板条增益介质波前畸变诊断方法

对波前重构算法中的区域法进行了改进,使其能够应用于板条增益介质的波前畸变诊断。利用该方法对47块Nd: YAG板条增益介质沿厚度方向波前畸变进行测量,指出镀膜和加工等环节对增益介质的波前畸变可能造成的影响。按照波前畸变峰谷（PV）值对测量结果进行了统计,结果表明:增益介质造成的静态波前畸变参差不齐,测量样本中静态畸变PV值最多可达5 m以上,且仅有4.1%的增益介质静态畸变PV值小于1 m。通过选取某些增益介质使之级联,测量其组合波前畸变,发现在系统中使用两块波面互补的增益介质有助于减小系统的静态波前畸变。     

基于压缩调制模式的波前重构

介绍了一种利用压缩调制模式提高探测频率的波前重构方法。该方法选取与待测光场实部线性相关度较高的Walsh函数项进行系数求解,实现对光场实部的重构;同时,基于空间光强分布对光场虚部进行重构,以避免对Walsh函数乘法定理的依赖和额外调制模式的使用。该方法充分压缩了波前重构过程中所需的调制模式数量,提升了波前采样频率。数值仿真结果表明,该方法能够将波前采样时间缩短为原来的1/12。     

基于阈值式小波变换的波前重构算法

 针对传统的波前重构器计算效率低、稳态误差大的问题,提出了阈值式波基多分辨力波前重构算法,采用4维波基作为标准正交基,将波前相位畸变投射到4维波基上,使伪逆矩阵变为稀疏矩阵,有效地减少了计算量,并采用阈值法去除波前重构矩阵算子中对精度影响较小的高分辨力波基系数,进一步增加了矩阵的稀疏程度,提高了运算效率,并与传统的最小二乘法、Zernike模式法和迭代法进行了计算量和均方根误差的比较,仿真结果表明该算法无论在计算速度和收敛精度上均优于其它算法。     

采用阵列波带片波前传感的激光波前重构

 在高功率激光系统，激光束小尺度相位畸变波前探测是实现激光束中频段波前补偿与控制的重要前提。采用阵列菲涅耳波带片作为激光束波前传感的子孔径分割器，利用区域重构的Southwell模型进行波前重构。并针对波前传感器子孔径数目、小尺度相位畸变波前的参数对波前重构精度影响进行分析与模拟计算，给出了阵列菲涅耳波带片合理的子孔径数目，为20×20～30×30；对小尺度相位畸变，激光束波前的重构误差小于十分之一波长。     

激光推进应用中的波前重构仿真研究

分析了Hartmann传感器应用于激光推进中波前畸变测量的可行性,介绍了模式法波前重构原理。利用MATLAB7.0对小孔板进行了仿真。并根据几何光线追迹原理,对设定的畸变波前进行了重构。同时比较了选用不同Zernike模式数的波前重构结果以及选用不同采样率小孔板的波前重构结果。仿真结果表明:Hartmann传感器对推进应用中大口径光斑的波阵面测量是可行的。     

横向剪切干涉的波前重构新方法

 在常规横向剪切干涉仪的基础上,利用波前周期延拓的假设,基于小波变换的方法实现了波前重构。这种波前复原实现了光滑波前的快速重构,并且能够较好地快速重构非模式波前。数值模拟表明,该方法对波前复原的精度优于常规多项式拟合方法。利用该方法在不均匀介质对波前的扰动的测量重构表明,重构波前比常规多项式拟合重构波前合理。     

环形区域上Zernike模式法波前重构

 针对激光技术领域常见的环形激光光束,利用圆域Zernike多项式和环域Zernike多项式进行模式法波前重构,结果显示,如果环形激光光束波前相位畸变主要由低空间频率成分组成,则可以直接利用圆域Zernike多项式进行波前重构;如果环形激光光束波前相位畸变含有较多的高阶频率成分,则利用环域Zernike多项式进行波前重构。     

基于背景纹影波前传感技术的气动光学波前重构与校正

背景纹影波前传感(backgroud oriented schlieren based wavefront sensing, BOS-WS) 是利用背景纹影技术测量光学波前二维分布的新型实验手段, 可定量测量光线通过干扰场后产生的光学畸变并给出光程差. 为了利用BOS-WS技术获得光线因气动光学效应产生的畸变信息, 并通过已知畸变信息还原原始图像, 进而探索一种新型的超声速成像制导方法, 本文通过理论分析, 验证了利用背景纹影技术测量光学波前的方法, 探索了利用已知波前信息预测畸变位移场以及利用已知位移场进行波前重构的计算方法. 通过数值模拟比较了一阶梯形积分算法和Southwell方法在波前重构上的误差大小和结果合理性, 并通过误差分析证明了Southwell方法更加精确合理. 通过蜡烛火焰上方流场畸变实验和透镜对波前的扰动实验, 创造性地探索了利用已知光学光程差还原畸变位移场及用其校正畸变图像的方法, 并通过验证性实验证明了校正方法的有效性.     

