大口径光学合成孔径系统研究进展

光学合成孔径技术是增大望远镜有效口径、提高望远镜分辨率、增强望远镜集光能力的有效途径,但是大口径光学合成孔径系统的技术难度随着子孔径离散程度的提高与自由度的释放呈指数级增长。文章比较了光学合成孔径系统的基本原理与结构形式,回顾了以拼接式、稀疏孔径式和分布式为代表的大口径光学合成孔径系统的发展历程,分析了大口径光学合成孔径系统在主动光学、编队与控制、路径规划等关键技术领域面临的技术难题,并提出下一代大口径光学合成孔径系统的发展方向。

光学合成孔径复原图像的振铃探测与消除

针对相位平移误差使光学合成孔径图像的复原出现的振铃效应,提出了一种结合视觉感知的振铃探测与消除方法。首先,提出并利用梯度方向随机度和局部方差值两项指标计算得到图像纹理区;然后,根据不同阈值的Canny算子检测出全边缘与主边缘,并将主边缘邻域内的全边缘作为待筛选的边缘振铃;最后,结合人类视觉系统的纹理掩盖效应分别得到振铃区与平坦区。此外,在图像分区基础上,选择亮度相似度因子作为自适应参数,利用双边滤波进行图像处理。实验显示:处理后Lena图像的峰值信噪比提高了10.8%,分辨率板的结构相似度提高了0.057。结果表明:该方法能够对图像以像素精度分区,可以在保持边缘与纹理的同时,有效消除振铃效应,提高图像复原质量。

光学合成孔径成像系统的杂散光分析与抑制

为了提高光学合成孔径成像系统的成像质量,减小杂散光对成像系统的影响,文中结合杂散光辐照度计算结果和相机参数对光学合成孔径系统进行了杂散光分析。在杂散光分析软件TracePro中建立了系统的光机模型,对系统进行杂散光追迹,分析了杂散辐射主要来源。仿真分析结果表明:设计的遮光罩,采用设置光阑、消杂光螺纹和发黑、涂消光漆等杂散光抑制措施,在光学系统太阳光与光学系统光轴夹角大于1°时,点源透过率均≤10-4,达到了杂散光抑制的要求,验证了文中杂散光抑制方法的有效性。

光学合成孔径系统的光束控制

本文给出真空中光学合成孔径系统光束控制的物理模型。计算机数值模拟结果与理论分析吻合。另外,对孔径的活塞型和倾斜型误差的影响也进行了探讨。

光学合成孔径成像技术的uv覆盖与孔径排列研究

从地平坐标系和时角坐标系出发,运用坐标旋转公式推导出光学合成孔径成像技术中干涉阵排列和uv覆盖之间的几何关系式,以特定观测天区为例,在南京模拟三孔径Y型阵,并运用蒙特卡洛法对2个目标函数分别优化,将其优化结果进行比较,找到比较适合该文的目标函数。

基于主动相干光学合成孔径超分辨成像的空间目标探测系统

基于宏观反射式傅里叶叠层成像理论,提出一种主动相干光学合成孔径超分辨成像空间目标探测系统。采用主动相干光源配合单个小孔径相机,采集目标低分辨图像序列,通过傅里叶叠层拼接算法重构接近等效合成孔径倍率的超分辨图像。给出了系统的总体方案和详细设计,并通过搭建的宏观反射式近红外主动相干光学合成孔径超分辨成像地面实验装置验证了系统的超分辨成像能力。该系统有望通过小孔径实现等效合成孔径全天时高分辨成像效果,大幅缩减载荷口径需求。弥补传统空间目标探测系统夜间成像能力的不足,提升空间目标夜间探测能力。

光学合成孔径图像超分辨率重建技术研究

针对光学合成孔径固有的中低频损失而导致的成像模糊问题,提出一种改进的超分辨率生成对抗网络(SRGAN)进行图像复原研究;首先通过MATLAB构建光学合成孔径图像数据集,并对数据集进行数据增强处理,其次根据ASPP网络设计思想,构建多尺度SRGAN生成器的残差结构,最后与传统超分辨率重建算法进行复原效果对比;实验结果表明,该算法可加快模型收敛速度,提升模型获取图像细粒度特征的能力,对于光学合成孔径图像的复原效果更优。

