本文主要研究内容
作者李灿（2019）在《大气湍流畸变波前信号的稀疏重建研究》一文中研究指出：为了克服大气湍流干扰,避免地基望远镜观测到的天体图像降质,提高望远镜的观测分辨率,大型地基天文望远镜在天文成像观测中都陆续配备了自适应光学系统。波前传感器作为自适应光学系统必不可少的一部分,能够实时测量大气湍流波前动态误差,是自适应光学系统的关键器件之一。哈特曼波前传感器（Shack-Hartmann wavefront sensor,SHWFS）是一种常用的波前传感器,它通过微透镜阵列实时测量大气湍流相位梯度变化实现对大气湍流畸变波前信号的测量,因此对波前相位梯度信号的测量重建具有重要的理论和实践意义。在传统的大气湍流畸变波前信号测量、处理框架中,当信号的采样满足奈奎斯特采样定理时,才能保证信号在传输过程中不被破坏,进而完成信号的采集、传输、存储和恢复。随着天文光学望远镜口径的增大,成像分辨率的提高,对大气湍流波前测量系统提出了更高的要求,因此本文将压缩感知技术应用于大气湍流波前相位测量重建。压缩感知技术用于大气湍流波前梯度测量能在很大程度上减少波前梯度的测量数目,同时降低波前测量系统的硬件压力。与现有波前梯度测量方法相比,压缩感知波前测量方法增加了从波前梯度的稀疏测量值到波前梯度信号的重建过程,为了满足波前信号实时测量的要求,将压缩感知技术用于波前测量,首先需要快速、高精度的波前梯度重建算法。Smoothed l0Norm（SL0）算法是一种近似l0范数估计的优化迭代重建算法,它不需要提前知道信号的稀疏度,计算量低且重建精度高,更符合大气湍流波前相位梯度重建要求。本文在SL0算法的基础上对波前梯度信号进行分区域测量,结合并行运算,提出了一种分区域并行重建算法—Block-Smoothed l0 Norm（B-SL0）。通过理论分析和仿真实验结果表明,B-SL0在计算时间和精度都明显优于现有的其它重建算法,初步证明了压缩感知技术用于大气湍流波前测量的可行性。SL0算法是一种一维重建算法,而大气湍流波前梯度信号是二维信号。重建二维信号时,通常将该二维信号转换为一维信号,这样不但会破坏信号内部结构,同时增加了计算复杂度和存储空间。本文直接对二维信号实现二维重建,提出了Two-dimensional Newton Smoothed l0Norm（2D-NSL0）重建算法。该算法利用双曲正切函数近似逼近l0范数,将修正牛顿方向作为搜索方向,提高了算法的重建精度,降低了运行时间,减少了存储内存的使用。在相同的条件下,相比于一维重建算法相比,2D-NSL0算法在速度和精度上皆有所提高。
Abstract
wei le ke fu da qi tuan liu gan rao ,bi mian de ji wang yuan jing guan ce dao de tian ti tu xiang jiang zhi ,di gao wang yuan jing de guan ce fen bian lv ,da xing de ji tian wen wang yuan jing zai tian wen cheng xiang guan ce zhong dou liu xu pei bei le zi kuo ying guang xue ji tong 。bo qian chuan gan qi zuo wei zi kuo ying guang xue ji tong bi bu ke shao de yi bu fen ,neng gou shi shi ce liang da qi tuan liu bo qian dong tai wu cha ,shi zi kuo ying guang xue ji tong de guan jian qi jian zhi yi 。ha te man bo qian chuan gan qi （Shack-Hartmann wavefront sensor,SHWFS）shi yi chong chang yong de bo qian chuan gan qi ,ta tong guo wei tou jing zhen lie shi shi ce liang da qi tuan liu xiang wei ti du bian hua shi xian dui da qi tuan liu ji bian bo qian xin hao de ce liang ,yin ci dui bo qian xiang wei ti du xin hao de ce liang chong jian ju you chong yao de li lun he shi jian yi yi 。zai chuan tong de da qi tuan liu ji bian bo qian xin hao ce liang 、chu li kuang jia zhong ,dang xin hao de cai yang man zu nai kui si te cai yang ding li shi ,cai neng bao zheng xin hao zai chuan shu guo cheng zhong bu bei po huai ,jin er wan cheng xin hao de cai ji 、chuan shu 、cun chu he hui fu 。sui zhao tian wen guang xue wang yuan jing kou jing de zeng da ,cheng xiang fen bian lv de di gao ,dui da qi tuan liu bo qian ce liang ji tong di chu le geng gao de yao qiu ,yin ci ben wen jiang ya su gan zhi ji shu ying yong yu da qi tuan liu bo qian xiang wei ce liang chong jian 。