面向拼接镜共相误差检测的差分光学传递函数去卷积：原理、方法与应用

面向拼接镜共相误差检测的差分光学传递函数去卷积：原理、方法与应用一、绪论1.1大口径天文望远镜中的主动光学技术在天文学研究中，大口径天文望远镜的发展始终是推动人类对宇宙认知的关键力量。自天文望远镜诞生以来，其口径的不断增大成为提升观测能力的重要途径。早期受限于技术和材料，望远镜口径增长缓慢，如1897年美国叶凯士天文台安装的1.02米折射望远镜，由于大直径透射光学材料制备困难、透镜自重变形以及残余色差等问题，限制了大口径折射望远镜的进一步发展。随着技术的进步，反射望远镜逐渐成为主流，因其材料相对容易解决、无色差且可从背面均匀支承等优势，使得更大口径的望远镜得以实现，1948年美国帕洛马山天文台建成的5米反射望远镜以及1975年苏联建成的6米反射望远镜，成为当时的标志性成果，但也面临着造价高昂、镜面材料制备困难等挑战。主动光学系统的出现，为大口径天文望远镜的发展带来了革命性的变化。主动光学技术旨在实时检测望远镜的像质或镜面的形状，实时校正重力变形和热变形引起的误差，以及非实时校正光学系统的制造误差，使望远镜始终维持原有的镜面形状和准直精度，保持优秀的像质。其基本原理是通过在望远镜主镜后方设置多个计算机控制的促动器，根据波前传感器检测到的波前误差信息，精确调整主镜的形状和位置。当望远镜因重力、温度等因素导致镜面变形时，波前传感器会检测到波前的变化，计算机根据这些数据计算出每个促动器需要调整的量，然后控制促动器对主镜进行相应的调整，从而补偿镜面变形带来的像差，确保望远镜始终保持良好的成像性能。主动光学系统主要由波前检测、控制算法和促动器等关键部分构成。波前检测是主动光学系统的核心环节之一，常用的波前检测方法包括夏克-哈特曼波前传感器、干涉仪等。夏克-哈特曼波前传感器通过将波前分割成多个子孔径，利用微透镜阵列将每个子孔径的光线聚焦到探测器上，形成光斑阵列，根据光斑的位置和形状来计算波前的斜率和相位信息；干涉仪则是利用光的干涉原理，通过测量参考光束和被测光束之间的干涉条纹来获取波前误差信息。控制算法则根据波前检测得到的数据，计算出促动器的调整量，以实现对镜面的精确控制，常见的控制算法包括最小二乘法、共轭梯度法等。促动器作为执行机构，负责根据控制算法的指令对主镜进行物理调整，其性能直接影响到主动光学系统的校正精度和响应速度，常见的促动器类型有压电陶瓷促动器、电磁式促动器等，压电陶瓷促动器具有精度高、响应快等优点，电磁式促动器则具有出力大、行程长等特点。在大口径天文望远镜中，主动光学技术起着不可或缺的作用，能够有效提高望远镜的成像质量和观测能力。对于拼接镜面的望远镜，如凯克望远镜，主动光学系统通过精确控制各个子镜的相对位置和姿态，实现子镜之间的共相，使望远镜达到更高的分辨率和集光能力；对于大口径薄镜面望远镜，主动光学系统可以实时补偿镜面因重力、温度等因素引起的变形，保证镜面的精度，从而提高望远镜的成像质量。以凯克望远镜为例，其由36块1.8米子镜拼接成10米主镜口径，通过主动光学系统的共相控制，使得望远镜的角分辨率得到了极大提升，能够观测到更遥远、更暗弱的天体；而昴星团望远镜采用薄镜面主动光学技术，通过实时调整镜面形状，有效补偿了重力和温度对镜面的影响，提高了望远镜的成像质量，使其能够在更广泛的波段进行高精度观测。1.2拼接镜共相误差检测技术概述1.2.1常用拼接镜共相误差检测技术介绍在拼接镜共相误差检测领域，多种技术不断发展并应用，每种技术都有其独特的原理、优缺点，在不同的应用场景中发挥着重要作用。四棱锥检测法是一种较为经典的检测技术。其原理是利用四棱锥的特殊结构，当光线照射到四棱锥上时，会在探测器上形成特定的光斑图案。通过分析这些光斑图案的变化，可以获取拼接镜之间的共相误差信息。四棱锥检测法的优点是理论上可以实现较高的检测精度，对于微小的共相误差也能够较为敏感地检测出来；它在检测过程中对环境的要求相对不是特别苛刻，在一定程度的环境变化下仍能保持较好的检测性能。该方法也存在一些明显的缺点，高精度锥点角的加工难度极大，需要非常精密的加工工艺，这不仅增加了成本，也限制了其大规模应用；在实际操作中，顶点对准过程较难实现，需要耗费大量的时间和精力进行精确校准，否则会影响检测结果的准确性。宽窄带夏克哈特曼法基于夏克-哈特曼波前传感器原理发展而来。其工作原理是将波前分割成多个子孔径，利用微透镜阵列将每个子孔径的光线聚焦到探测器上，形成光斑阵列。通过分析光斑阵列的位置和形状变化，来计算拼接镜的共相误差。在窄带模式下，以单色光为入射光源，通过建立一系列不同共相误差下的光斑图像模板，将实际检测的光斑图像与模板进行互相关运算，从而确定共相误差值，这种方式测量精度较高，能达到6纳米；宽带模式则采用具有一定带宽的白光作为入射光源，通过相关参数来测量共相误差，测量范围和动态范围较大。宽窄带夏克哈特曼法的操作较为困难，光路复杂，需要精心设计和调试光路系统；该方法仅适用于检测piston误差，对于倾斜误差等其他共相误差类型无法有效检测，应用范围受到较大限制。干涉法是利用光的干涉原理进行共相误差检测的技术。其基本原理是将参考光束和被测光束进行干涉，通过观察干涉条纹的变化来获取共相误差信息。干涉法具有检测精度高的优点，能够精确地测量出微小的共相误差，对于高精度的拼接镜检测需求具有重要意义；它可以同时检测piston误差和倾斜误差，提供较为全面的共相误差信息。干涉法需要有稳定的参考光束，这在实际应用中增加了系统的复杂性和成本；对环境的要求较高，环境的微小变化，如温度、湿度、振动等，都可能对干涉条纹产生影响，从而影响检测结果的准确性，限制了其在一些复杂环境下的应用。色散条纹法利用不同波长的光在介质中传播速度不同而产生色散现象来检测共相误差。其原理是通过让具有一定带宽的光通过拼接镜系统，在探测器上形成色散条纹。根据色散条纹的变化来计算共相误差。色散条纹法的优点是在检测piston误差方面具有一定的优势，能够较为有效地检测出该类型的误差。它需要较大靶面的探测器来接收色散条纹，增加了设备成本；存在条纹抖动问题，容易受到环境因素的干扰，导致检测结果的不稳定；且只能检测piston误差，无法对倾斜误差等其他共相误差进行检测，应用局限性较大。1.2.2差分光学传递函数差分光学传递函数（DifferentialOpticalTransferFunction，dOTF）是一个用于描述光学系统对不同空间频率信号响应特性差异的函数。从定义上来说，它是指在特定条件下，光学系统对两个具有微小差异的输入信号的光学传递函数的差值。具体而言，假设输入信号为空间频率为ν的正弦波信号，经过光学系统后，其输出信号的调制传递函数为MTF(ν)，相位传递函数为PTF(ν)，对于两个相似但略有差异的输入信号，它们经过光学系统后的MTF和PTF的差值所构成的函数，即为差分光学传递函数。差分光学传递函数具有重要的物理意义。它反映了光学系统对不同空间频率信号的分辨能力的变化情况。在实际应用中，光学系统对于不同频率的信号响应是不同的，高频信号往往更容易受到像差、衍射等因素的影响而导致调制传递函数下降，差分光学传递函数能够清晰地展示出这种变化趋势，帮助我们了解光学系统在不同频率下的性能差异。通过分析差分光学传递函数，我们可以判断光学系统中存在的像差类型和程度，从而为光学系统的优化设计和性能评估提供重要依据。在拼接镜共相误差检测中，差分光学传递函数发挥着关键作用。由于拼接镜系统的复杂性，子镜之间的共相误差会导致光学系统的波前发生变化，进而影响光学传递函数。通过测量差分光学传递函数，可以敏感地检测到这些变化，从而准确地获取共相误差信息。在存在共相误差时，不同子镜的光学传递函数会出现差异，差分光学传递函数能够放大这种差异，使得共相误差更容易被检测和分析，为共相误差的精确检测和校正提供了有力的工具。