基于微小卫星的光学合成孔径成像系统研究

光学遥感技术正朝着高空间分辨率方向发展,然而更高的空间分辨率必然要求空间成像系统口径越来越大,因此回避大口径系统加工难度同时提高天基探测系统分辨率成为亟待解决的问题。文章简要阐明了光学合成孔径等效成像的基本原理并归纳总结出了光学合成孔径技术的发展趋势,针对微小卫星光学合成孔径成像的误差类型及来源进行了分析,提出了微小卫星实现光学合成孔径技术的4种基本设想,其中基于微小卫星的空间交会对接位相阵列形式较为可行,并指出了后续在轨应用的研究方向。

深度信念网络的光学合成孔径成像质量评价

光学合成孔径成像质量评价研究一直是人们关注的焦点,为了解决传统光学合成孔径成像质量评价方法的精度低、评价效率低等局限性,为了改善提高光学合成孔径成像质量评价结果,提出了深度信念网络的光学合成孔径成像质量评价方法。首先分析了光学合成孔径成像质量评价国内外研究进展,阐述了光学合成孔径成像质量评价结果差的因素,然后建立了光学合成孔径成像质量评价指标,并收集了数据,并采用深度信念网络建立了光学合成孔径成像质量变化特点的评价模型,最后在Matlab 2018平台上与经典光学合成孔径成像质量评价方法进行了仿真实验,结果表明,深度信念网络的光学合成孔径成像质量评价精度超过90%,精度要高于与经典光学合成孔径成像质量评价方法,缩短了光学合成孔径成像质量评价建模时间,光学合成孔径成像质量评价效率得到了提升,具有更好的实际应用范围。

深度学习光学合成孔径共相闭环实验研究

光学合成孔径是研制大口径望远镜的有效技术途径。合成孔径光电望远镜实际分辨率能达到衍射极限的关键在于实时检测并校正各子孔径之间的平移误差。通过构建轻量化MobileNet卷积神经网络拟合宽波段点扩展函数和平移误差的非线性映射关系,并基于该网络完成了三孔径共相闭环实验。对三孔径合成孔径系统时序施加平移误差,采集相应宽波段点扩展函数,利用点扩展函数-平移误差数据训练轻量化MobileNet网络至收敛。在闭环校正阶段,将训练好的模型部署到嵌入式计算平台中,根据预测输出控制压电反射镜进行误差校正。共相闭环结果表明,该方法每次检测耗时3 ms,具有较好实时性,且能够在±6λ_(0)(λ_(0)=600 nm)的检测范围内,实现26.2 nm的检测精度。通过深度学习共相闭环实验,验证了深度学习方法作为工程级共相解决方案的可行性。

用干涉法实现光学合成孔径技术

分析了传统干涉成像方式的分辨率受限问题 ,提出一种干涉条纹场的合成来提高分辨率的方法 。

四子孔径光学合成孔径成像系统空间排布性能分析

对三种空间排布结构的四子孔径光学合成孔径成像系统性能进行了分析。根据避免有效频率信息丢失的原则,分别计算了三种结构各自对应的空间排布限制条件,在此基础上得到了三种结构的有效频率覆盖范围和等效孔径。结果表明,当频率覆盖范围要求比较高时,只能选择三臂结构;当环形均匀结构和三臂结构具有相同的有效频率覆盖范围时,按照抑制次峰的选择标准,三臂结构要优于环形均匀结构;当环形优化结构和三臂结构具有相同的有效频率覆盖范围时,环形优化结构的点扩展函数次峰要明显大于三臂结构,而且环形优化结构的光学传递函数缺乏三臂结构的对称特性。

一种新的光学合成孔径系统成像性能指标与光瞳优化方法

为探索能够准确反映合成孔径系统成像性能的特征指标,计算比较了三种典型的六孔径阵列的填充因子上下限、截止频率、截止能量比以及相关系数等参数,发现其成像质量主要与调制传递函数(MTF)中低频段的频谱分布有关。在此基础上,提出了综合考虑频率高低与频段分布均匀性的加权频段能量曲线,可以较准确地反映不同阵列在成像质量方面的差异。为实现MTF中低频段频谱能量最大化,对三种阵列的光瞳结构进行优化,得到对应的中心聚合型阵列。实验结果表明,新阵列在成像质量上明显优于原阵列,填充因子范围也能满足一般设计需求。

相位平移误差与子孔径自身像差对稀疏光学合成孔径系统成像质量的综合影响分析

稀疏光学合成孔径系统成像质量的提高需要综合考虑子孔径间相位平移误差和子孔径自身像差的影响.本文基于稀疏光学合成孔径系统的光瞳结构,利用傅里叶光学基本原理对系统的斯特列尔比(Strehl Ratio,SR)进行了理论推导,得到了包含相位平移误差和子孔径自身像差分离形式的该类系统的SR指标的理论公式.以两子孔径系统为例,计算并分析了在相位平移误差校正后和未校正时,系统SR指标在不同子孔径像差下的变化规律,研究了相位平移误差与子孔径像差对系统SR指标的综合影响.结果阐明了该类系统的成像质量受相位平移误差和子孔径自身像差双重制约的物理机理,且表明只有将子孔径自身像差校正至某限度内时,相位平移误差的校正才对系统SR指标的提高有明显意义.

