[发明专利]基于优化量子粒子群算法准确提取未知相移量的方法有效
申请号: | 201910834418.5 | 申请日: | 2019-09-05 |
公开(公告)号: | CN110532721B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 于雪莲;宋仁康;郭冰梅;杨德凯;江攀;张月 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | G06F30/25 | 分类号: | G06F30/25;G06N3/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150080 黑*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 优化 子粒 子群 算法 准确 提取 未知 相移 方法 | ||
1.基于优化量子粒子群算法精确提取未知相移量的方法,其特征在于,包括以下步骤:
第1、依据实验光路图搭建光路,控制偏振片来引入任意相移量α1,α2,α3,用CMOS在时间序列上采集四帧全息图,并记录下物光和参考光的强度;定义与光束传播方向垂直的横截面上像素点坐标为(x,y),假设物光波前经菲涅耳衍射后在记录平面PH上的复振幅分布为假设与记录平面PH垂直的轴向平面波为参考波,其复振幅分布为其中,Ao(x,y)和Ar(x,y)分别表示物光和参考光的振幅分布,可分别取物光光强Io(x,y)和参考光光强Ir(x,y)的平方根,和分别表示物光和参考光的位相分布;为表达简便,省略(x,y),记录平面PH上的总光场为:
U=O+R (1)
强度分布为:
则可以将四帧全息图分别表示为:
其中,
第2、对采集到的四帧全息图之间进行减法操作,并对得到的差值的绝对值进行取平均运算,从而形成三个中间值:
其中,|...|是四帧全息图之间作差后取绝对值,然后作取平均运算,根据相位随机条件,不管相移量α取何值,均有近似条件成立,即(4)式中的因此(4)式中等号右边的|...|项近似相等,记为中间变量c,即则有:
p=csin(α1/2),q=csin(α2/2),r=csin(α3/2) (5)
当物光和参考光的强度被记录时,则c可以直接计算得出近似值,再经过简单的变换计算可得:
α1=2arcsin(p/c),α2=2arcsin(q/c),α3=2arcsin(r/c) (6)
即求得四步GPSI相邻步长之间的相移量的近似值α1,α2,α3;
第3、将所求得的α1,α2,α3作为初始值,使用优化量子粒子群算法进一步逼近它们的真实值:
首先,将(6)式计算得到的初始值α1,α2,α3和测量得到的参考光强度Ir=Ar2,以及记录的I0、I1、I2和I3四帧全息图,带入到由(3)式推导出的(7)式中:
计算可得振幅Ao和相位的初始近似值;
其次,构造一个使振幅Ao、相位和相移量α1,α2,α3相关联的平均误差函数ε作为量子粒子群算法的适应值函数:
其中,“∑”表示对整帧图像求和;
再次,为了优化初始粒子群的分布,根据公式(9)对α1,α2,α3进行一次高斯变异操作:
ped(m)=ped(m)±N(0,ξ1·Δnrange) (9)
其中:ped是量子粒子群算法中粒子的当前最优位置,m是量子粒子群算法迭代次数,N(0,ξ1·Δnrange)是一个均值为0,方差为ξ1·Δnrange的正态分布随机数,Δnrange是初始α1,α2,α3的调制范围,设置为[-0.005,0.005],ξ1是设置的随机变异常数,设置为(0,1)范围内的随机常数;
最后,按照优化的量子粒子群算法计算得出使平均误差函数ε最小的一组α1,α2,α3,该组α1,α2,α3则是相移过程中的真实值或最接近真实值的最优值;
第4、将第3中求得的α1,α2,α3的最优值,测量得到的参考光强度Ir=Ar2,以及记录的I0、I1、I2和I3四帧全息图再次带入由(3)式推导出的(7)式,可以恢复出记录平面PH上的物波场,从而得到振幅Ao和相位的准确值。
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哈尔滨理工大学,未经哈尔滨理工大学许可,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/201910834418.5/1.html,转载请声明来源钻瓜专利网。