1.2.3差分光学传递函数的优势与其他拼接镜共相误差检测技术相比，差分光学传递函数在多个方面展现出显著的优势。在检测精度方面，差分光学传递函数能够实现高精度的检测。它通过对光学系统传递函数的细微变化进行分析，能够敏感地捕捉到拼接镜子镜之间微小的共相误差。与一些传统的检测技术，如宽窄带夏克哈特曼法，虽然窄带模式下能达到6纳米精度，但操作复杂且仅适用于piston误差检测，差分光学传递函数不仅可以检测piston误差，还能对倾斜误差等多种共相误差进行高精度检测，其检测精度能够满足更高要求的拼接镜系统，对于实现拼接镜的高精度共相控制具有重要意义。差分光学传递函数在抗干扰性方面表现出色。在实际的观测环境中，会存在各种干扰因素，如大气湍动、温度变化、机械振动等，这些干扰可能会对检测结果产生影响。差分光学传递函数通过对信号差异的分析，能够有效地抑制共模干扰，对环境变化具有较强的适应性。以干涉法为例，其对环境要求较高，环境的微小变化容易导致干涉条纹的不稳定，从而影响检测结果，而差分光学传递函数在一定程度上能够克服这些问题，在复杂环境下仍能保持较为稳定的检测性能，为拼接镜共相误差检测提供了更可靠的保障。在检测的全面性方面，差分光学传递函数也具有优势。它可以同时检测多种共相误差，包括piston误差和倾斜误差等。而像色散条纹法，只能检测piston误差，对于倾斜误差无法检测，应用范围受到很大限制。差分光学传递函数能够提供更全面的共相误差信息，有助于对拼接镜系统的整体性能进行评估和优化，为拼接镜的精确调整和控制提供更丰富的数据支持。差分光学传递函数在检测效率方面也有一定的优势。其检测过程相对较为简洁，不需要像四棱锥检测法那样进行复杂的顶点对准等操作，也不需要像宽窄带夏克哈特曼法那样建立大量的模板图像并进行复杂的互相关运算。这使得在实际应用中，能够更快速地获取共相误差信息，提高检测效率，满足一些对检测速度有要求的应用场景。1.3研究目的与意义本研究旨在深入探究面向拼接镜共相误差检测的差分光学传递函数去卷积技术，解决拼接镜共相误差检测中的关键问题，提升检测精度和效率，为大口径天文望远镜的发展提供有力支持。在拼接镜共相误差检测领域，现有的检测技术虽然各有应用，但都存在一定的局限性。四棱锥检测法高精度锥点角加工难度大、顶点对准过程困难；宽窄带夏克哈特曼法操作复杂、光路复杂且仅适用于piston误差检测；干涉法对环境要求高、需要稳定参考光束；色散条纹法存在条纹抖动问题且只能检测piston误差。这些问题限制了拼接镜共相误差检测的精度和全面性，进而影响了大口径天文望远镜的成像质量和观测能力。本研究聚焦于差分光学传递函数去卷积研究，具有重要的理论和实际意义。从理论层面来看，差分光学传递函数在拼接镜共相误差检测中具有独特的优势，通过对其深入研究，可以进一步完善拼接镜共相误差检测的理论体系，为后续的研究提供更坚实的理论基础。研究差分光学传递函数去卷积算法，有助于深入理解光学系统对不同空间频率信号的响应特性，以及共相误差对光学传递函数的影响机制，为光学系统的优化设计和性能评估提供新的思路和方法。在实际应用方面，本研究的成果对于大口径天文望远镜的发展具有重要的推动作用。精确检测拼接镜的共相误差是实现大口径天文望远镜高分辨率成像的关键前提。通过提高共相误差检测的精度和效率，可以有效提升大口径天文望远镜的成像质量，使其能够观测到更遥远、更暗弱的天体，为天文学研究提供更丰富、更准确的数据。这对于人类探索宇宙奥秘、研究天体物理现象、揭示宇宙演化规律等具有重要意义。在观测系外行星时，高精度的共相误差检测能够提高望远镜对行星微弱信号的分辨能力，有助于发现更多的系外行星，并对其进行更深入的研究；在研究星系演化时，大口径天文望远镜能够观测到更遥远星系的细节，为星系演化模型的建立和验证提供更有力的数据支持。本研究还具有广泛的应用前景。除了大口径天文望远镜领域，拼接镜技术在其他光学系统中也有应用，如大型激光核聚变装置中的光学元件拼接、高分辨率空间光学成像系统等。本研究的成果可以为这些领域的拼接镜共相误差检测提供参考和借鉴，促进相关技术的发展和应用。在大型激光核聚变装置中，拼接镜的共相误差会影响激光的聚焦效果和能量传输效率，通过应用本研究的成果，可以提高拼接镜的共相精度，提升激光核聚变装置的性能。1.4论文主要研究内容本论文围绕面向拼接镜共相误差检测的差分光学传递函数去卷积展开深入研究，具体内容涵盖以下几个方面。在差分光学传递函数理论深入剖析方面，将对差分光学传递函数的定义、物理意义及其在拼接镜共相误差检测中的作用原理进行全面且深入的研究。通过详细的理论推导和分析，明确差分光学传递函数与拼接镜共相误差之间的内在联系，揭示其能够高精度检测共相误差的本质原因。结合实际的拼接镜系统，分析不同共相误差情况下差分光学传递函数的变化规律，为后续的检测算法设计和实验研究提供坚实的理论基础。在差分光学传递函数去卷积算法研究中，将致力于设计高效、精确的去卷积算法，以实现对拼接镜共相误差的准确检测。针对现有去卷积算法存在的问题和不足，如计算复杂度高、对噪声敏感等，提出创新性的改进思路和方法。运用数学模型和仿真实验，对改进后的算法进行性能评估和优化，对比不同算法在检测精度、计算效率等方面的差异，确定最优的去卷积算法。在算法设计过程中，充分考虑实际应用中的各种因素，如噪声干扰、数据采集误差等，提高算法的鲁棒性和适应性。为了验证差分光学传递函数去卷积算法的有效性，将开展系统的实验研究。搭建高精度的拼接镜共相误差检测实验平台，模拟实际的拼接镜系统工作环境。在实验平台上，运用所设计的差分光学传递函数去卷积算法对拼接镜的共相误差进行检测，并与其他传统的检测技术进行对比分析。通过实验数据的采集和处理，评估算法的检测精度、可靠性和稳定性，验证算法在实际应用中的可行性和优势。根据实验结果，对算法进行进一步的优化和改进，使其能够更好地满足实际工程需求。本论文的研究内容紧密围绕差分光学传递函数去卷积在拼接镜共相误差检测中的应用，从理论研究、算法设计到实验验证，形成一个完整的研究体系，旨在为拼接镜共相误差检测提供新的方法和技术，推动大口径天文望远镜技术的发展。二、差分光学传递函数基本原理2.1光学系统成像基本原理光学系统成像的基础是光的传播理论，其中光线传播遵循几何光学的基本定律，包括光的直线传播定律、光的反射定律和光的折射定律。光的直线传播定律表明，在均匀介质中，光沿直线传播，这是光学成像的基本前提，例如小孔成像就是基于光的直线传播原理，物体上的点发出的光线通过小孔后在光屏上形成倒立的实像。光的反射定律指出，反射光线、入射光线和法线在同一平面内，反射角等于入射角，这在平面镜成像等光学现象中有着广泛的应用，平面镜通过反射使物体在镜后形成等大、正立的虚像。光的折射定律则描述了光在不同介质界面处传播方向的改变，其数学表达式为n_1\sin\theta_1=n_2\sin\theta_2，其中n_1和n_2分别为两种介质的折射率，\theta_1和\theta_2分别为入射角和折射角，透镜成像就是利用了光的折射原理，通过透镜对光线的折射作用，将物体成像在特定的位置。在实际的光学系统中，光的传播还会受到衍射和干涉等物理现象的影响。衍射是指光在传播过程中遇到障碍物或小孔时，偏离直线传播路径而绕到障碍物后面传播的现象。根据惠更斯-菲涅耳原理，波前上的每一点都可以看作是一个新的子波源，这些子波源发出的子波相互叠加，从而形成衍射图样。在光学成像中，衍射会导致点光源的像不再是一个点，而是一个具有一定尺寸和强度分布的光斑，即艾里斑，这限制了光学系统的分辨率。干涉是指两列或多列光波在空间相遇时相互叠加，在某些区域始终加强，在另一些区域始终减弱，形成稳定的强弱分布的现象。当两束相干光满足一定条件时，会产生干涉条纹，如杨氏双缝干涉实验中，通过双缝的两束光在光屏上形成明暗相间的干涉条纹。