二元光学元件衍射效率的逐层分析法研究

提出了一种有效的分析二元光学元件衍射效率的新方法－逐层分析法，并对四台阶二元器件，就蚀刻深度误差和横向对准误差对器件衍射效率的影响进行了详细的分析和讨论，证明了用该方法分析含有横向对准误差的二元光学元件的衍射效率非常简便有效。     

入射角对双层衍射光学元件衍射效率的影响

基于单层衍射二元光学元件的相位延迟表达式,将双层衍射光学元件的衍射面用二元光学元件的台阶表面近似模拟,推导出光束斜入射时双层衍射光学元件的衍射面产生的相位延迟,揭示出含有斜入射角度的双层衍射光学元件衍射效率表达式.实例分析结果表明,双层衍射光学元件衍射效率仅在一定角度范围内对入射角的变化不敏感,当入射角度持续增大时,衍射效率随入射角的增加快速下降.当入射角从0°增大到4.5°时,衍射效率几乎没有下降;当入射角从4.5°增大到6.7°时,衍射效率开始缓慢下降到95%;当入射角从6.7°增大到9.5°时,衍射效率明显下降到80%;当入射角从9.5°增大到18°时,衍射效率快速下降到0.     

二元光学元件及其应用

叙述一种新型衍射光学元件──—二元光学元件的设计原理及其制造方法。分析二元光学元件的衍射效率和色差，讨论光刻法对其最小特征线宽的限制因素，阐明二无光学元件的特点及应用。     

用二元光学技术制作计算全息波面变换元件

基于计算全息原理与二元光学技术设计制作了应用于机载平视显示器（HUD）中的计算全息波面变换元件,该元件具有较高的衍射效率,一块二元相位型计算全息元件的衍射效率比一般计算全息图的衍射效率提高了四倍,并能产生传统光学元件不能实现的光学波面,如非球面,环状面和锥面等,制作工艺简单,复制简便。     

用于共孔径相干合成的衍射光学元件设计

分析了衍射光学元件实现共孔径相干合成的物理过程,建立了基于衍射光学元件的共孔径相干合成数学模型,推导了合成光束复振幅与入射光束和衍射光学元件相位分布之间的关系。提出用合成光束强度分布的均匀性作为评价函数的优化方法,获得了一维衍射合束器的相位分布。与文献报道的衍射光学元件分束器相比,可获得更高的合成效率。采用模拟退火算法结合随机并行梯度下降算法优化合束器设计,提高了计算效率,获得了多束衍射合束器的相位分布和合成效率。分析了单子束失效及合束器像差对合成效率的影响,结果表明:随着合束数量的增加,单子束失效对合成效率的影响逐渐减小;若使合成效率退化小于5%,衍射光学元件的波像差均方根值应控制在λ/28以内。     

深蚀刻二元光学元件

提出一种新颖的，蚀刻位相深度超过２π的深蚀刻二元光学技术，并从理论上分析深蚀刻二元光这元件与衍射效率的关系，然后用计算机进行模拟与分析，得到深蚀刻二元光学元件特性后一些初步研究结果。     

二元光学元件

二元光学元件是一种新型的衍射光学元件,它对光学仪器的小型化、集成化起着很重要的作用。本文介绍了二元光学元件的概况,衍射透镜理论,二元光学元件的制造方法以及发展趋势。     

基于叠层衍射成像的二元光学元件检测研究

本文提出了一种基于叠层衍射成像(ptychography)的二元光学元件的检测方法,该方法可实现对二元光学元件表面微观轮廓的检测以及特征尺寸的标定.相比于传统的二元光学元件检测方法,其使用无透镜成像技术,简化了系统结构并可适用于特殊环境下的检测.该方法可直接通过采集多幅衍射图,利用叠层衍射成像迭代算法可精确地复原大尺寸待测元件的表面微观轮廓,提高大尺寸器件的检测效率.本文模拟仿真了台阶高度与噪声大小对纯相位台阶板复原结果的影响,并在光学实验中选取计算全息板为样品,复原样品的表面微观轮廓信息以及得到台阶高度.以白光干涉仪检测结果为标准,该方法在精度要求不太高的前提下,可获得令人满意的成像质量.     

基于空间光调制器的《信息光学》实验设计与开发

利用空间光调制器设计了几个典型的信息光学实验。针对信息光学中的波前调制、光束调制部分难于理解的问题,利用G-S算法,基于空间光调制器设计了正弦光栅和闪耀光栅二元光学衍射元件。理论分析和实验结果表明,设计的二元衍射光学元件达到了实验要求。这为信息光学课程的实验设计提供了一条新思路。     

利用二维杨-顾算法设计非对称结构衍射光学元件

杨 顾算法是一种设计衍射光学元件的相位恢复方法。在大多数文献中,主要用它来设计一维衍射光学元件和具有旋转对称结构的二维衍射光学元件,故在此称之为一维杨 顾算法。二维杨 顾算法可用来设计任意结构的二维衍射光学元件。在基于非幺正变换光学系统中,用振幅 相位恢复理论建立了二维杨 顾算法的数学模型,给出了迭代算法。利用自编的仿真程序包设计了一个具有非对称结构的衍射相位元件。     

Ant colony optimization: Introduction and recent trends

Ant colony optimization is a technique for optimization that was introduced in the early 1990's. The inspiring source of ant colony optimization is the foraging behavior of real ant colonies. This behavior is exploited in artificial ant colonies for the search of approximate solutions to discrete optimization problems, to continuous optimization problems, and to important problems in telecommunications, such as routing and load balancing. First, we deal with the biological inspiration of ant colony optimization algorithms. We show how this biological inspiration can be transfered into an algorithm for discrete optimization. Then, we outline ant colony optimization in more general terms in the context of discrete optimization, and present some of the nowadays best-performing ant colony optimization variants. After summarizing some important theoretical results, we demonstrate how ant colony optimization can be applied to continuous optimization problems. Finally, we provide examples of an interesting recent research direction: The hybridization with more classical techniques from artificial intelligence and operations research.     