ya su gan zhi ji shu yong yu da qi tuan liu bo qian ti du ce liang neng zai hen da cheng du shang jian shao bo qian ti du de ce liang shu mu ,tong shi jiang di bo qian ce liang ji tong de ying jian ya li 。yu xian you bo qian ti du ce liang fang fa xiang bi ,ya su gan zhi bo qian ce liang fang fa zeng jia le cong bo qian ti du de xi shu ce liang zhi dao bo qian ti du xin hao de chong jian guo cheng ,wei le man zu bo qian xin hao shi shi ce liang de yao qiu ,jiang ya su gan zhi ji shu yong yu bo qian ce liang ,shou xian xu yao kuai su 、gao jing du de bo qian ti du chong jian suan fa 。Smoothed l0Norm（SL0）suan fa shi yi chong jin shi l0fan shu gu ji de you hua die dai chong jian suan fa ,ta bu xu yao di qian zhi dao xin hao de xi shu du ,ji suan liang di ju chong jian jing du gao ,geng fu ge da qi tuan liu bo qian xiang wei ti du chong jian yao qiu 。ben wen zai SL0suan fa de ji chu shang dui bo qian ti du xin hao jin hang fen ou yu ce liang ,jie ge bing hang yun suan ,di chu le yi chong fen ou yu bing hang chong jian suan fa —Block-Smoothed l0 Norm（B-SL0）。tong guo li lun fen xi he fang zhen shi yan jie guo biao ming ,B-SL0zai ji suan shi jian he jing du dou ming xian you yu xian you de ji ta chong jian suan fa ,chu bu zheng ming le ya su gan zhi ji shu yong yu da qi tuan liu bo qian ce liang de ke hang xing 。SL0suan fa shi yi chong yi wei chong jian suan fa ,er da qi tuan liu bo qian ti du xin hao shi er wei xin hao 。chong jian er wei xin hao shi ,tong chang jiang gai er wei xin hao zhuai huan wei yi wei xin hao ,zhe yang bu dan hui po huai xin hao nei bu jie gou ,tong shi zeng jia le ji suan fu za du he cun chu kong jian 。ben wen zhi jie dui er wei xin hao shi xian er wei chong jian ,di chu le Two-dimensional Newton Smoothed l0Norm（2D-NSL0）chong jian suan fa 。gai suan fa li yong shuang qu zheng qie han shu jin shi bi jin l0fan shu ,jiang xiu zheng niu du fang xiang zuo wei sou suo fang xiang ,di gao le suan fa de chong jian jing du ,jiang di le yun hang shi jian ,jian shao le cun chu nei cun de shi yong 。zai xiang tong de tiao jian xia ,xiang bi yu yi wei chong jian suan fa xiang bi ,2D-NSL0suan fa zai su du he jing du shang jie you suo di gao 。
论文参考文献
论文详细介绍
论文作者分别是来自太原理工大学的李灿，发表于刊物太原理工大学2019-07-26论文，是一篇关于大气湍流论文,波前相位论文,压缩感知论文,重建算法论文,太原理工大学2019-07-26论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自太原理工大学2019-07-26论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：大气湍流论文; 波前相位论文; 压缩感知论文; 重建算法论文; 太原理工大学2019-07-26论文;