在光学系统中，干涉现象既可以用于测量光学元件的面形精度等，也可能会对成像质量产生负面影响，如在多层光学薄膜中，反射光之间的干涉可能会导致薄膜的反射率和透射率发生变化，从而影响成像的对比度和色彩还原度。物像关系是光学系统成像的核心内容之一，它描述了物体与像之间的位置、大小和形状等方面的对应关系。在几何光学中，常用高斯公式\frac{1}{u}+\frac{1}{v}=\frac{1}{f}来描述薄透镜的物像关系，其中u为物距，v为像距，f为透镜的焦距。该公式表明，当物距和焦距确定时，像距也就随之确定，从而可以确定像的位置。对于复杂的光学系统，通常采用光线追迹的方法来计算物像关系，通过追踪光线在光学系统中的传播路径，确定光线与各个光学元件的交点以及光线的传播方向变化，从而得到物体上各点在像平面上的成像位置。在实际应用中，物像关系还会受到像差的影响，像差是指实际光学系统中，由于光学元件的制造误差、材料不均匀以及光学系统的结构设计等因素，导致的成像与理想成像之间的偏差。常见的像差包括球面像差、彗差、像散、场曲和畸变等。球面像差是由于透镜表面为球面，不同孔径的光线经过透镜后不能汇聚于一点而产生的像差；彗差是轴外点发出的宽光束经过光学系统后，在像平面上形成彗星状光斑的像差；像散是轴外点发出的细光束经过光学系统后，子午像点和弧矢像点不重合而产生的像差；场曲是指平面物体经光学系统成像后，像面不是一个平面，而是一个曲面的像差；畸变是指物体经光学系统成像后，像的形状与物的形状不一致的像差。这些像差会严重影响光学系统的成像质量，导致图像模糊、变形等问题。为了评估光学系统的成像质量，需要使用一系列的评价指标。分辨率是衡量光学系统分辨物体细节能力的重要指标，它表示光学系统能够分辨的最小物体间隔或角度。在光学成像中，通常采用瑞利判据来定义分辨率，即当两个点光源的像之间的最小距离等于艾里斑半径时，这两个点光源刚好能够被分辨。对于望远镜等光学系统，常用角分辨率来表示分辨率，其计算公式为\theta=1.22\frac{\lambda}{D}，其中\lambda为光波波长，D为光学系统的孔径，该公式表明，光学系统的孔径越大，波长越短，其分辨率越高。调制传递函数（MTF）是另一个重要的成像质量评价指标，它描述了光学系统对不同空间频率信号的传递能力。MTF反映了光学系统对物体细节对比度的传递特性，空间频率越高，对应物体的细节越精细，MTF值越低，说明光学系统对高频信号的传递能力越差，成像越模糊。一个理想的光学系统，其MTF在所有空间频率下都应为1，但实际的光学系统由于存在像差、衍射等因素，MTF会随着空间频率的增加而下降。除了分辨率和MTF外，还有其他一些评价指标，如点扩散函数（PSF），它描述了理想点光源经过光学系统后在像平面上的光强分布，PSF的宽度和形状反映了光学系统的分辨率和像差情况；均方根误差（RMS），用于衡量波像差的大小，波像差是实际波面与理想参考波面之间的光程差，RMS值越小，说明光学系统的波像差越小，成像质量越好。2.2Zernike多项式简介Zernike多项式是由荷兰物理学家FritsZernike提出的一组在单位圆域上正交的多项式，在光学领域中有着广泛且重要的应用，尤其是在描述波前像差方面发挥着关键作用。从数学定义来看，Zernike多项式通常表示为极坐标形式Z_{n}^{m}(r,\theta)=R_{n}^{m}(r)e^{im\theta}，其中n为非负整数，表示多项式的阶数，m为整数，且满足|m|\leqn，n-|m|为偶数，r是极径，取值范围是0\leqr\leq1，\theta是极角，取值范围是0\leq\theta\leq2\pi。R_{n}^{m}(r)是径向多项式，它由一系列关于r的幂次项组成，具体表达式为R_{n}^{m}(r)=\sum_{s=0}^{\frac{n-|m|}{2}}\frac{(-1)^{s}(n-s)!}{s!(\frac{n+|m|}{2}-s)!(\frac{n-|m|}{2}-s)!}r^{n-2s}。例如，当n=2，m=0时，Z_{2}^{0}(r,\theta)=2r^{2}-1；当n=3，m=1时，Z_{3}^{1}(r,\theta)=3r^{2}e^{i\theta}-re^{i\theta}。Zernike多项式具有正交性这一重要性质，即在单位圆域上，对于不同的n_1,m_1和n_2,m_2，有\int_{0}^{2\pi}\int_{0}^{1}Z_{n_1}^{m_1}(r,\theta)Z_{n_2}^{m_2}(r,\theta)rdrd\theta=\frac{\pi}{n_1+1}\delta_{n_1n_2}\delta_{m_1m_2}，其中\delta_{n_1n_2}和\delta_{m_1m_2}分别是克罗内克（Kronecker）符号，当n_1=n_2时，\delta_{n_1n_2}=1，否则\delta_{n_1n_2}=0；当m_1=m_2时，\delta_{m_1m_2}=1，否则\delta_{m_1m_2}=0。这种正交性使得Zernike多项式在描述复杂的波前像差时具有独特的优势，它可以将波前像差分解为一系列相互独立的多项式项，每个项对应一种特定的像差类型，从而方便对像差进行单独分析和处理。Zernike多项式还具有完备性，即任何在单位圆域上满足一定条件的连续函数都可以用Zernike多项式的无穷级数来近似表示，这为准确描述波前像差提供了理论基础。在描述波前像差时，Zernike多项式将波前像差表示为不同阶次Zernike多项式的线性组合，即W(r,\theta)=\sum_{n=0}^{\infty}\sum_{m=-n}^{n}a_{n}^{m}Z_{n}^{m}(r,\theta)，其中W(r,\theta)表示波前像差，a_{n}^{m}是Zernike多项式的系数，反映了对应像差项在波前像差中的贡献大小。低阶Zernike多项式通常对应于常见的像差类型，如Z_{2}^{0}对应于离焦像差，当a_{2}^{0}\neq0时，会导致成像在焦平面上的物体变得模糊；Z_{3}^{\pm1}对应于彗差，彗差会使轴外点的成像呈现彗星状的光斑，影响成像的对称性和清晰度；Z_{4}^{\pm2}对应于像散，像散会使轴外点的成像在两个相互垂直的方向上具有不同的聚焦位置，导致图像在这两个方向上的清晰度不一致。高阶Zernike多项式则可以描述更复杂的像差，如高阶像散、高阶彗差以及一些不规则的像差。通过测量波前像差并计算出Zernike多项式的系数，就可以准确地了解光学系统中存在的像差情况，为光学系统的设计、优化和校正提供重要依据。在光学系统的设计过程中，如果通过Zernike多项式分析发现系统存在较大的离焦像差，可以通过调整光学元件的位置或曲率来减小a_{2}^{0}的值，从而改善成像质量；在光学系统的检测和校正中，利用Zernike多项式对波前像差进行分解和分析，可以有针对性地对不同类型的像差进行校正，提高光学系统的性能。2.3差分光学传递函数基本原理2.3.1光瞳修改对差分光学传递函数的影响光瞳作为光学系统中控制光线传播的关键部分，其修改方式对差分光学传递函数有着显著的影响。在实际的光学系统中，尤其是拼接镜系统，光瞳的变化会导致光学传递函数的改变，进而影响差分光学传递函数在共相误差检测中的性能。遮拦镜面是一种常见的光瞳修改方式。当对光瞳进行遮拦时，相当于改变了光学系统的通光孔径。从理论上来说，遮拦会导致光学系统对高频信号的响应能力下降，因为高频信号对应着更细微的物体细节，而遮拦会使这些高频信号的传播受到限制。在拼接镜系统中，如果对某些子镜的光瞳进行遮拦，会改变子镜之间的相对光学传递函数。对于一个由多个子镜组成的拼接镜系统，当其中一个子镜的光瞳被部分遮拦时，该子镜的光学传递函数会发生变化，其调制传递函数（MTF）在高频段会下降得更快，相位传递函数（PTF）也会相应改变。