首页--数理科学和化学论文--物理学论文--光学论文--应用光学论文

基于随机并行梯度下降算法的波前校正技术研究

摘要第1-8页
ABSTRACT第8-9页
第一章 绪论第9-15页
   ·自适应光学技术的发展与应用第9-12页
   ·波前校正技术第12-14页
     ·基于光路可逆原理的波前共轭方法第12-13页
     ·基于系统性能评价函数直接优化的方法第13-14页
   ·论文的主要工作第14-15页
第二章 无模型优化算法第15-23页
   ·波前扰动特性与无模型控制系统设计第15-17页
     ·相位扰动的空间特性第15-16页
     ·相位扰动的时间特性第16-17页
   ·传统的无模型优化算法第17-18页
     ·不用梯度的无模型优化算法第17-18页
     ·基于梯度的无模型优化算法第18页
   ·SPGD 算法的提出历程第18-22页
     ·随机逼近中算法的演变第19-20页
     ·人工神经网络中算法的演变第20-21页
     ·SPGD 算法在自适应光学中的出现第21-22页
   ·本章小结第22-23页
第三章 SPGD 算法的数学基础及理论分析第23-40页
   ·自适应光学中的梯度下降算法第23-26页
     ·梯度下降算法第23-24页
     ·最优控制理论在自适应光学中的应用第24-26页
   ·传统的梯度估计方法第26-27页
     ·串行扰动法第26-27页
     ·多通道小抖动法第27页
   ·SPGD 算法的基本原理第27-31页
   ·SPGD 算法分析第31-39页
     ·SPGD 算法的收敛性分析第32页
     ·SPGD 算法收敛速度的改进第32-34页
     ·随机扰动与残余相位畸变的相关性对算法的影响第34-36页
     ·SPGD 算法针对像素型波前校正器的控制策略第36-39页
   ·本章小结第39-40页
第四章 SPGD 算法的模拟测试及结果分析第40-62页
   ·测试模型的建立第40页
   ·像质分析器设计第40-45页
     ·哈特曼波前传感器及波前复原算法第41-44页
     ·系统性能评价函数的确定第44-45页
   ·SPGD 控制器原理第45-46页
   ·算法的模拟测试过程第46-50页
   ·算法的模拟测试结果分析第50-60页
     ·扰动的随机性对算法的影响第50-52页
     ·随机微扰幅度的取值第52-54页
     ·搜索步长的取值第54-55页
     ·添加惩罚项第55-57页
     ·γ的自优化第57-58页
     ·关于J 的极大化和极小化过程第58-59页
     ·关于初始状态和终止条件的说明第59-60页
   ·本章小结第60-62页
第五章 总结第62-64页
致谢第64-65页
参考文献第65-68页
攻读硕士学位期间发表的论文第68页

论文共68页,点击 下载论文
上一篇:几种新型荧光探针及传感器的研究
下一篇:几类中立型泛函微分方程的振动性研究