Wavefront sensorless adaptive optics system for extended objects based on linear phase diversity technique
Wavefront sensorless adaptive optics system for extended objects based on linear phase diversity technique
复制标题
基于线性相位分集技术的扩展物体波前无传感器自适应光学系统
DOI：
10.1016/j.optcom.2020.126209
复制
发表时间：
2020-11
影响因子：
2.4
通讯作者：
Haitao Nie
中科院分区：
文献类型：
--
作者：
Dan Yue;Haitao Nie
无波前传感器（WFSless）自适应光学（AO）系统近年来得到了广泛的研究。然而，大多数现有的无wfsao系统都需要点源来进行波前传感。目的。本文提出了一种快速波前成像方法，用于修正扩展目标的湍流退化成像。基于线性相位分集（PD）技术的无wfss AO系统校正方法。通过线性化。系统光学传递函数（OTF）和扩展变形镜的影响函数。（DM）在Zernike的基础上，该方法可以建立驱动电压与。DM和CCD采集扩展图像。然后DM的控制信号可以直接输出到。在不同湍流强度下进行了数值模拟和实验验证。结果表明，该方法对波前均方根（RMS）有明显改善。并能以较快的校正速度有效地恢复湍流退化后的扩展图像。
Wavefront sensorless (WFSless) adaptive optics (AO) systems have been widely studied in recent years..However, most of the existing WFSless AO systems require point sources for wavefront sensing. Aimed.to correct the turbulence-degraded imaging of extended objects, this document proposes a fast wavefront.correction approach for a WFSless AO system based on linear phase diversity (PD) technique. By linearizing.the system optical transfer function (OTF) and expanding the influence functions of the deformable mirror.(DM) on Zernike basis, this method can establish a linear relationship model between the drive voltages of.the DM and the CCD acquired extended images. Then the control signal of the DM can be directly output to.generate a compensated wavefront from CCD images and fast adaptive wavefront correction can be realized..Numerical simulations and an experimental validation are performed under different turbulence strengths, the.results show that the proposed method has an impressive improvement of root mean square (RMS) of wavefront.and can effectively restore the turbulence-degraded extended images with a relatively fast correction speed.
登录
查看更多内容
DOI：
10.1364/josaa.20.001035
发表时间：
2003-06
期刊：
Journal of the Optical Society of America. A, Optics, image science, and vision
影响因子：
--
作者：
A. Blanc;L. Mugnier;J. Idier
通讯作者：
A. Blanc;L. Mugnier;J. Idier
影响因子：
3.8
作者：
Ping Yang;M. Ao;Yuan Liu;Bing Xu;Wen-han Jiang
通讯作者：
Ping Yang;M. Ao;Yuan Liu;Bing Xu;Wen-han Jiang
影响因子：
3.6
作者：
S. Meimon;T. Fusco;L. Mugnier
通讯作者：
S. Meimon;T. Fusco;L. Mugnier
影响因子：
3.6
作者：
Haotong Ma;Zejin Liu;Xiaojun Xu;Jin-bao Chen
通讯作者：
Haotong Ma;Zejin Liu;Xiaojun Xu;Jin-bao Chen
影响因子：
3.8
作者：
Huizhen Yang;O. Soloviev;M. Verhaegen
通讯作者：
Huizhen Yang;O. Soloviev;M. Verhaegen