这会导致差分光学传递函数中，对应于该子镜与其他子镜之间的部分发生明显变化，从而影响对共相误差的检测灵敏度和准确性。如果遮拦面积过大，可能会使差分光学传递函数对某些共相误差的特征变得不明显，导致检测精度降低；而适当的遮拦则可以突出特定类型的共相误差，增强检测效果。相位更改也是一种重要的光瞳修改方式。在光学系统中，相位的变化会直接影响光线的传播方向和干涉情况。通过改变光瞳处的相位，可以改变光学系统的波前，进而影响光学传递函数。在拼接镜系统中，通过在子镜表面引入相位调制元件，如液晶相位调制器，改变子镜的出射光相位。这种相位更改会使子镜的光学传递函数发生变化，不同子镜之间的相位差异会在差分光学传递函数中体现出来。当一个子镜的相位发生改变时，其与其他子镜之间的干涉条纹会发生移动和变形，反映在差分光学传递函数中，就是相位传递函数的变化。如果相位更改的幅度和方式合适，可以使差分光学传递函数对共相误差更加敏感，提高检测精度；但如果相位更改不合理，可能会引入额外的噪声和误差，干扰共相误差的检测。光瞳修改的位置也对差分光学传递函数有着重要影响。在拼接镜系统中，不同位置的子镜进行光瞳修改，对差分光学传递函数的影响不同。对于边缘子镜进行光瞳修改，可能会对整个拼接镜系统的边缘部分的光学传递函数产生较大影响，从而在差分光学传递函数中突出边缘部分的共相误差信息。而对中心子镜进行光瞳修改，则可能会更多地影响系统中心区域的光学传递函数，反映在差分光学传递函数中，就是中心区域共相误差的检测灵敏度发生变化。如果在拼接镜系统的关键位置，如子镜拼接处附近进行光瞳修改，可能会更有效地检测到拼接处的共相误差，因为这些位置的共相误差对光学系统的成像质量影响较大。光瞳修改位置的选择需要根据拼接镜系统的结构和共相误差检测的重点来确定，以达到最佳的检测效果。2.3.2差分光学传递函数的计算方法差分光学传递函数的计算是理解和应用其在拼接镜共相误差检测中作用的关键环节，其计算方法主要基于光瞳函数和点扩展函数，通过一系列数学变换和推导来实现。光瞳函数是描述光学系统光瞳处光线特性的函数，它包含了光线的振幅和相位信息。在数学上，光瞳函数通常表示为复函数P(x,y)，其中x和y是光瞳平面上的坐标。对于理想的圆形光瞳，光瞳函数可以表示为P(x,y)=\begin{cases}1,&\sqrt{x^{2}+y^{2}}\leqR\\0,&\sqrt{x^{2}+y^{2}}>R\end{cases}，其中R是光瞳的半径，当点(x,y)在光瞳范围内时，光瞳函数值为1，表示光线可以通过；当点在光瞳范围外时，光瞳函数值为0，表示光线被遮挡。对于实际的光学系统，光瞳函数会受到光学元件的形状、材料以及像差等因素的影响，其表达式会更加复杂。在拼接镜系统中，由于子镜的存在，光瞳函数是由各个子镜的光瞳函数组合而成，每个子镜的光瞳函数可能会因为子镜的形状、位置和共相误差等因素而有所不同。点扩展函数（PSF）描述了理想点光源经过光学系统后在像平面上的光强分布。根据光学成像理论，点扩展函数与光瞳函数之间存在密切的关系，点扩展函数是光瞳函数的傅里叶逆变换。在数学上，点扩展函数h(x',y')可以表示为h(x',y')=\mathcal{F}^{-1}\{P(x,y)\}，其中\mathcal{F}^{-1}表示傅里叶逆变换运算，(x',y')是像平面上的坐标。这意味着通过对光瞳函数进行傅里叶逆变换，可以得到点扩展函数，从而了解光学系统对点光源的成像特性。在实际计算中，通常使用数值计算方法，如快速傅里叶变换（FFT）算法来实现傅里叶逆变换。对于复杂的光学系统，如拼接镜系统，由于光瞳函数的复杂性，计算点扩展函数需要考虑各个子镜的光瞳函数以及它们之间的相互作用。差分光学传递函数的计算基于上述光瞳函数和点扩展函数。假设存在两个相似但略有差异的光学系统状态，分别对应光瞳函数P_1(x,y)和P_2(x,y)。首先，分别计算这两个光瞳函数对应的点扩展函数h_1(x',y')和h_2(x',y')。然后，对这两个点扩展函数进行傅里叶变换，得到它们的光学传递函数OTF_1(f_x,f_y)和OTF_2(f_x,f_y)，其中f_x和f_y是空间频率。最后，差分光学传递函数dOTF(f_x,f_y)定义为dOTF(f_x,f_y)=OTF_1(f_x,f_y)-OTF_2(f_x,f_y)。在拼接镜共相误差检测中，这两个光学系统状态可以分别表示为拼接镜系统在理想共相状态和存在共相误差状态下的情况，通过计算差分光学传递函数，可以提取出共相误差对光学传递函数的影响信息，从而实现对共相误差的检测。在实际计算中，还需要考虑噪声、采样精度等因素对计算结果的影响，以提高差分光学传递函数计算的准确性和可靠性。2.4本章小结本章深入探讨了差分光学传递函数的基本原理，为后续研究奠定了坚实基础。从光学系统成像基本原理出发，详细阐述了光的传播理论，包括光的直线传播、反射和折射定律，以及衍射和干涉现象对光传播的影响。明确了物像关系和成像质量评价指标，如分辨率和调制传递函数等，这些是理解光学系统性能的关键，也为差分光学传递函数的研究提供了必要的理论背景。引入Zernike多项式，介绍其数学定义、正交性和完备性等重要性质，以及在描述波前像差方面的关键作用。通过Zernike多项式可以将波前像差分解为不同阶次的多项式项，对应不同的像差类型，方便对像差进行分析和处理，这对于理解光学系统的像差特性以及差分光学传递函数与像差的关系具有重要意义。着重阐述了差分光学传递函数的基本原理。分析了光瞳修改对差分光学传递函数的影响，遮拦镜面会改变光学系统对高频信号的响应，影响子镜间相对光学传递函数；相位更改会改变光线传播方向和干涉情况，进而影响差分光学传递函数；光瞳修改位置不同，对差分光学传递函数的影响也不同，需根据系统结构和检测重点选择合适位置。还介绍了差分光学传递函数的计算方法，基于光瞳函数和点扩展函数，通过傅里叶变换和数学推导来实现，计算过程中需考虑噪声、采样精度等因素对结果的影响。三、基于单次差分光学传递函数的拼接镜共相误差检测研究3.1光瞳修改方式对差分光学传递函数检测结果的影响3.1.1遮拦镜面引入光瞳修改对检测结果的影响在拼接镜系统中，遮拦镜面是一种常见的光瞳修改方式，其对差分光学传递函数检测结果有着显著影响。为深入探究这种影响，我们通过仿真和实验展开分析。从理论层面来看，遮拦镜面改变了光学系统的通光孔径，进而影响了光学传递函数。当对拼接镜的某些子镜进行遮拦时，会使该子镜的光学传递函数发生变化。由于高频信号对应着更细微的物体细节，遮拦会限制高频信号的传播，导致该子镜的调制传递函数（MTF）在高频段下降得更快。对于一个由多个子镜组成的拼接镜系统，假设其中一个子镜的光瞳被部分遮拦，其光学传递函数的变化会使子镜之间的相对光学传递函数发生改变，这种改变在差分光学传递函数中会体现为对应部分的变化。为验证这一理论分析，我们进行了仿真实验。在仿真中，构建了一个包含多个子镜的拼接镜模型，设定不同的遮拦镜面大小和位置。当遮拦镜面大小改变时，观察到差分光学传递函数的变化呈现出一定规律。随着遮拦面积的增大，差分光学传递函数在高频段的响应逐渐减弱，这表明对高频信号的检测灵敏度降低。当遮拦面积达到一定程度时，差分光学传递函数对某些共相误差的特征变得不明显，导致检测精度下降。遮拦镜面的位置也对检测结果有重要影响。将遮拦位置设置在子镜的不同部位，如边缘或中心，发现差分光学传递函数的变化也有所不同。当遮拦位于子镜边缘时，对边缘部分的共相误差检测灵敏度影响较大，差分光学传递函数在对应频率段的变化更为显著；而遮拦位于子镜中心时，对中心区域的共相误差检测灵敏度影响更明显。在实际实验中，搭建了拼接镜共相误差检测实验平台，通过机械装置对拼接镜的子镜进行遮拦操作。实验结果与仿真结果具有一致性，进一步验证了遮拦镜面大小和位置对差分光学传递函数检测结果的影响。