x、g'y,表达式为:

g′x=ψα′xt

g′y=ψα′yt

将稀疏表示信号g'x、g'y使用模式法进行重构,得到波前斜率值;

模式法用泽尼克多项式表示的波前定义为:式(4)中,Zi(x,y)为各项泽尼克多项式,hi为第i项泽尼克多项式的系数;

用泽尼克多项式对畸变波前拟合,表示为:G=CH                              (5)其中,H为泽尼克多项式的系数向量,C称为波前重构矩阵,G为波前斜率值,即g'x、g'y组成的矩阵。

5.根据权利要求4所述的一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,所述步骤3.2具体按照以下步骤实施:步骤3.2.1,设ux={uxj|uxj=||,1≤j≤N}、uy={uyj|uyj=||,1≤j≤N},选择ux中Lx个最大值,选择uy中Ly个最大值,若ux中非零元素的个数小于Lx,则选择ux中所有非零元素,若uy中非零元素的个数小于Ly,则选择uy中所有非零元素,将这些最大值对应感知矩阵A中的列序号j构成列序号集合sxk、syk;

其中,aj为感知矩阵A的第j列;j为列数;rx(t‑1)为x方向上t‑1次迭代的残差;ry(t‑1)为y方向上t‑1次迭代的残差;uxj为x方向上列序号j的内积;uyj为y方向上列序号j的内积;ux为x方向上的内积;uy为y方向上的内积;

步骤3.2.2,计算原子候选更新集,表达式为:Cxk=Λx(t‑1)∪Sxk,Cyk=Λy(t‑1)∪Syk,At={aj}其中,Cxk为x方向上原子候选更新集;Cyk为y方向上原子候选更新集;At为按Λt选出的aj列向量组成的集合;符号∪表示集合的并运算;Λt为t次迭代的列序号集合;Λx(t‑1)为x方向上t‑1次迭代的列序号集合;Λy(t‑1)为y方向上t‑1次迭代的列序号集合;

步骤3.2.3,采用最小二乘法稀疏逼近真实稀疏度,表达式为:式中,Axt为x方向上按Λt选出的aj列向量组成的集合;Ayt为y方向上按Λt选出的aj列向量组成的集合;αxt为x方向上t次迭代的稀疏矩阵;αyt为y方向上t次迭代的稀疏矩阵;

步骤3.2.4,从 中选出绝对值最大的Lx项记为 从 中选出绝对值最大的Ly项记为 对应的Axt中的Lx记为AxtL,对应的Ayt中的Ly记为AytL,对应AxtL的列序号记为ΛxtL,对应AytL的列序号记为ΛytL,记集合F=ΛxtL∪ΛytL;

步骤3.2.5,更新残差,表达式为:式中,rxt为x方向上的残差;ryt为y方向上的残差;

步骤3.2.6,更新迭代次数,判断运算终止条件:(1)判断是否满足rxt=0,ryt=0,若不满足则转入(2),若满足则停止;

2 2 2 2

(2)如果||rxt||≥||rx(t‑1)||、||ryt||≥||ry(t‑1)||更新步长Lx=Lx+S、Ly=Ly+S,返回步骤3.2.1继续迭代,其中,S为步长;

(3)如果(1)和(2)的条件均不满足,则Λt=F,t=t+1;

步骤3.2.7,求解系数α'xt、α'yt,即:集合Λt中存放非零项位置, 中对应的非零值为最终迭代求得的α'xt、α'yt。

6.根据权利要求4所述的一种基于压缩感知技术的自适应光学系统波前重构的方法,其特征在于,所述步骤4的具体过程为:根据波前斜率,把泽尼克多项式的系数矩阵H求出来,然后代入公式(4)中,即可重构出波前的相位。