基于滤波函数的分立变形镜波前校正效果预估

采用变形镜影响函数对畸变波前的校正过程进行模拟,并利用超高斯滤波函数对模拟的校正效果进行拟合和统计,确定出变形镜交连值与滤波函数平滑因子的定量关系,进而建立和完善了基于滤波函数的分立变形镜波前校正预估模型。在此基础上,针对具有随机畸变波前的环状光束,对波前校正预估模型的有效性和适应性进行了验证和分析。在实际工作中,只要给定分立变形镜的驱动器间距和变形镜交连值,即可利用给出的超高斯滤波函数波前校正预估模型,从而简便而准确地预估变形镜对不同畸变波前的校正效果。     

基于衍射光栅曲率波前传感器的实时波前重构研究

自适应光学系统要求波前传感器能实现动态实时测量,曲率波前传感技术符合这一发展要求。一种新型的基于扭曲衍射光栅的曲率波前传感器在探测装置的实现方法方面具有较大优势,其波前重构已应用于光学度量。根据衍射光学理论,对其探测信号进行数值模拟,并利用Neumann边界条件的Green函数法对其波前重构进行数值模拟。结果表明：Green函数法归结为2矩阵相乘,计算速度快,达到实时重构要求; Green函数法对阶数不高的Zernike多项式重构效果较好;影响重构误差的主要因素是光强梯度的边界噪声。     

基于多对流速度的波前重构算法研究

 在气动光学研究中,Ronald J. Hugo 和Eric J. Jumper的小孔径光束技术(SABT)波前重构算法在理论推导中忽略了与涡结构尺度相关的对流速度的差异,因此必然会给波前重构带来误差。用小波分析提取了上、下游探测光束输出的不同尺度的光程信号,通过计算两个探测光束输出的同一尺度信号的互相关系数,并利用互相关系数达到最大值对应的延迟时间研究了尺度相关的对流速度,然后再进行尺度相关的小孔径光束波前重构。结果表明：相对于单一对流速度的小孔径光束波前重构算法,该尺度相关的波前重构算法能有效地提高波前重构的精度。     

小波变换在区域波前重构算法中的应用

在自适应光学中使用区域法进行波前重构的一个主要困难是计算量非常大。通过对重构矩阵进行小波变换 ,并对生成的矩阵选取门限 ,获得稀疏矩阵 ,从而可在对重构精度仅有轻微影响的情况下 ,显著降低计算量 ,提高计算速度。文中根据 Bowman[1 ]的理论分析 ,证实了小波变换应用于 Kolmogorov大气扰动重构的适用性 ,提出了适合工程设计应用的门限选择方法和评价参数 ,针对 Kovlmogorov大气扰动进行了计算机仿真 ,给出了有实际应用价值的结果     

Comparison of the efficiencies of Fourier and wavelet expansions in passive acoustic thermal tomography

A comparison of the accuracy achieved in temperature-distribution reconstruction by the Fourier and wavelet expansions in passive acoustic tomography is carried out. Since the use of focused ultrasound in hyperthermia leads to local heating of the tissue, the wavelet representation of such temperature distributions with local fluctuations is more compact than their Fourier representation. It is demonstrated that the compactness of the wavelet representation provides an opportunity to reduce considerably the number of unknown quantities in solving the inverse problem of acoustic thermal tomography and to increase the accuracy of the temperature-distribution reconstruction in comparison with the case of using the Fourier representation. A method for choosing a compact wavelet basis for temperature distributions obtained in the hyperthermia process is proposed.     

Joint reconstruction of multiecho MR images using correlated sparsity

This works addresses the problem of reconstructing multiple T1- or T2-weighted images of the same anatomical cross section from partially sampled K-space data. Previous studies in reconstructing magnetic resonance (MR) images from partial samples of the K-space used compressed sensing (CS) techniques to exploit the spatial correlation of the images (leading to sparsity in wavelet domain). Such techniques can be employed to reconstruct the individual T1- or T2-weighted images. However, in the current context, the different images are not really independent; they are images of the same cross section and, hence, are highly correlated. We exploit the correlation between the images, along with the spatial correlation within the images to achieve better reconstruction results than exploiting spatial correlation only.For individual MR images, CS-based techniques lead to a sparsity-promoting optimization problem in the wavelet domain. In this article, we show that the same framework can be extended to incorporate correlation between images leading to group/row sparsity-promoting optimization. Algorithms for solving such optimization problems have already been developed in the CS literature. We show that significant improvement in reconstruction accuracy can be achieved by considering the correlation between different T1- and T2-weighted images. If the reconstruction accuracy is considered to be constant, our proposed group sparse formulation can yield the same result with 33% less K-space samples compared with simple sparsity-promoting reconstruction. Moreover, the reconstruction time by our proposed method is about two to four times less than the previous method.     

