四个直接数值模拟 (DNS) 数据集涵盖了 8 至 14 的有效自由流马赫数,用于研究高超音速边界层中湍流引起的气动光学畸变行为。数据集包括两个来自平板边界层(马赫数 8 和 14)的模拟数据集和两个来自尖锥流(马赫数 8 和 14)的模拟数据集。来自每个 DNS 的瞬时三维密度场被转换为折射率并进行积分以产生由湍流引起的光程差 (OPD) 分布。然后将这些值与文献中的实验数据和现有的 OPD 均方根模型进行比较。虽然该模型最初是为马赫数 ≤ 5 的流动开发的,但它为我们比较高超音速数据提供了基础。
研究了湍流引起的亚音速、超音速和高超音速边界层的气动光学畸变特性。使用了四个边界层的直接数值模拟 (DNS) 数据,这些边界层的标称马赫数范围从 0.5 到 8。亚音速和超音速边界层的 DNS 数据是平板流。两个高超音速边界层均来自入口条件为 8 马赫的流动,其中一个是平板流,另一个是尖锥上的边界层。这些数据集中的密度场被转换为折射率场,这些折射率场沿预期的光束路径积分,以确定光束穿过湍流场的折射时将经历的有效光程长度。然后,通过考虑与体边界层效应相关的平均路径长度和倾斜问题,确定光程差 ( ) 的分布。将 的均方根与现有模型进行比较。发现从亚音速和超音速数据确定的 值与现有模型非常匹配。可以预料的是,由于在模型推导过程中做出了强雷诺类比等假设,高超音速数据匹配得并不好。到目前为止,该模型从未与本文中包含的马赫数如此之高的流动或流过尖锥几何的流动进行比较。
动态光学镜头镜片是透射自适应光学器件,旨在轻松整合到任何光学系统中以校正光学畸变。这些镜头的设计使用10、16或25mm透明的光圈,以覆盖常见的学生尺寸和M32 x 0.75安装线,可以通过使用线程适配器来适应常见的客观螺纹类型。它们可以使用波前传感器或自动软件校正系统进行封闭环控制,以进行像差校正。动态光学变形镜头也可以与低功率激光器一起用于梁的塑形,例如将高斯光束塑造为椭圆形或方形束轮廓或立方相。这些镜片是光学相干断层扫描(OCT),共聚焦显微镜,2光子显微镜和明亮场显微镜的畸变校正的理想选择,以提高图像质量。
动态光学镜头镜片是透射自适应光学器件,旨在轻松整合到任何光学系统中以校正光学畸变。这些镜头的设计使用10、16或25mm透明的光圈,以覆盖常见的学生尺寸和M32 x 0.75安装线,可以通过使用线程适配器来适应常见的客观螺纹类型。它们可以使用波前传感器或自动软件校正系统进行封闭环控制,以进行像差校正。动态光学变形镜头也可以与低功率激光器一起用于梁的塑形,例如将高斯光束塑造为椭圆形或方形束轮廓或立方相。这些镜片是光学相干断层扫描(OCT),共聚焦显微镜,2光子显微镜和明亮场显微镜的畸变校正的理想选择,以提高图像质量。
光学畸变严重损害了各个领域的微观图像质量,包括细胞生物学和组织病理学诊断。传统自适应光学技术,例如波前塑形和指导星的利用,面临挑战,尤其是在成像生物组织中。在这里,我们引入了一种针对光学厚的样品量身定制的计算自适应光学方法。利用光学记忆效应的倾斜倾斜相关性,我们的方法检测到入射波中小倾斜引起的畸变中的相位差异。实验验证证明了我们技术在实质性的临界条件下使用传输模式样摄影设置在实质性临界条件下增强厚的人体组织成像的能力。值得注意的是,我们的方法对样本运动有牢固的作用,这对于提高关键生物医学应用的成像准确性至关重要。
摘要:光学畸变阻止望远镜达到其理论衍射极限。一旦估计,这些畸变就可以通过在闭环中使用可变形的镜子进行补偿。焦平面波传感可以直接从科学传感器拍摄的图像中估算完整光路的畸变。但是,当前的局灶性平面波前传感方法依赖于物理模型的物理模型,这些模型可能会限制校正的整体性能。这项研究的目的是使用无模型的增强学习来开发一种数据驱动的方法,以自动执行对像差的估计和校正,仅使用围绕焦平面围绕焦平面作为输入而获得的相位多样性图像。我们在加强学习的框架内提出校正问题,并在模拟数据上培训代理。我们表明该方法能够可靠地学习各种现实条件的有效控制策略。我们的方法还证明了对广泛的噪声水平的鲁棒性。