适当的遮拦可以突出特定类型的共相误差，增强检测效果；而过度遮拦则会降低检测精度和灵敏度。在检测某些特定的共相误差时，可以根据需要选择合适的遮拦镜面大小和位置，以提高检测的准确性和可靠性。3.1.2相位更改引入光瞳修改对检测结果的影响相位更改作为另一种重要的光瞳修改方式，在拼接镜共相误差检测中对差分光学传递函数的检测结果有着独特的影响。从物理原理上看，相位的变化会直接改变光线的传播方向和干涉情况。在拼接镜系统中，通过引入相位调制元件，如液晶相位调制器，改变子镜的出射光相位。这种相位更改会导致子镜的光学传递函数发生变化，不同子镜之间的相位差异会在差分光学传递函数中体现出来。当一个子镜的相位发生改变时，其与其他子镜之间的干涉条纹会发生移动和变形，反映在差分光学传递函数中，就是相位传递函数的变化。为了研究相位更改量和相位分布对检测结果的作用，进行了相关的仿真研究。在仿真模型中，设定不同的相位更改量，从较小的相位变化到较大的相位变化，观察差分光学传递函数的变化。当相位更改量较小时，差分光学传递函数的变化相对较小，对共相误差的检测灵敏度提升不明显；随着相位更改量的增大，差分光学传递函数的变化逐渐显著，对共相误差的检测灵敏度提高。但当相位更改量过大时，可能会引入额外的噪声和误差，干扰共相误差的检测。相位分布也对检测结果有着重要影响。设置不同的相位分布模式，如均匀分布、非均匀分布等，发现不同的相位分布会导致差分光学传递函数呈现出不同的变化特征。均匀的相位分布可能会使差分光学传递函数在某些频率段呈现出较为规则的变化，有利于检测特定类型的共相误差；而非均匀的相位分布则可能会突出不同频率段的共相误差信息，对复杂共相误差的检测具有一定优势。在实际应用中，需要根据拼接镜系统的特点和共相误差检测的需求，合理选择相位更改量和相位分布。通过优化相位更改方式，可以使差分光学传递函数对共相误差更加敏感，提高检测精度。在一些高精度的拼接镜共相误差检测场景中，精确控制相位更改量和相位分布，能够有效提升检测的准确性和可靠性，为拼接镜的精确调整和控制提供有力支持。3.1.3引入光瞳修改的位置对检测结果的影响在拼接镜共相误差检测中，引入光瞳修改的位置是一个关键因素，它对差分光学传递函数的检测灵敏度和精度有着重要影响。在拼接镜系统中，不同位置的子镜进行光瞳修改，对差分光学传递函数的影响各不相同。对于边缘子镜进行光瞳修改，由于边缘子镜在拼接镜系统的边缘部分，其光学传递函数的变化会对整个拼接镜系统的边缘部分产生较大影响。在差分光学传递函数中，会突出边缘部分的共相误差信息，使对边缘部分共相误差的检测灵敏度提高。当对边缘子镜进行遮拦或相位更改等光瞳修改时，差分光学传递函数在对应边缘区域的频率段会出现明显变化，有助于检测边缘子镜与相邻子镜之间的共相误差。而对中心子镜进行光瞳修改，会更多地影响系统中心区域的光学传递函数。中心子镜在拼接镜系统中处于关键位置，其光学传递函数的变化对整个系统的中心区域成像质量有较大影响。在差分光学传递函数中，中心区域共相误差的检测灵敏度会发生变化。当对中心子镜进行光瞳修改时，差分光学传递函数在中心区域的频率段会呈现出特定的变化特征，便于检测中心子镜与周围子镜之间的共相误差。如果在拼接镜系统的子镜拼接处附近进行光瞳修改，由于拼接处是共相误差容易出现的区域，对拼接处附近进行光瞳修改可能会更有效地检测到拼接处的共相误差。拼接处的共相误差对光学系统的成像质量影响较大，通过在该位置进行光瞳修改，可以使差分光学传递函数更敏感地反映出拼接处的共相误差信息。在实际检测中，在拼接处附近进行相位更改或遮拦等光瞳修改，能够突出拼接处共相误差在差分光学传递函数中的特征，提高对拼接处共相误差的检测精度。引入光瞳修改的位置需要根据拼接镜系统的结构和共相误差检测的重点来确定。通过合理选择光瞳修改位置，可以充分发挥差分光学传递函数的优势，提高共相误差检测的灵敏度和精度，为拼接镜的精确共相控制提供更准确的依据。3.2拼接型主镜模型的建立与共相问题为深入研究拼接镜共相误差检测，构建准确的拼接型主镜模型是关键。在构建模型时，考虑到实际拼接镜系统由多个子镜组成，每个子镜的尺寸、形状以及它们之间的相对位置和姿态都对系统性能有重要影响。假设拼接型主镜由N个子镜组成，每个子镜可看作一个独立的光学元件，其表面形状可通过Zernike多项式进行描述。对于第j个子镜，其波前像差可表示为W_j(r,\theta)=\sum_{n=0}^{M}\sum_{m=-n}^{n}a_{n,j}^{m}Z_{n}^{m}(r,\theta)，其中a_{n,j}^{m}是第j个子镜的Zernike多项式系数，M表示所考虑的Zernike多项式最高阶数。在拼接型主镜模型中，子镜之间的相对位置和姿态决定了共相状态。共相误差主要包括piston误差和倾斜误差，piston误差是指子镜之间在光轴方向上的位移差异，倾斜误差则是指子镜之间在垂直于光轴平面内的角度差异。这些共相误差的产生原因较为复杂，主要包括加工误差，在子镜的制造过程中，由于加工工艺的限制，子镜的表面形状和尺寸可能存在一定的误差，这些误差会导致子镜之间的共相误差。在拼接过程中，子镜的安装位置和姿态难以精确控制，微小的偏差就会引入共相误差。环境因素如温度、重力等也会对子镜的形状和位置产生影响，从而导致共相误差的产生。共相误差对成像质量有着显著的影响。从理论上来说，共相误差会导致光学系统的波前发生畸变，进而影响光学传递函数。在存在piston误差时，会使子镜之间的光程差发生变化，导致干涉条纹的移动和变形，反映在光学传递函数中，就是调制传递函数（MTF）在高频段下降，相位传递函数（PTF）发生改变，从而降低了光学系统的分辨率和成像对比度。倾斜误差会使子镜的出射光线方向发生改变，导致像点的偏移和模糊，同样会使MTF下降，影响成像质量。在实际的拼接镜系统中，如凯克望远镜，子镜之间的共相误差对成像质量的影响尤为明显。当共相误差较大时，望远镜的角分辨率会显著下降，无法清晰地观测到遥远天体的细节，严重影响天文学研究的准确性和可靠性。3.3基于单次差分光学传递函数的迭代去卷积方法研究3.3.1差分光学传递函数在共相误差检测中去卷积的必要性在拼接镜共相误差检测中，差分光学传递函数的去卷积具有至关重要的意义，是准确获取共相误差信息、提高检测精度的关键环节。光学系统在实际工作中，由于各种因素的影响，如光学元件的制造误差、安装误差以及环境因素的干扰等，其点扩展函数（PSF）会发生变化，导致图像模糊，共相误差信息被掩盖。在拼接镜系统中，子镜之间的共相误差会使整个光学系统的波前发生畸变，进而影响光学传递函数。从理论上来说，光学传递函数是点扩展函数的傅里叶变换，当点扩展函数发生变化时，光学传递函数也会相应改变。在存在共相误差时，不同子镜的点扩展函数会出现差异，这种差异在差分光学传递函数中体现为高频分量的变化。由于实际测量过程中存在噪声、测量误差等因素，这些高频分量的变化可能会被噪声淹没，导致难以直接从差分光学传递函数中准确提取共相误差信息。去卷积作为一种逆向操作，能够通过已知的差分光学传递函数和点扩展函数，恢复出原始的波前信息，从而实现对共相误差的精确检测。去卷积的本质是通过数学运算，消除点扩展函数对图像的模糊作用，将被掩盖的共相误差信息从噪声中提取出来。在图像复原领域，去卷积常用于处理由模糊引起的图像退化问题，通过反卷积操作，恢复图像的清晰度。在拼接镜共相误差检测中，去卷积同样可以将受到共相误差影响而模糊的差分光学传递函数进行复原，准确地提取出共相误差信息。在实际应用中，准确检测共相误差对于大口径天文望远镜的成像质量至关重要。大口径天文望远镜的高分辨率成像依赖于拼接镜的精确共相控制，而共相误差的存在会导致成像模糊、分辨率下降，影响对天体的观测和研究。