Measurement of moments for centroid estimation in Shack-Hartmann wavefront sensor—a wavelet-based approach and comparison with other methods

A wavelet-based method of moment calculation with a set of basis functions is presented for centroid estimation in a Shack-Hartmann Wavefront Sensor. The method has been compared with other algorithms such as statistical averaging, FFT and least-squares method. A comparative analysis shows that wavelet method has a high accuracy and processing speed, and better suited for wavefront reconstruction applications. Further, the wavelet method presented here has a variable accuracy and resolution, and can be optimized for a particular application under consideration.     

两种实用的相空间重构方法

研究了目前流行的几种相空间重构技术,分析了它们存在的不足,在此基础上提出了两种适合于不同情况下的重构方法,并初步分析了它们重构的质量.在仿真实验中,由于两种方法都运用了小波降噪技术而具有一定的降噪能力,同时还可以看出第一种方法比第二种方法好.因此,在通常情况下,可以用第一种方法对信号进行重构.而在工程应用中,如需要重构的嵌入维较小时,可用第二种方法来对信号进行重构 关键词： 混沌 相空间重构 最大李雅普诺夫指数     

Choice of geometrical parameters of schemes for recording and reconstructing holograms of small-size particles

The effect of inequality of hologram recording and reconstruction wavelengths on the dimensions of images of microscopic particles reconstructed by using this hologram is considered within the framework of the third-order aberration theory. Recommendations on the choice of geometrical parameters of schemes for hologram recording and reconstruction providing the realization of a given accuracy of particle size measurement are given and substantiated. Limits of admissible variations of these parameters are determined.     

基于三次样条插值的图像多尺度方向边缘重构

为了检测小结构的轮廓以及大目标的边缘,将多尺度边缘检测与小波变换有机地结合起来,利用小波分析方法来研究信号的多尺度边缘特征。针对图像信号的多尺度边缘检测和重构问题,利用二进小波变换的多尺度分析特性,定义了图像在水平和垂直方向的多尺度边缘。同时,利用三次样条插值算法,提出了一种由二进小波变换在水平和垂直方向的极值重构图像信号的算法。实验结果显示多尺度重建方法与著名的交替投影算法相比,算法复杂度低,图像重建速度提高了20倍,而且重建图像质量较好,其峰值信噪比提高了1 dB以上。     

编码光系统的颜色耦合与颜色失衡校正

为了减小编码光系统中的颜色耦合与颜色失衡的干扰,提高形状与颜色重建的准确度,建立了彩色编码光系统,并对其所采用的编解码方法、颜色重建的两个相关环节及颜色校正方法进行了研究。首先,给出了系统的彩色梯形相移强度比编解码法,分析了编解码过程中存在的RGB基色相互耦合现象,设计了应用Caspi模型硬件标定的颜色耦合校正方案;然后,给出了系统的逐点颜色重建法,分析了颜色重建过程中由表面曲率导致的颜色失衡现象,设计了利用表面几何信息校正颜色失衡的方案。实验结果表明：校正后单一绿色图像中的红色分量值约为校正前的1/10;单色表面色差约为0.1,趋近于人眼颜色分辨率,远低于校正前的0.4;重建的单色复杂被测表面颜色均匀、视觉效果良好,符合实际情况。提出的方法符合编码光系统抗干扰能力强的要求,有助于提高形状与颜色重建的准确度。     

Phase space reconstruction of chaotic dynamical system based on wavelet decomposition

In view of the disadvantages of the traditional phase space reconstruction method,this paper presents the method of phase space reconstruction based on the wavelet decomposition and indicates that the wavelet decomposition of chaotic dynamical system is essentially a projection of chaotic attractor on the axes of space opened by the wavelet filter vectors,which corresponds to the time-delayed embedding method of phase space reconstruction proposed by Packard and Takens.The experimental results show that,the structure of dynamical trajectory of chaotic system on the wavelet space is much similar to the original system,and the nonlinear invariants such as correlation dimension,Lyapunov exponent and Kolmogorov entropy are still reserved.It demonstrates that wavelet decomposition is effective for characterizing chaotic dynamical system.