[发明专利]一种人眼像差校正控制方法

说明书

技术领域

本发明属于人眼像差控制技术领域，具体指的是一种人眼像差校正控制方法。

背景技术

在自适应光学的人眼像差校正控制系统中，控制目标是系统的连续型残余像差在足够的曝光时间内平均方差能达到最小值，也就是波前相位二次最小准则，由此建立关于变形镜控制电压u的自适应光学系统像差校正控制准则代价函数J_c(u)如下：

其中是指在t时刻控制电压为u的残余像差，||·||²为欧几里德范数，为残余像差Zernike模式系数的平方和，J_c(u)的最小化过程是根据传感器测量噪声信息和延迟的残余像差信息调整u的大小而实现，根据Marechal定理这又是最大化光学系统光学质量评价参数斯特列尔比的过程。一方面在基于自动控制理论的自适应光学控制过程中，其控制方法主要考虑系统的相位空间作用能力，忽略考虑了波前传感器、变形镜和畸变波前的时域动态性，而且它的控制准则侧重于波前相位校正，比如试图使变形镜产生与完全共轭的面形，从而达到残余像差为零的目的，但在实际情况中难以实现，特别是在人眼像差校正中，甚至会破坏既有的校正效果，因此传统控制理论下的自适应光学像差校正控制方法具有一定局限性。另一方面，在传统控制理论的范畴下，自适应光学控制方法一般采用简单的标准控制形式，主要通过选择相对合适的控制器传递函数对系统的输入和输出特性进行分析，即基于静态解耦模式的纯积分控制方法，而实际的自适应光学系统是集畸变像差控制电压u和噪声误差w为一体的多变量控制系统，且在系统内部的各变量中含有大量状态信息，因此随着自动控制理论的进一步发展，自适应光学系统中像差校正控制问题可以借助现代控制理论中的状态空间分析方法进行讨论并得到解决。

在现代控制理论的范畴下，自适应光学像差校正的最优控制可以转化为线性二次高斯（LQG）框架下的控制问题，这类控制问题根据分离原理可以分解成确定性最优控制问题和随机最优估计控制问题。前者是指通过确定的数学模型描述控制对象的运动规律，主要任务是在控制对象性能指标最优的条件下，确定状态变量与控制变量之间的关系。随机最优估计控制问题的特征是控制对象具有不确定性，并且在系统的输入和输出中均存在随机变量，同时以随机评价指标的数学期望作为最优性评判标准。

发明内容

本发明针对上述技术问题，提出一种人眼像差校正控制方法，所述方法根据自适应光学系统离散模型，充分考虑波前传感器、变形镜和畸变波前信息的时域动态性，提供可以校正人眼动态像差的变形镜电压控制方法。

本发明为解决上述技术问题，采用如下技术方案：

一种人眼像差校正控制方法，包括以下步骤：

步骤A，建立人眼自适应光学系统离散模型，该模型包括波前传感器模块WFS、控制器模块CC、数模转换模块DAC以及电压放大及变形镜响应模块DM，波前传感器模块WFS感知残余波前像差得到测量值y，将y与加性噪声w输入CC模块，CC模块输出电压u经过DAC模块实现数模变换产生连续型控制电压u(t)，所述控制电压控制变形镜响应模块DM得到变形镜校正波前将与畸变像差相减得到残余波前像差具体描述如下：

步骤A-1，波前传感器模块WFS，设定测量噪声w属于加性噪声，则k时刻波前传感器模块WFS的离散型测量值g_k为：

其中D是波前复原矩阵，T是CCD曝光采样周期；w_k是k时刻测量噪声，y_k是k时刻传感器测量值；

步骤A-2，控制器模块CC，控制器的动态方程为：

x_K,k+1=A_Kx_K,k+B_Kg_k

u_k=C_Kx_K,k+D_Kg_k

其中x_K是控制器模块CC状态变量，A_K是控制器模块CC系统矩阵，B_K是控制器模块CC输入矩阵，C_K是控制器模块CC输出矩阵，D_K是控制器模块CC前馈矩阵；x_K,k、g_k、u_k分别是k时刻的x_K、g、u值；