一种基于远场图像的稀疏光学合成孔径系统共相探测新方法的仿真研究

稀疏光学合成孔径系统中,共相探测环节检测子孔径间的相位平移误差,为系统高分辨力的实现提供重要支持.文章从基本的物理原理出发,分析了系统远场与相位平移误差的关系,并以此为基础,从数学上阐明了相位平移误差对系统远场图像的影响机制.进一步,针对典型的两孔径系统,提出了一种新的基于远场相似度的共相探测方法,并对其可行性、原理性偏差和动态范围进行了仿真分析.结果表明,该方法在原理上可实现对两孔径系统相位平移误差的良好标定,且避免了一些既有方法可能存在的2π模糊性及无法判断符号的问题,具有一定的动态范围,为共相探测新技术的进一步研究提供了有效参考.

大孔径衍射受限光学合成孔径系统MTF中频补偿

光学合成孔径(OSA)技术能够极大地提高光学系统的空间分辨率,但是由于孔径的离散与稀疏,导致其调制传递函数(MTF)中频部分相比单一口径系统显著下降。论述OSA成像的方式和原理,分析OSA中频MTF下降的原因和原理。以填充因子为线索,分别给出大填充因子中频MTF下降和小填充因子中频MTF缺失的处理方法。对于中频MTF下降,采用图像复原的方式恢复图像中的中频信息;对于中频MTF缺失,采用两个系统分别成像再融合图像的方法补偿中频。分别分析了两种方法的可行性,给出了两种情况的Zemax仿真验证,结果表明两种方法均可行。

提高相位误差容限的光学合成孔径多帧成像方法

相位误差的存在严重降低了光学合成孔径系统的成像质量。针对活塞误差和倾斜误差的不同特性,设计对应的量化指标,并以维纳滤波进行复原,利用相关系数进行评价。统计结果表明,只有活塞误差均值小于0.06λ,倾斜误差均值小于16μrad时,才能保证相关系数大于0.98,近似实现无损复原。在此基础上,通过旋转阵列获取频谱不同的多帧图像共同参与复原,以减小或消除相位误差的影响。比较不同旋转角度和次数情况下的复原结果,最终确定最优方案。实验结果表明,该方法与直接成像相比,可以显著提高含相差系统的图像复原质量,而且将两种相位误差容限分别提高到0.12λ和35μrad,降低了对光学设计和相差校正的精度要求。

光学合成孔径一维旋转阵列多帧成像优化方法

为提高一维合成孔径阵列的成像分辨率,研究利用旋转基线的方式实现含相位误差情况下的一维阵列多帧成像与复原。首先比较不同子孔径数及排列方式的优劣,确定合适的阵列结构;然后通过旋转基线进行多帧成像,实现频谱在各方向上的覆盖;利用多帧维纳滤波进行复原,以相关系数为评价准则,并结合成像性能与效率在3种备选方案中确定理想的旋转方式;最后通过增加旋转次数,实现频谱的重复覆盖,以消除考虑相位误差对成像质量的影响。实验表明,以60°旋转5次成像时,一维三孔径阵列的活塞误差容限为0.07,倾斜误差容限为40μrad。本文提出的一维旋转阵列多帧成像方法可以在消除一定相位误差影响的同时实现高清晰复原,具有较强的实用价值。

一种基于深度学习的光学合成孔径成像系统图像复原方法

光学合成孔径成像系统中光学传递函数的频率响应下降,会不可避免地导致成像模糊,因此通常需要借助维纳滤波或盲解卷积算法来实现图像复原,最终获得清晰的高分辨率图像。提出一种基于U型卷积神经网络的深度学习框架,通过MATLAB软件构建数据集,以对网络进行训练,并将所训练的U型网络与盲解卷积算法的图像复原效果进行对比。数值仿真结果表明,在弱噪声条件下,U型网络在基于光学合成孔径成像系统的图像复原中展现出较强的复原能力以及一定的泛化能力和通用性,能够实现图像的快速盲复原,因而具有潜在的应用前景。