混沌系统的变论域模糊控制算法研究

混沌运动和混沌控制受到广泛关注,本文利用模糊控制实现混沌系统的控制.针对模糊控制器精度不高,模糊控制中规则数量与控制精度之间的矛盾,提出了一种基于蚁群优化算法的变论域模糊控制器.通过分析变论域模糊控制中的2类伸缩因子,指出其中1类并不能满足广义伸缩因子条件.提出利用蚁群优化算法对伸缩因子智能寻优的方法,在对蚁群算法改进的基础上,构成一种基于蚁群算法的变论域模糊控制,将设计的控制器用于Duffing混沌系统的控制.仿真结果表明,提出的控制算法在收敛速度和稳态性能上要略优于其他控制方式. 关键词： 混沌 变论域模糊控制 伸缩因子 蚁群优化算法     

基于人工免疫改进的搬运机器人蚁群路径规划

针对搬运机器人在障碍环境下的路径寻优问题,提出一种基于人工免疫改进的蚁群路径规划算法(AI-ACA)。蚁群算法(ACA)的规划依赖于信息素挥发系数、期望启发因子和信息启发因子等参数的选取,传统ACA通过经验来设定这三个参数,但路径寻优中的最优参数因障碍环境而异,为解决经验参数对不同环境路径寻优结果的影响,引入人工免疫算法(AIA),对ACA的相关参数进行迭代优化,以此改善路径寻优结果。仿真结果及在自制机器人平台上测试表明,AI-ACA对于不同障碍环境可以准确地进行路径规划,在同样环境下较所参考的定参数蚁群路径规划效果有明显提升,提高了整个系统的运输效率。     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

应用理性优化蚁群算法提高激光三维复制的重现度

三维复制人工耳和打印手枪把激光三维复制技术推向新的一页。激光三维扫描是激光应用中一个新兴的重要领域,在三维复制中扮演着无可替代的角色,其复制精度在目前所有复制技术中是最高的。而重现度标志着复制结果与复制对象几何形状上的一致程度,是激光三维复制最重要的指标。分析了激光三维复制的误差,得出激光扫描的点云数据处理是减小误差、提高重现度的关键所在的结论。主要创新点在于,在传统蚁群算法的基础上,将提出理性优化蚁群算法应用于激光三维复制中的数据处理。经计算对比发现,有效减小了复制的误差,提高了复制的重现度。     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

基于蚁群优化与神经网络的坦克目标识别算法

为了对成像引信探测得到的变形严重的图像进行识别,提出了基于蚁群优化与人工神经网络相结合的坦克目标识别算法.采用SUSAN特征检测原则提取目标图像的角点特征,作为神经网络模式分类器的输入.针对BP网络收敛速度慢,易于陷入局部极小点等问题,利用蚁群优化算法训练网络权值,可兼有ANN的广泛映射能力和蚁群算法的全局收敛以及启发式学习等特点.仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度.     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

基于遗传-模拟退火的蚁群算法求解TSP问题

传统的蚁群算法具有收敛性好、鲁棒性强等优点,但在解决旅行商(TSP)问题方面存在收敛时间长,容易出现停滞等问题。为了提高传统蚁群算法的解的质量,本文提出了基于遗传-模拟退火的蚁群算法（G-SAACO）,将遗传算法和模拟退火算法引入蚁群算法中。其方法是在传统蚁群算法中引入遗传算法的变异与交叉策略来得到候选解,增加解的多样性。同时引进模拟退火算法机制,使得在高温时以较高概率选择候选集中比较差的解加入最新集,温度控制上加入了回火机制,进一步提高解的质量。为了检验改进的蚁群算法,随机选用了TSPLIB中的部分城市进行仿真,结果与传统蚁群算法、模拟退火蚁群算法、遗传蚁群算法相比,算法具有较强的发现较好解的能力,同时增强了平均值的稳定性。     

改进蚁群算法的局部信息动态路径规划

针对传统蚁群算法收敛速度慢、对动态路径变化适应性低的局限性,提出了一种基于局部信息获取策略的动态改进型蚁群算法。该算法利用局部信息获取策略,进行最优局部目标点的获取,然后调用改进蚁群算法获取局部区域内的最优路径,再重复循环获取新的最优局部目标点,直到找到全局目标点。与此同时,将提出的改进型蚁群算法应用于动态路径规划中的路径寻优与避障,仿真结果表明：提出的算法在具有与传统蚁群算法相当的路径优化效果的同时,能够有效适应障碍变化、大大提高了路径规划的收敛速度。