摘要 | 第4-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第15-37页 |
1.1 波前探测技术 | 第15-19页 |
1.1.1 波前及波前探测技术原理 | 第15-17页 |
1.1.2 现有波前探测技术 | 第17-19页 |
1.2 夏克哈特曼波前传感器 | 第19-30页 |
1.2.1 哈特曼波前传感器的发展及原理 | 第19-20页 |
1.2.2 波前重构 | 第20-25页 |
1.2.3 性能指标 | 第25-28页 |
1.2.4 哈特曼传感器的应用 | 第28-29页 |
1.2.5 自适应光学系统 | 第29-30页 |
1.3 深度强化学习简介 | 第30-36页 |
1.3.1 强化学习发展历史 | 第31-32页 |
1.3.2 深度强化学习 | 第32-36页 |
1.4 本文主要工作及安排 | 第36-37页 |
第二章 哈特曼传感器在自适应光学系统中的应用 | 第37-53页 |
2.1 自适应光学系统概述 | 第37-44页 |
2.1.1 像差 | 第37-38页 |
2.1.2 波前探测 | 第38-39页 |
2.1.3 波前校正 | 第39-44页 |
2.1.4 波前控制 | 第44页 |
2.2 波前探测中的误差与标定问题 | 第44-51页 |
2.2.1 波前测量误差 | 第45-48页 |
2.2.2 哈特曼传感器的标定 | 第48-49页 |
2.2.3 本文拟解决的问题 | 第49-51页 |
2.3 本章小结 | 第51-53页 |
第三章 自适应光学强化学习理论框架 | 第53-69页 |
3.1 马尔可夫决策过程 | 第53-59页 |
3.1.1 马尔可夫链 | 第53-54页 |
3.1.2 马尔可夫决策过程 | 第54-57页 |
3.1.3 最优准则 | 第57-58页 |
3.1.4 自适应光学系统的马尔可夫表达 | 第58-59页 |
3.2 策略梯度算法 | 第59-67页 |
3.2.1 策略梯度理论 | 第59-61页 |
3.2.2 策略改进 | 第61-62页 |
3.2.3 策略梯度收敛条件 | 第62-63页 |
3.2.4 随机策略 | 第63-65页 |
3.2.5 确定性策略 | 第65-66页 |
3.2.6 Actor-Critic结构 | 第66-67页 |
3.3 本章小结 | 第67-69页 |
第四章 哈特曼传感器的深度强化学习结构设计 | 第69-79页 |
4.1 哈特曼传感器优化策略 | 第69-70页 |
4.2 基于深度学习的结构拟合 | 第70-78页 |
4.2.1 强化学习中的神经网络 | 第70页 |
4.2.2 深度确定性策略梯度 | 第70-71页 |
4.2.3 值函数网络 | 第71-75页 |
4.2.4 策略模型 | 第75-78页 |
4.3 本章小结 | 第78-79页 |
第五章 自适应光学系统中哈特曼波前传感器质心标定的奖励和探测策略设计 | 第79-103页 |
5.1 奖励函数 | 第79-84页 |
5.1.1 自适应光学系统的评价指标 | 第79-82页 |
5.1.2 强化学习框架下的奖励函数 | 第82-84页 |
5.2 探索策略 | 第84-91页 |
5.2.1 正态分布的探索噪声 | 第85-89页 |
5.2.2 OU噪声探索策略 | 第89-91页 |
5.3 奖励函数的收敛性 | 第91-95页 |
5.3.1 基于斯特列尔比的奖励函数收敛性验证 | 第92-93页 |
5.3.2 基于因子的奖励函数收敛性验证 | 第93-94页 |
5.3.3 基于像清晰度函数的奖励函数收敛性验证 | 第94-95页 |
5.4 仿真结果 | 第95-102页 |
5.5 本章小节 | 第102-103页 |
第六章 自适应光学系统中哈特曼波前传感器质心标定的强化学习收敛优化 | 第103-119页 |
6.1 样本利用率的优化 | 第103-106页 |
6.1.1 基于TD-n的值函数网络更新方法 | 第103-105页 |
6.1.2 方法说明 | 第105-106页 |
6.2 收敛速度的优化 | 第106-112页 |
6.2.1 基于有监督学习的策略预训练 | 第106-110页 |
6.2.2 基于双经验池的加速方法 | 第110-112页 |
6.3 实验结果 | 第112-118页 |
6.4 本章小结 | 第118-119页 |
第七章 总结和后续工作展望 | 第119-123页 |
7.1 论文的主要研究工作 | 第119-120页 |
7.2 论文的主要创新点 | 第120页 |
7.3 后续工作展望 | 第120-123页 |
参考文献 | 第123-133页 |
致谢 | 第133-135页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第135页 |