通过对差分光学传递函数进行去卷积，可以提高共相误差检测的精度，为拼接镜的精确调整提供准确的数据支持，从而提升大口径天文望远镜的成像质量，使其能够观测到更遥远、更暗弱的天体，为天文学研究提供更有力的工具。3.3.2差分光学传递函数去卷积的前提条件差分光学传递函数去卷积的实现依赖于一系列前提条件，这些条件的满足与否直接影响去卷积的效果和准确性。光学系统需满足线性特性，这是去卷积的基本前提之一。线性特性意味着系统对输入信号的响应是线性的，即满足叠加原理。当有两个输入信号x_1和x_2，经过光学系统后的输出分别为y_1和y_2，对于任意常数a和b，有ax_1+bx_2经过光学系统后的输出为ay_1+by_2。在拼接镜系统中，这要求子镜之间的相互作用以及光学元件对光线的作用是线性的。如果光学系统存在非线性效应，如光学元件的非线性吸收、饱和效应等，去卷积算法将无法准确地恢复原始波前信息，因为非线性效应会导致信号的失真和畸变，使得去卷积过程中的数学模型不再适用。光学系统还需具备空间不变性。空间不变性表示光学系统对不同位置的输入信号具有相同的响应特性。在拼接镜系统中，这意味着无论子镜处于何种位置，其光学传递函数和点扩展函数都保持一致。如果光学系统不满足空间不变性，例如由于子镜的制造误差导致不同位置的子镜具有不同的光学特性，或者在不同位置存在不同的环境干扰，那么去卷积算法将难以准确地处理这种变化，因为去卷积算法通常假设点扩展函数在整个视场中是不变的。当空间不变性不满足时，去卷积过程中会引入误差，导致恢复的波前信息不准确，从而影响共相误差检测的精度。在实际应用中，噪声的存在也是一个不可忽视的因素。虽然噪声不属于差分光学传递函数去卷积的严格前提条件，但它会对去卷积的结果产生显著影响。噪声可能来源于探测器的噪声、环境的电磁干扰以及测量过程中的其他随机因素。噪声会干扰差分光学传递函数的测量，使得去卷积过程中的信号与噪声难以区分。在去卷积过程中，如果不采取有效的去噪措施，噪声会被放大，导致恢复的波前信息出现偏差，降低共相误差检测的准确性。为了提高去卷积的效果，通常需要在去卷积之前对测量数据进行去噪处理，或者在去卷积算法中考虑噪声的影响，采用一些抗噪声能力较强的去卷积算法。3.3.3单次差分光学传递函数实现迭代去卷积基于单次差分光学传递函数实现迭代去卷积的算法原理主要基于最大似然估计和迭代优化的思想。该算法假设观测到的差分光学传递函数是由真实的共相误差信息与点扩展函数卷积后再加上噪声得到的。其核心目标是通过迭代的方式，不断调整对共相误差信息的估计，使得估计的差分光学传递函数与实际测量的差分光学传递函数尽可能接近。具体的迭代去卷积步骤如下：首先进行初始化，选择一个初始估计图像，通常可以是一个均匀分布的图像或者根据经验设定的初始值。这个初始估计图像代表了对共相误差信息的初步猜测。然后进入迭代计算阶段，在每次迭代中，首先根据当前的估计图像和已知的点扩展函数进行正向卷积操作，得到一个预测的差分光学传递函数。这个预测的差分光学传递函数是基于当前估计图像和点扩展函数的理论计算结果。接着，将预测的差分光学传递函数与实际测量得到的差分光学传递函数进行比较，计算两者之间的差异。根据这个差异，通过反向计算来更新估计图像。反向计算的过程通常涉及到点扩展函数的共轭转置以及一些数学运算，以调整估计图像，使其更接近真实的共相误差信息。这个更新后的估计图像将作为下一次迭代的输入，继续进行正向卷积和反向更新的操作。迭代过程会持续进行，直到满足一定的终止条件。常见的终止条件包括估计图像的变化小于一个预设的阈值，即当两次迭代之间估计图像的差异非常小时，认为算法已经收敛，达到了一个相对稳定的状态；或者达到最大迭代次数，即使估计图像还没有完全收敛，但为了避免计算资源的过度消耗，也会停止迭代。算法的收敛性是评估迭代去卷积方法有效性的重要指标。收敛性分析表明，在一定条件下，该迭代去卷积算法是收敛的。如果点扩展函数满足一定的条件，如非负性、归一化等，并且噪声水平在一定范围内，算法能够逐渐收敛到一个稳定的解。在实际应用中，由于噪声的存在以及点扩展函数估计的误差等因素，可能会影响算法的收敛速度和精度。为了提高算法的收敛性和稳定性，可以采用一些改进措施，如在迭代过程中引入正则化项，对估计图像进行约束，防止其出现过度波动；调整迭代步长，根据实际情况动态地调整每次迭代中估计图像的更新幅度，以加快收敛速度。3.4存在噪声情况下的迭代去卷积理论3.4.1常见去噪方法概括在实际的光学测量中，噪声是不可避免的，它会对差分光学传递函数的测量结果产生干扰，进而影响共相误差检测的准确性。因此，在进行迭代去卷积之前，通常需要对测量数据进行去噪处理。常见的去噪方法包括均值滤波、中值滤波、小波去噪等。均值滤波是一种简单的线性滤波方法，其原理是用像素邻域内的均值来代替该像素的值。对于一个M\timesN的图像，其均值滤波的计算公式为g(x,y)=\frac{1}{MN}\sum_{i=-\frac{M-1}{2}}^{\frac{M-1}{2}}\sum_{j=-\frac{N-1}{2}}^{\frac{N-1}{2}}f(x+i,y+j)，其中f(x,y)是原始图像，g(x,y)是滤波后的图像。均值滤波能够有效地去除高斯噪声等具有一定统计特性的噪声，因为它通过对邻域像素的平均，平滑了图像的局部变化，从而降低了噪声的影响。均值滤波在去除噪声的同时，也会使图像的边缘和细节信息变得模糊，因为它对邻域内的所有像素一视同仁，没有区分信号和噪声的能力。中值滤波是一种非线性滤波方法，它用像素邻域内的中值来代替该像素的值。对于一个M\timesN的图像，首先将邻域内的像素值进行排序，然后取中间值作为该像素的滤波结果。中值滤波在去除椒盐噪声等脉冲噪声方面具有显著优势，因为椒盐噪声表现为图像中的孤立亮点或暗点，通过中值滤波可以有效地将这些噪声点替换为邻域内的正常像素值。中值滤波对于图像的边缘和细节信息的保护相对较好，因为它不像均值滤波那样对邻域内的所有像素进行平均，而是选择中间值，从而在一定程度上保留了图像的细节。小波去噪则是基于小波变换的一种去噪方法。小波变换能够将信号分解为不同频率的子带信号，通过对这些子带信号进行处理，可以有效地去除噪声。在小波去噪中，首先对含噪信号进行小波分解，得到不同尺度和频率的小波系数。由于噪声通常集中在高频部分，而信号主要集中在低频部分，因此可以通过对高频小波系数进行阈值处理，去除噪声的影响。常见的阈值处理方法有硬阈值和软阈值，硬阈值是将绝对值小于阈值的小波系数置为0，大于阈值的小波系数保持不变；软阈值是将绝对值小于阈值的小波系数置为0，大于阈值的小波系数减去阈值。小波去噪能够在去除噪声的同时，较好地保留信号的细节和边缘信息，因为它是在小波域对信号进行处理，能够根据信号和噪声在不同频率上的特性进行有效的分离。但小波去噪的效果在很大程度上依赖于小波基函数的选择和阈值的确定，如果选择不当，可能会导致去噪效果不佳。3.4.2维纳滤波器在差分光学传递函数去卷积中的应用维纳滤波器是一种在频域上设计的线性滤波器，其原理基于最小均方误差准则。假设含噪信号y(x,y)是原始信号f(x,y)与噪声n(x,y)的叠加，即y(x,y)=f(x,y)+n(x,y)。维纳滤波器的目标是找到一个滤波器H(u,v)，使得滤波后的信号\hat{f}(x,y)与原始信号f(x,y)的均方误差最小。在频域中，维纳滤波器的传递函数H(u,v)可以表示为H(u,v)=\frac{S_{ff}(u,v)}{S_{ff}(u,v)+S_{nn}(u,v)}，其中S_{ff}(u,v)是原始信号的功率谱密度，S_{nn}(u,v)是噪声的功率谱密度。在差分光学传递函数去卷积中，维纳滤波器主要用于抑制噪声对去卷积结果的影响。由于噪声会干扰差分光学传递函数的测量，使得去卷积过程中的信号与噪声难以区分，维纳滤波器通过对噪声功率谱密度的估计，在频域上对含噪的差分光学传递函数进行滤波，从而提高信号与噪声的分离度。