太陽多層共軛自適應(yīng)光學(xué)波前斜率實時測量相關(guān)算法研究
發(fā)布時間:2023-04-18 21:59
傳統(tǒng)自適應(yīng)光學(xué)受大氣非等暈性的限制,只能在等暈區(qū)(角尺度10’’左右)校正大氣湍流的影響,達到接近望遠鏡衍射極限的成像分辨力,無法滿足對太陽活動區(qū)(角尺度通常為1’2’)的高分辨力觀測要求。多層共軛自適應(yīng)光學(xué)(MultiConjugate Adaptive Optics,MCAO)對大氣湍流進行三維波前探測,獲取不同高度處大氣湍流引起的波前像差,控制位于強湍流層共軛位置的變形鏡,對波前畸變進行分層校正,從而實現(xiàn)大視場高分辨力成像。太陽多層共軛自適應(yīng)光學(xué)系統(tǒng)利用大視場相關(guān)夏克-哈特曼傳感器同時探測多個視線上的波前畸變,相比傳統(tǒng)自適應(yīng)光學(xué)系統(tǒng),波前斜率計算量急劇增加。此外,太陽自適應(yīng)光學(xué)系統(tǒng)工作在白天時段,大氣視寧度差,相比夜天文自適應(yīng)光學(xué)系統(tǒng),傳感器采樣頻率和系統(tǒng)帶寬更高,波前斜率計算的實時性要求也更高。因此,太陽多層共軛自適應(yīng)光學(xué)系統(tǒng)波前斜率測量不僅要保證斜率計算的準確性,還要滿足實時性。本文基于多核CPU硬件平臺,針對大視場相關(guān)夏克-哈特曼傳感器圖像的特點,在保證準確率的前提下對波前斜率的計算方法進行加速優(yōu)化。本文主要內(nèi)容及創(chuàng)新點如下:針對太陽目標的大視場相關(guān)夏...
【文章頁數(shù)】:96 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景及意義
1.2 自適應(yīng)光學(xué)技術(shù)及其原理
1.2.1 傳統(tǒng)自適應(yīng)光學(xué)
1.2.2 多層共軛自適應(yīng)光學(xué)
1.3 太陽多層共軛自適應(yīng)光學(xué)
1.3.1 太陽多層共軛自適應(yīng)光學(xué)發(fā)展概況
1.3.2 太陽多層共軛自適應(yīng)光學(xué)重點及難點分析
1.4 大視場相關(guān)夏克-哈特曼傳感器圖像波前斜率測量原理
1.4.1 大視場相關(guān)夏克-哈特曼傳感器圖像
1.4.2 波前斜率測量原理
1.4.3 平臺選擇
1.5 本文的主要研究內(nèi)容及組織框架
第2章 太陽多層共軛自適應(yīng)光學(xué)波前斜率測量方法
2.1 空間域相關(guān)算法
2.1.1 絕對差分算法
2.1.2 歸一化互相關(guān)算法
2.2 頻率域相關(guān)算法
2.2.1 離散傅里葉變換
2.2.2 相位相關(guān)算法及其原理
2.3 亞像素精度插值
2.4 本章小結(jié)
第3章 歸一化互相關(guān)算法計算量優(yōu)化
3.1 減小搜索區(qū)域
3.2 分母部分計算量優(yōu)化
3.3 分子部分計算量優(yōu)化
3.4 本章小結(jié)
第4章 相位相關(guān)算法計算量優(yōu)化
4.1 快速傅里葉變換
4.2 FFT的計算機實現(xiàn)
4.2.1 倒位序的實現(xiàn)及其改進
4.2.2 蝶形運算的實現(xiàn)及其改進
4.2.3 FFTW3庫
4.3 二維實序列的快速傅里葉變換
4.3.1 實序列FFT
4.3.2 二維離散矩陣FFT
4.4 本章小結(jié)
第5章 多核CPU并行優(yōu)化
5.1 多核CPU并行優(yōu)化概述
5.1.1 線程級并行
5.1.2 指令級并行
5.1.3 數(shù)據(jù)級并行
5.2 歸一化互相關(guān)算法并行優(yōu)化
5.3 相位相關(guān)算法并行優(yōu)化
5.4 程序設(shè)計優(yōu)化
5.4.1 指針尋址
5.4.2 消除偽共享
5.4.3 分支優(yōu)化
5.5 算法兼容性分析
5.6 本章小結(jié)
第6章 實驗結(jié)果及分析
6.1 仿真
6.2 室內(nèi)實驗
第7章 總結(jié)與展望
7.1 本文主要研究內(nèi)容總結(jié)
7.2 本文主要創(chuàng)新點
7.3 展望
參考文獻
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果
本文編號:3793114
【文章頁數(shù)】:96 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景及意義
1.2 自適應(yīng)光學(xué)技術(shù)及其原理
1.2.1 傳統(tǒng)自適應(yīng)光學(xué)
1.2.2 多層共軛自適應(yīng)光學(xué)
1.3 太陽多層共軛自適應(yīng)光學(xué)
1.3.1 太陽多層共軛自適應(yīng)光學(xué)發(fā)展概況
1.3.2 太陽多層共軛自適應(yīng)光學(xué)重點及難點分析
1.4 大視場相關(guān)夏克-哈特曼傳感器圖像波前斜率測量原理
1.4.1 大視場相關(guān)夏克-哈特曼傳感器圖像
1.4.2 波前斜率測量原理
1.4.3 平臺選擇
1.5 本文的主要研究內(nèi)容及組織框架
第2章 太陽多層共軛自適應(yīng)光學(xué)波前斜率測量方法
2.1 空間域相關(guān)算法
2.1.1 絕對差分算法
2.1.2 歸一化互相關(guān)算法
2.2 頻率域相關(guān)算法
2.2.1 離散傅里葉變換
2.2.2 相位相關(guān)算法及其原理
2.3 亞像素精度插值
2.4 本章小結(jié)
第3章 歸一化互相關(guān)算法計算量優(yōu)化
3.1 減小搜索區(qū)域
3.2 分母部分計算量優(yōu)化
3.3 分子部分計算量優(yōu)化
3.4 本章小結(jié)
第4章 相位相關(guān)算法計算量優(yōu)化
4.1 快速傅里葉變換
4.2 FFT的計算機實現(xiàn)
4.2.1 倒位序的實現(xiàn)及其改進
4.2.2 蝶形運算的實現(xiàn)及其改進
4.2.3 FFTW3庫
4.3 二維實序列的快速傅里葉變換
4.3.1 實序列FFT
4.3.2 二維離散矩陣FFT
4.4 本章小結(jié)
第5章 多核CPU并行優(yōu)化
5.1 多核CPU并行優(yōu)化概述
5.1.1 線程級并行
5.1.2 指令級并行
5.1.3 數(shù)據(jù)級并行
5.2 歸一化互相關(guān)算法并行優(yōu)化
5.3 相位相關(guān)算法并行優(yōu)化
5.4 程序設(shè)計優(yōu)化
5.4.1 指針尋址
5.4.2 消除偽共享
5.4.3 分支優(yōu)化
5.5 算法兼容性分析
5.6 本章小結(jié)
第6章 實驗結(jié)果及分析
6.1 仿真
6.2 室內(nèi)實驗
第7章 總結(jié)與展望
7.1 本文主要研究內(nèi)容總結(jié)
7.2 本文主要創(chuàng)新點
7.3 展望
參考文獻
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果
本文編號:3793114
本文鏈接:http://sikaile.net/kejilunwen/wulilw/3793114.html
最近更新
教材專著