[发明专利]一种针对弱测量系统的光斑中心定位方法

权利要求书

1.一种针对弱测量系统的光斑中心定位方法，所述弱测量系统包括He-Ne激光器、光纤准直器FC、第一双折射晶体偏振分束器BD1、偏振片P1、50/50非偏振分光器BS、第二双折射晶体偏振分束器BD2、悬臂梁变形反射镜SR、四分之一波片QWP、半波片HWP、45°的格兰泰勒偏振棱镜P2和CCD，所述He-Ne激光器用于生成随机偏振光并通过单模光纤引入光纤准直器FC将单模光纤中的激光准直成高斯光束，高斯光束依次射入第一双折射晶体偏振分束器BD1、偏振片P1、50/50非偏振分光器BS、第二双折射晶体偏振分束器BD2和悬臂梁变形反射镜SR；所述非偏振分光器BS的入射面与高斯光束的夹角为45°；SR被设置为绕轴转过角度，使反射光与原光束在平面上夹角为；S将高斯光束反射后依次射入四分之一波片QWP、半波片HWP45°的格兰泰勒偏振棱镜P2和CCD；通过CCD采集实测光斑图像，其特征在于，包括：

S1：根据所述弱测量系统的成像原理生成光斑强度分布物理模型；

S2：根据CCD采集的实测光斑图像采用最小二乘法对光斑强度分布物理模型进行拟合，得到光斑强度分布模型对应的参数；

S3：根据光斑强度分布模型对应的参数随机生成N个光斑图像作为理想光斑图像；

S4：根据CCD采集的实测光斑图像和N个理想光斑图像利用小波分解技术生成N个模拟光斑图像；

S5：将N个模拟光斑图像作为训练集，将每个模拟光斑图像对应的理想光斑图像作为标签对卷积自编码神经网络进行训练；

S6：将CCD采集的目标实测光斑图像输入训练好的卷积自编码神经网络生成对应的目标理想光斑图像，将目标理想光斑图像的中心做为目标实测光斑图像的中心进行定位。

2.根据权利要求1所述的一种针对弱测量系统的光斑中心定位方法，其特征在于，将光斑分布图的中心作为坐标原点，所述光斑强度分布物理模型包括：

I(x，y)＝A[f(x，y)sin(gx+b)]²

x′＝xs_xcosθ-ys_xsinθ+Δx

y′＝ys_ycosθ-xs_ysinθ+Δy

I′(x，y)＝I(x′，y′)

其中，f(x，y)表示坐标点(x，y)对应的光斑原始横向振幅分布，Δ_x，y表示高斯光束的直径，sin(gx+b)表示两个偏振分量光束的相位差，I(x，y)表示坐标点(x，y)对应的光强，A表示系统初始的光斑强度，I′(x，y)表示CCD采集的光斑强度分布，T(x，y)表示仿射变换矩阵，s_x和s_y是沿x和y方向的缩放因子，θ是光斑图像的旋转角度，Δx表示光斑的在x轴上的平移量，Δy表示光斑在y轴上的平移量，S表示光斑图像的面积，g表示高斯光束的入射角，b表示光斑图像的消光位置。

3.根据权利要求2所述的一种针对弱测量系统的光斑中心定位方法，其特征在于，所述光斑强度分布模型对应的参数包括：

由于参数A、S、Δx、Δy、s_x、s_y、θ取决于弱测量系统的硬件，在拟合过程中A、S、Δx、Δy、s_x、s_y、θ都是固定不变，参数b是在测量过程中是动态变化的，参数b随着待测物理量的变化而变化，通过变换微弱物理量采集多张待测实测图像拟合参数b得到参数最小值b_min和最大值b_max。

4.根据权利要求3所述的一种针对弱测量系统的光斑中心定位方法，其特征在于，所述生成N个光斑图像包括：

在参数最小值b_min和最大值b_max之间随机选择参数br，并根据选择的参数br利用光斑强度分布物理模型生成理想光斑图像，重复N次得到N个理想光斑图像。