致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第9-17页 |
1.1 自适应光学的原理和意义 | 第9-12页 |
1.1.1 波前传感器 | 第10页 |
1.1.2 波前控制器 | 第10-12页 |
1.1.3 波前校正器 | 第12页 |
1.2 研究背景和意义 | 第12-13页 |
1.2.1 大型天文地基望远镜的工作现状 | 第12-13页 |
1.2.2 自适应光学系统自动闭环研究的必要性 | 第13页 |
1.3 国内外现状 | 第13-15页 |
1.3.1 人工智能发展概述 | 第13-14页 |
1.3.2 人工智能技术在自适应光学系统中的研究现状 | 第14页 |
1.3.3 自适应光学系统自动闭环判断的研究现状 | 第14-15页 |
1.4 本文的研究内容和组织结构 | 第15-17页 |
1.4.1 本文工作的研究难点 | 第15页 |
1.4.2 本文旨在解决的问题 | 第15页 |
1.4.3 章节安排 | 第15-17页 |
2 基于哈特曼传感器的光斑检测算法的研究 | 第17-31页 |
2.1 哈特曼波前传感器成像原理概述 | 第17-18页 |
2.2 弱小目标检测算法概述 | 第18-20页 |
2.3 基于改进的阿尔法均值滤波和模版匹配的光斑检测算法介绍 | 第20-25页 |
2.3.1 基于改进的阿尔法均值滤波的图像预处理 | 第20-22页 |
2.3.2 基于模版匹配的子光斑定位 | 第22-24页 |
2.3.3 基于图像信噪比的子光斑检测 | 第24-25页 |
2.4 实验结果及分析 | 第25-30页 |
2.5 本章小结 | 第30-31页 |
3 HS阵列透镜各子孔径对AO系统闭环影响分析 | 第31-49页 |
3.1 基于泽尼克波前复原算法的实验方法概述 | 第31-36页 |
3.1.1 泽尼克波前复原算法介绍和误差来源分析 | 第31-33页 |
3.1.2 基于泽尼克波前复原的实验过程详述 | 第33-34页 |
3.1.3 实验参数选取的描述 | 第34-36页 |
3.2 实验结果的分析 | 第36-47页 |
3.2.1 HS阵列透镜在按行/列缺光下前五阶Zenike系数单独和共同作用时的对比分析 | 第36-45页 |
3.2.2 前五阶Zenike系数共同作用下HS阵列透镜各子孔径依次缺光的实验分析 | 第45-47页 |
3.3 本章小结 | 第47-49页 |
4 AO系统自动闭环判断算法的研究 | 第49-59页 |
4.1 权重矩阵的计算 | 第49-50页 |
4.2 基于HS阵列透镜光斑有效性检测的AO系统自动闭环判断算法介绍 | 第50-53页 |
4.2.1 AO系统自动闭环判断算法介绍 | 第50-52页 |
4.2.2 基于人工神经网络的自适应阈值T的选取 | 第52-53页 |
4.3 AO系统自动闭环判断算法实验结果及性能指标分析 | 第53-56页 |
4.3.1 AO系统自动闭环算法检测正确率的分析 | 第53-56页 |
4.3.2 基于GPU加速的AO系统自动闭环算法运行时间的计算与分析 | 第56页 |
4.4 小结 | 第56-59页 |
5 总结与展望 | 第59-61页 |
5.1 本文主要研究内容和结论 | 第59-60页 |
5.2 工作展望 | 第60-61页 |
参考文献 | 第61-65页 |
作者简介及在学期间发表的学术论文与研究成果 | 第65页 |