在实际应用中，噪声的功率谱密度往往是未知的，需要通过对测量数据的分析和估计来确定。一种常用的方法是利用噪声的统计特性，如假设噪声为高斯白噪声，通过对测量数据的统计分析来估计噪声的方差，进而得到噪声的功率谱密度。维纳滤波器的优势在于它能够在一定程度上兼顾信号的恢复和噪声的抑制。与一些简单的滤波方法相比，它不是简单地对信号进行平滑或阈值处理，而是根据信号和噪声的功率谱特性进行自适应滤波。在差分光学传递函数去卷积中，它可以在去除噪声的同时，尽量保留差分光学传递函数中包含的共相误差信息，从而提高去卷积的准确性和可靠性。但维纳滤波器的性能也受到噪声估计准确性的影响，如果对噪声功率谱密度的估计不准确，可能会导致滤波效果不佳，甚至会对信号造成过度平滑或失真。3.5噪声条件下的迭代去卷积仿真结果与分析为了深入探究噪声条件下迭代去卷积的性能，进行了一系列仿真实验。在仿真中，模拟了不同噪声水平下的差分光学传递函数测量数据，并应用迭代去卷积算法进行处理。设置噪声水平从低到高的多个场景，分别对应不同的信噪比（SNR）。在低噪声水平下，如SNR为30dB时，迭代去卷积算法能够较好地恢复共相误差信息，去卷积后的结果与真实的共相误差较为接近。从仿真图像上可以直观地看到，图像的细节和边缘能够清晰地分辨，共相误差的特征得到了准确的呈现。在这种情况下，迭代去卷积算法能够有效地抑制噪声的影响，准确地提取出共相误差信息，检测精度较高。随着噪声水平的增加，如SNR降低到20dB时，迭代去卷积算法的性能开始受到一定影响。去卷积后的结果中出现了一些噪声残留，导致图像的清晰度略有下降，共相误差的检测精度也有所降低。在图像中，可以观察到一些细微的噪声干扰，使得共相误差的特征提取变得相对困难，部分细节信息被噪声掩盖。当噪声水平进一步提高，如SNR降至10dB时，迭代去卷积算法面临更大的挑战。去卷积后的结果中噪声明显增多，图像变得模糊，共相误差的检测精度大幅下降。此时，噪声对差分光学传递函数的干扰严重，使得去卷积算法难以准确地分离信号和噪声，导致恢复的共相误差信息出现较大偏差。通过对不同噪声水平下迭代去卷积结果的分析，发现噪声主要通过以下方式影响去卷积结果：噪声会干扰差分光学传递函数的测量，使得测量数据中混入大量的随机噪声成分，这些噪声成分在去卷积过程中与真实的共相误差信息相互交织，增加了信号分离的难度。噪声会影响迭代去卷积算法的收敛性，当噪声水平较高时，算法可能难以收敛到正确的解，导致去卷积结果出现偏差。为了进一步提高噪声条件下迭代去卷积的精度，可以采取一些改进措施。如在去卷积之前，采用更有效的去噪方法对测量数据进行预处理，进一步降低噪声对测量数据的影响。可以结合多种去噪方法，如先使用小波去噪去除高频噪声，再使用维纳滤波器进行频域滤波，提高信号与噪声的分离度。在迭代去卷积算法中，引入自适应的参数调整机制，根据噪声水平动态地调整迭代步长、正则化参数等，以提高算法的鲁棒性和收敛性。3.6本章小结本章围绕基于单次差分光学传递函数的拼接镜共相误差检测展开研究，取得了一系列有价值的成果。通过深入分析光瞳修改方式对差分光学传递函数检测结果的影响，发现遮拦镜面时，其大小和位置会改变光学系统通光孔径，影响子镜间相对光学传递函数，高频段响应和共相误差检测灵敏度随之变化；相位更改中，更改量和分布会改变光线传播方向和干涉情况，进而影响差分光学传递函数，合理选择可提高检测灵敏度；不同位置子镜进行光瞳修改，对差分光学传递函数影响不同，边缘子镜修改突出边缘共相误差信息，中心子镜修改影响中心区域，拼接处附近修改可有效检测拼接处共相误差，为优化光瞳修改提供了理论依据。建立拼接型主镜模型，明确共相误差包括piston误差和倾斜误差，其产生源于加工、拼接及环境因素，会导致光学系统波前畸变，影响光学传递函数，降低成像分辨率和对比度，为后续共相误差检测研究奠定基础。提出基于单次差分光学传递函数的迭代去卷积方法，明确去卷积在共相误差检测中的必要性，它能恢复原始波前信息，克服图像模糊和共相误差信息被掩盖的问题。阐述了去卷积的前提条件，包括光学系统的线性特性和空间不变性，噪声虽非严格前提，但会影响去卷积结果。详细介绍了迭代去卷积的算法原理、步骤及收敛性，通过迭代不断调整对共相误差信息的估计，使估计的差分光学传递函数与实际测量值接近，在一定条件下算法收敛，实际应用中可通过改进措施提高收敛性和稳定性。在噪声条件下的迭代去卷积研究中，概括了均值滤波、中值滤波、小波去噪等常见去噪方法，分析了它们在去除不同类型噪声时的特点和局限性；引入维纳滤波器，基于最小均方误差准则抑制噪声对差分光学传递函数去卷积结果的影响，通过估计噪声功率谱密度在频域滤波，提高信号与噪声分离度，但性能受噪声估计准确性影响；通过仿真实验分析不同噪声水平下迭代去卷积结果，发现噪声干扰测量、影响算法收敛性，可通过预处理和算法改进提高去卷积精度。四、基于两次差分光学传递函数的拼接镜共相误差检测研究4.1单次差分光学传递函数迭代去卷积的局限性4.1.1光瞳修改量估计不准对迭代去卷积的影响在基于单次差分光学传递函数的迭代去卷积过程中，光瞳修改量的准确估计是至关重要的。光瞳修改量的误差会对去卷积结果产生显著影响，进而降低拼接镜共相误差检测的精度。从理论角度来看，光瞳修改量的误差会导致点扩展函数（PSF）的估计偏差。在迭代去卷积算法中，PSF是一个关键参数，它用于描述光学系统对光线的作用。当光瞳修改量估计不准时，实际的PSF与算法中所使用的PSF存在差异，这会使得在迭代过程中对共相误差信息的恢复出现偏差。在遮拦镜面引入光瞳修改的情况下，如果遮拦面积的估计存在误差，那么根据这个不准确的遮拦面积计算得到的PSF也会不准确。在后续的迭代去卷积过程中，基于这个不准确的PSF进行计算，会导致估计的共相误差信息与实际的共相误差存在较大偏差。为了进一步分析光瞳修改量误差对去卷积结果的影响，进行了相关的仿真实验。在仿真中，设定了不同程度的光瞳修改量误差，模拟了实际测量中可能出现的情况。当光瞳修改量误差较小时，去卷积结果虽然会受到一定影响，但仍能在一定程度上反映共相误差信息。随着光瞳修改量误差的增大，去卷积结果的偏差逐渐增大，共相误差的检测精度显著下降。当相位更改量的估计误差达到一定程度时，去卷积结果中出现了明显的噪声和失真，共相误差信息被严重掩盖，无法准确检测。光瞳修改量误差还会影响迭代去卷积算法的收敛性。如果光瞳修改量误差较大，算法可能难以收敛到正确的解，导致迭代过程不稳定。在迭代过程中，由于PSF的不准确，算法可能会陷入局部最优解，无法找到全局最优的共相误差估计。这会使得去卷积结果在迭代过程中不断波动，无法稳定地收敛到真实的共相误差值，从而影响检测的可靠性。光瞳修改量估计不准会对基于单次差分光学传递函数的迭代去卷积产生多方面的负面影响，降低共相误差检测的精度和可靠性。因此，在实际应用中，需要采取有效的方法来提高光瞳修改量的估计精度，减少误差对去卷积结果的影响。可以采用更精确的测量方法和传感器来获取光瞳修改量信息，或者通过多次测量和数据处理来提高估计的准确性。4.1.2对差分光学传递函数引入光瞳修改方式的限制在利用差分光学传递函数进行拼接镜共相误差检测时，对引入光瞳修改的方式存在一定的限制，这些限制影响着检测的效果和可行性。当前常用的遮拦镜面和相位更改等光瞳修改方式在实际应用中存在一些局限性。遮拦镜面虽然可以通过改变通光孔径来影响光学传递函数，从而检测共相误差，但遮拦面积的大小和位置对检测结果有着复杂的影响。遮拦面积过大可能会导致光学系统的光通量减少，降低检测的灵敏度；遮拦位置不当可能无法有效地突出共相误差信息，影响检测精度。在某些情况下，遮拦镜面可能会引入额外的衍射和散射现象，进一步干扰检测结果。相位更改方式也面临着挑战。通过液晶相位调制器等元件进行相位更改时，相位调制的精度和稳定性难以保证。相位调制元件本身存在一定的误差，这会导致实际的相位更改量与预期值存在偏差。