单双层共轭系统的共轭高度对等晕角的影响

 简要介绍了传统自适应光学系统的局限性和多层共轭自适应光学基本原理。模拟了单双层共轭校正系统的共轭高度,并结合平程与垂程(HV模型)两种传输状态对系统等晕角增益作了进一步的分析。对单层共轭系统,在20 km的传输距离内,在平程中整个区域都属于等晕角放大区,共轭高度的最佳位置在传输距离的中间（约10 km处）,等晕角取极大值,增益效果较好;但垂程中增益效果变差,且等晕角放大区也仅在3.6 km之内。对双层共轭系统来说,第1层共轭高度的变形镜主要对近距离畸变波前进行校正,并对整个传输距离的等晕角影响很大,是双层共轭系统的关键因素;第2层共轭高度对远距离等晕角影响较大。     

变形镜波前补偿能力的空间频域分析

 利用滤波器原理从空间频域分析了连续镜面分立驱动变形镜对波前的补偿能力。将变形镜等效为一高通滤波器,通过数值计算分析了滤波器函数与驱动器密度、高斯指数、交连值等变形镜主要参数的关系,解释了参数变化对波前拟合能力的影响。结果表明：驱动器密度是波前补偿能力的决定因素,增大高斯指数和交连值一定程度上有利于低空间频率波前的补偿。应用中应该根据待补偿波前的特征正确地选择和调整变形镜参数。     

奇异摄动反应扩散方程的后验误差估计及自适应算法

研究了一类奇异摄动半线性反应扩散方程的自适应网格方法.在任意非均匀网格上建立迎风有限差分离散格式,并推导出离散格式的后验误差界,然后用该误差界设计自适应网格移动算法.数值实验结果证明了所提出的自适应网格方法的有效性.     

变形镜部分驱动器断电失效对校正性能的影响

变形镜在长期工作的过程中,压电陶瓷驱动器因累积疲劳效应会导致其失效,从而导致校正性能的降低.从变形镜的影响函数出发,将失效驱动器的电压置零,采用有限元方法建立变形镜疲劳失效模型,重点分析畸变波前的形态分布、入射光束的类型和驱动器的排布方式等对校正能力的影响.实验结果表明,在部分驱动器失效的情况下,变形镜应当根据高斯型随...     

旋转导向钻井工具姿态测量陀螺仪故障估计与处理方法

针对旋转导向钻井工具姿态测量系统陀螺仪故障问题,提出一种陀螺仪加性故障估计与处理方法.首先将陀螺仪故障增广为状态变量,融合加速度计测量信息建立非线性测量模型;然后针对由于模型线性化、陀螺仪漂移、钻井过程的高温、高压、强振动等因素导致卡尔曼滤波算法估计精度变差的问题,将测量误差等效为幅值有界但分布未知的误差,提出了一种自...     

微加工薄膜变形镜特性分析

 借助测量微加工薄膜变形镜驱动器的面形影响函数,分析了驱动器的电压-位移函数和驱动器之间的线性叠加性;通过对连续面形变形镜拟合像差的理论分析和实验研究,建立了微加工薄膜变形镜电压解耦模型。分析了对前36阶Zernike模式的拟合残差和拟合能力,指出微加工薄膜变形镜仅可用来拟合低级像差并且有较大的拟合能力和较小的拟合残差,而不能拟合高级像差。     

共孔径偏振耦合分光系统中反射镜造成的相位延迟差的测量

 激光信标共孔径发射接收偏振分光系统的动态相位补偿需要测量望远镜各反射镜对s光和p光的相位延迟差。利用Stokes矢量和Mueller矩阵建立了物理模型,并推导出用测得的回光功率计算相位延迟差的解析式。提出一种通过实验测量回光功率计算反射镜相位延迟差的方法,解决了在0～2p范围内唯一确定反射镜相位延迟差的问题。实际测量了两块反射镜的相位延迟差,并将测量结果用于动态相位补偿偏振分光实验,验证了该方法的正确性。分析了偏振分光棱镜、法拉第旋光器以及近似计算这3个主要的测量误差源,并估计总测量误差约为1°。     

共孔径偏振耦合分光的旋转四分之一波片相位补偿技术

 在地平式折轴望远镜中开展自适应光学激光导星实验,研究了共孔径发射接收信标激光束偏振耦合分光效率随望远镜方位角和天顶角变化的补偿技术。提出了一种由四分之一波片和法拉第旋光器构成的相位补偿器,通过旋转四分之一波片以实时补偿由于望远镜旋转导致的光路相位延迟量的变化。数值计算表明,望远镜处于任意方位角和天顶角位置时,通过1°步长旋转四分之一波片,可使补偿后的偏振分光效率理论上达到99.90％以上。实验从原理上定性地验证了该方法的有效性。只要测量出镜面的相位延迟,便可计算得到望远镜处于不同方位角和天顶角情况下有效补偿所需的四分之一波片旋转角度,据此可建立实用的旋转波片偏振补偿装置。     

双侧截断回归模型的变量选择

在回归分析中,当因变量存在双侧截断时,已有的统计方法会使得回归模型的系数估计与变量选择产生偏差.本文提出一种适用于双侧截断回归模型的系数估计与变量选择方法,且该方法允许回归模型中自变量的个数随着样本量增大并趋于无穷而趋于无穷.该方法的主要思想是,提出一种Mann-Whitney型的损失函数来进行纠偏,随后加入自适应最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)惩罚项来进行变量选择.本文同时设计一种迭代算法来实现损失函数的优化;且证明了所提出估计量的相合性与渐近正态性,还给出所提出变量选择方法的神谕性(oracle property).本文通过随机模拟展示所提出方法在有限样本量下的表现,并使用所提出方法分析一个天文学领域的实际数据集.     

用自适应谐振网络进行图像纹理的分类与识别

分析了自适应谐振（ＡＲＴ２）神经网络模型的模式分类能力，并利用该网络来进行图像纹理的分类和识别，对６类自然景物的纹理图片分类和识别的结果验证了方法的有效性，对心脏超声图片的分类也取得一些初步成果．