[发明专利]一种大气湍流畸变光斑的模式分解方法、设备以及介质在审
申请号: | 202211421937.7 | 申请日: | 2022-11-14 |
公开(公告)号: | CN115730204A | 公开(公告)日: | 2023-03-03 |
发明(设计)人: | 高世杰;于溪畅;马烈;王晞名 | 申请(专利权)人: | 中国科学院长春光学精密机械与物理研究所 |
主分类号: | G06F18/2135 | 分类号: | G06F18/2135;G06F18/22 |
代理公司: | 长春中科长光知识产权代理事务所(普通合伙) 22218 | 代理人: | 陈陶 |
地址: | 130033 吉林省长春*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 大气 湍流 畸变 光斑 模式 分解 方法 设备 以及 介质 | ||
1.一种大气湍流畸变光斑的模式分解方法,其特征在于,包括:
令高斯光束经过湍流相位屏,使所述高斯光束的光斑的波前发生畸变,产生畸变光斑;
对所述畸变光斑进行奇异值分解SVD分解,根据目标相似度值确定选取的奇异值个数;
基于分解的模式个数与选取的奇异值个数相等,生成相应的模式。
2.根据权利要求1所述的大气湍流畸变光斑的模式分解方法,其特征在于,所述令高斯光束经过湍流相位屏,使光斑的波前发生畸变,产生畸变光斑,包括:
采用多相位屏法模拟大气湍流,使用功率谱反演法得到大气扰动的相位分布;
令高斯光斑经过大气湍流相位屏,得到畸变光斑E,其中E为一个m*n的矩阵,矩阵的秩为r。
3.根据权利要求2所述的大气湍流畸变光斑的模式分解方法,其特征在于,所述对所述畸变光斑进行奇异值分解SVD分解,根据目标相似度值确定选取的奇异值个数,包括:
对所述畸变光斑E首先进行SVD分解,得到所述畸变光斑的左奇异矩阵U、右奇异矩阵V和奇异值矩阵S,其中所述左奇异矩阵U为m*m阶矩阵,所述右奇异矩阵V为n*n阶矩阵,所述奇异值矩阵S为m*n阶的对角线矩阵,对角线上分布着矩阵的奇异值δ1、δ2、…δr,按照由大到小的顺序进行排列,奇异值分解过程如下式(1):
E=U*S*VT (1)
初始化SVD模式分解的参数,将SVD分解的阶数,选取的奇异值个数K设置为1,设置目标相似度值ALFA,目标相似度值α的计算如下式(2):
其中E为畸变光斑,E’为重构光斑,目标相似度值α表示畸变光斑与重构光斑的相似程度,数值越大,相似程度越高;
取所述奇异值矩阵S中的前K个奇异值,生成新的奇异值矩阵SK,取所述左奇异矩阵U的前K列组成新的左奇异矩阵UK,取所述右奇异矩阵V的前K行组成新的右奇异矩阵VK,其中,UK为m*K阶矩阵,SK为K*K阶矩阵,VK为K*n阶矩阵;
将畸变光斑E重构为E’,重构过程如下式(3):
利用公式(3)计算畸变光斑E与重构光斑E’的目标相似度值,记作α;
判断目标相似度值α是否满足α≥ALFA;
若目标相似度值α不满足α≥ALFA则把奇异值个数K增加1直到满足为止。
4.根据权利要求3所述的大气湍流畸变光斑的模式分解方法,其特征在于,所述基于分解的模式个数与选取的奇异值个数相等,生成相应的模式,包括:
根据得到SVD分解的奇异值个数为K;
奇异值矩阵SK为公式(4):
将奇异值矩阵SK中,除位置坐标为(i,i)的元素外,其余元素全部设置为0,构成K个子矩阵Si,Si的表示如下公式(5):
根据矩阵的加法定义,将奇异值矩阵SK分解为K个子矩阵的和,分解过程如公式(6):
将重构光斑E’写作公式(7):
根据式(7)定义K个模式E1~EK,重构光斑E’写作公式(8):
各个模式Ei为公式(9):
5.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至4中任一项所述的大气湍流畸变光斑的模式分解方法。
6.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至4中任一项所述的大气湍流畸变光斑的模式分解方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211421937.7/1.html,转载请声明来源钻瓜专利网。