环境因素如温度、湿度等的变化也会影响相位调制元件的性能，导致相位分布不稳定。这些因素都会使得基于相位更改的光瞳修改方式在实际应用中受到限制，降低差分光学传递函数检测共相误差的可靠性。现有光瞳修改方式在操作的便捷性和灵活性方面也存在不足。遮拦镜面需要通过机械装置进行调整，操作过程较为繁琐，且调整精度有限；相位更改方式需要精确控制相位调制元件，对控制系统的要求较高，增加了系统的复杂性。在实际应用中，需要一种更便捷、灵活的光瞳修改方式，以满足不同拼接镜系统和共相误差检测需求。为了克服这些限制，需要探索新的光瞳修改方式或对现有方式进行改进。可以研究基于微机电系统（MEMS）技术的光瞳修改方法，利用MEMS器件的高精度和快速响应特性，实现更精确、灵活的光瞳修改。也可以结合多种光瞳修改方式，取长补短，提高检测的效果和可靠性。四、基于两次差分光学传递函数的拼接镜共相误差检测研究4.1单次差分光学传递函数迭代去卷积的局限性4.1.1光瞳修改量估计不准对迭代去卷积的影响在基于单次差分光学传递函数的迭代去卷积过程中，光瞳修改量的准确估计是至关重要的。光瞳修改量的误差会对去卷积结果产生显著影响，进而降低拼接镜共相误差检测的精度。从理论角度来看，光瞳修改量的误差会导致点扩展函数（PSF）的估计偏差。在迭代去卷积算法中，PSF是一个关键参数，它用于描述光学系统对光线的作用。当光瞳修改量估计不准时，实际的PSF与算法中所使用的PSF存在差异，这会使得在迭代过程中对共相误差信息的恢复出现偏差。在遮拦镜面引入光瞳修改的情况下，如果遮拦面积的估计存在误差，那么根据这个不准确的遮拦面积计算得到的PSF也会不准确。在后续的迭代去卷积过程中，基于这个不准确的PSF进行计算，会导致估计的共相误差信息与实际的共相误差存在较大偏差。为了进一步分析光瞳修改量误差对去卷积结果的影响，进行了相关的仿真实验。在仿真中，设定了不同程度的光瞳修改量误差，模拟了实际测量中可能出现的情况。当光瞳修改量误差较小时，去卷积结果虽然会受到一定影响，但仍能在一定程度上反映共相误差信息。随着光瞳修改量误差的增大，去卷积结果的偏差逐渐增大，共相误差的检测精度显著下降。当相位更改量的估计误差达到一定程度时，去卷积结果中出现了明显的噪声和失真，共相误差信息被严重掩盖，无法准确检测。光瞳修改量误差还会影响迭代去卷积算法的收敛性。如果光瞳修改量误差较大，算法可能难以收敛到正确的解，导致迭代过程不稳定。在迭代过程中，由于PSF的不准确，算法可能会陷入局部最优解，无法找到全局最优的共相误差估计。这会使得去卷积结果在迭代过程中不断波动，无法稳定地收敛到真实的共相误差值，从而影响检测的可靠性。光瞳修改量估计不准会对基于单次差分光学传递函数的迭代去卷积产生多方面的负面影响，降低共相误差检测的精度和可靠性。因此，在实际应用中，需要采取有效的方法来提高光瞳修改量的估计精度，减少误差对去卷积结果的影响。可以采用更精确的测量方法和传感器来获取光瞳修改量信息，或者通过多次测量和数据处理来提高估计的准确性。4.1.2对差分光学传递函数引入光瞳修改方式的限制在利用差分光学传递函数进行拼接镜共相误差检测时，对引入光瞳修改的方式存在一定的限制，这些限制影响着检测的效果和可行性。当前常用的遮拦镜面和相位更改等光瞳修改方式在实际应用中存在一些局限性。遮拦镜面虽然可以通过改变通光孔径来影响光学传递函数，从而检测共相误差，但遮拦面积的大小和位置对检测结果有着复杂的影响。遮拦面积过大可能会导致光学系统的光通量减少，降低检测的灵敏度；遮拦位置不当可能无法有效地突出共相误差信息，影响检测精度。在某些情况下，遮拦镜面可能会引入额外的衍射和散射现象，进一步干扰检测结果。相位更改方式也面临着挑战。通过液晶相位调制器等元件进行相位更改时，相位调制的精度和稳定性难以保证。相位调制元件本身存在一定的误差，这会导致实际的相位更改量与预期值存在偏差。环境因素如温度、湿度等的变化也会影响相位调制元件的性能，导致相位分布不稳定。这些因素都会使得基于相位更改的光瞳修改方式在实际应用中受到限制，降低差分光学传递函数检测共相误差的可靠性。现有光瞳修改方式在操作的便捷性和灵活性方面也存在不足。遮拦镜面需要通过机械装置进行调整，操作过程较为繁琐，且调整精度有限；相位更改方式需要精确控制相位调制元件，对控制系统的要求较高，增加了系统的复杂性。在实际应用中，需要一种更便捷、灵活的光瞳修改方式，以满足不同拼接镜系统和共相误差检测需求。为了克服这些限制，需要探索新的光瞳修改方式或对现有方式进行改进。可以研究基于微机电系统（MEMS）技术的光瞳修改方法，利用MEMS器件的高精度和快速响应特性，实现更精确、灵活的光瞳修改。也可以结合多种光瞳修改方式，取长补短，提高检测的效果和可靠性。4.2基于两次差分光学传递函数的去卷积方法研究4.2.1基于两次差分光学传递函数的交叉迭代去卷积策略为了克服单次差分光学传递函数迭代去卷积的局限性，提出基于两次差分光学传递函数的交叉迭代去卷积策略。该策略的核心思想是通过两次不同方式的光瞳修改，获取两组差分光学传递函数，然后利用这两组差分光学传递函数进行交叉迭代去卷积，以提高共相误差检测的精度和可靠性。具体实施步骤如下：首先，对拼接镜系统进行第一次光瞳修改，如采用遮拦镜面的方式，获取第一次差分光学传递函数。根据第一次光瞳修改的参数，计算对应的点扩展函数。利用第一次差分光学传递函数和点扩展函数，进行初步的迭代去卷积，得到一个初步的共相误差估计。然后，对拼接镜系统进行第二次光瞳修改，采用相位更改的方式，获取第二次差分光学传递函数。根据第二次光瞳修改的参数，计算新的点扩展函数。在交叉迭代过程中，将第一次迭代去卷积得到的共相误差估计作为第二次迭代去卷积的初始值，利用第二次差分光学传递函数和新的点扩展函数进行迭代去卷积。在每次迭代中，根据第二次差分光学传递函数与当前估计的共相误差所对应的差分光学传递函数之间的差异，调整共相误差估计。这个调整过程通过反向计算实现，类似于单次差分光学传递函数迭代去卷积中的反向计算步骤，但这里考虑了两次光瞳修改的信息。重复上述交叉迭代步骤，直到满足一定的终止条件。常见的终止条件包括两次迭代之间共相误差估计的变化小于一个预设的阈值，或者达到最大迭代次数。这种交叉迭代去卷积策略的优势在于，通过两次不同方式的光瞳修改，能够获取更全面的光学系统信息。遮拦镜面主要改变了光学系统的通光孔径，影响了光学传递函数的高频部分；相位更改则主要改变了光线的传播相位，影响了光学传递函数的相位特性。将这两种方式结合起来，能够更全面地反映拼接镜系统的共相误差信息，从而提高去卷积的精度和可靠性。通过交叉迭代，利用第一次迭代的结果作为第二次迭代的初始值，能够使算法更快地收敛到正确的解，提高了算法的效率。4.2.2噪声条件下仿真实验结果与分析为了验证基于两次差分光学传递函数的交叉迭代去卷积策略在噪声条件下的性能，进行了一系列仿真实验。在仿真中，模拟了不同噪声水平下的拼接镜共相误差检测场景，并将该策略与基于单次差分光学传递函数的迭代去卷积方法进行对比。在低噪声水平下，如信噪比（SNR）为30dB时，基于两次差分光学传递函数的交叉迭代去卷积策略和单次差分光学传递函数迭代去卷积方法都能较好地恢复共相误差信息。从仿真结果来看，两者的检测精度都较高，去卷积后的结果与真实的共相误差较为接近。交叉迭代去卷积策略在图像的细节和边缘恢复方面表现更优，能够更准确地呈现共相误差的特征。随着噪声水平的增加，如SNR降低到20dB时，单次差分光学传递函数迭代去卷积方法的性能受到较大影响，去卷积后的结果中出现了明显的噪声残留，图像的清晰度下降，共相误差的检测精度降低。而基于两次差分光学传递函数的交叉迭代去卷积策略仍能保持较好的性能，虽然也受到噪声的影响，但相比单次差分光学传递函数迭代去卷积方法，其噪声残留较少，图像的清晰度和共相误差检测精度下降幅度较