Offner田野成像光谱仪光学系统建模与优化设计

论文摘要

成像光谱仪是一种可同时采集目标光谱特征和空间特征的光学设备,可以实现图、谱合一,从而解决传统科学领域“成像无光谱”和“光谱不成像”的问题。相比于基于平面或凹面光栅的成像光谱仪,采用凸面光栅做分光元件的Offner成像光谱仪具有数值孔径大、无谱线弯曲、色畸变小、结构紧凑和加工装配相对简单等诸多优点。目前,Offner成像光谱仪已经广泛应用于卫星遥感、地质探测、精准农业、生产制造和军事侦察等领域。现有设计方法主要为数值光线追迹法和基于单光栅像差理论的解析设计方法。深入研究Offner成像光谱仪的成像特性及设计方法,具有重要的理论价值与现实意义。本文的研究重点是Offner成像光谱仪光学系统的建模与优化设计。建模的目标是建立起像点与物点、系统参数之间的解析函数关系;优化的目标是,求取合适的系统结构参数和元件参数,使得系统的性能满足应用要求。主要研究内容包括以下几个方面:(1)针对Offner成像光谱仪光学系统,基于费马原理,利用光线追迹法得到光学系统的数值模型,然后运用级数展开方法,推导出系统的3阶解析模型,亦即3阶像差理论。解析模型提供了像差系数关于结构参数、光栅参数和元件参数的解析函数关系。通过数值实验验证了解析模型的精度并分析了模型误差的来源。利用解析的像差系数分析了系统中彗差、球差和像散等主要像差的几何特征,丰富多元件光学系统的像差理论,加深对系统成像特性的理解,为Offner系统优化设计提供理论指导。(2)结合理想成像条件,利用像差理论建立起光学系统优化设计问题的单目标优化模型。引入具有全局搜索功能的遗传算法进行优化,设计结果表明,遗传算法能够较好的解决Offner光学系统的优化设计问题。从光谱分辨率、谱线弯曲、色畸变和调制传递函数截止频率等方面验证了设计结果的性能。(3)针对目标函数的计算复杂性,将复杂模型近似技术Kriging模型引入Offner光学系统的优化设计问题,提高优化设计效率。讨论了采样方法对Kriging模型精度的影响,及Kriging模型在非线性建模方面的性能。通过在设计空间中采集训练样本,建立起多个波长处像差系数和目标函数的Kriging模型。实验结果表明,在优化过程中,有机结合Kriging模型和精确解析模型,同时考虑多个波长处的系统性能,既可以提高优化设计的时间效率,又可以保证设计结果在全光谱范围内的最优性。(4)针对优化问题的多目标特点,研究适合工程应用的多目标优化算法及其在Offner光学系统优化设计中的应用。为了提高多目标优化算法的效率和优化结果的实用性,提出了结合决策者偏好的多加权和优化算法与多加权和鲁棒优化算法,可以有效地缩小搜索空间,使优化结果分布在决策者感兴趣的区域,提高了解的分辨率。数值试验和设计实例验证了算法的性能。这些研究工作不仅对Offner光学系统设计具有重要意义,也对将进化算法用于求解复杂工程优化问题具有重要的意义。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 成像光谱仪
• 1.1.1 成像光谱仪简介
• 1.1.2 成像光谱仪分类
• 1.2 Offner成像光谱仪
• 1.2.1 Offner成像光谱仪发展历程
• 1.2.2 Offner成像光谱仪的应用
• 1.3 Offner 田野成像光谱仪的设计
• 1.3.1 总体设计
• 1.3.2 Offner分光系统设计
• 1.4 本文的内容安排
• 第2章 Offner成像光学系统的像差理论
• 2.1 衍射光栅的像差理论
• 2.1.1 光程函数理论
• 2.1.2 波像差理论
• 2.1.3 解析点列图理论
• 2.1.4 李变换理论
• 2.2 Offner成像光谱仪的几何布置
• 2.3 光学系统建模
• 2.3.1 光线追迹数值模型
• 2.3.2 光线追迹解析模型
• 2.3.3 解析模型性能评估
• 2.3.4 解析模型误差分析
• 2.4 Offner成像光谱仪的像差分析
• 2.4.1 彗差
• 2.4.2 球差
• 2.4.3 像散
• 2.4.4 畸变
• 2.5 本章小结
• 第3章 基于遗传算法的分光系统优化设计
• 3.1 分光系统的优化设计问题
• 3.1.1 研究背景及设计指标
• 3.1.2 目标函数
• 3.2 遗传算法简介
• 3.3 基于遗传算法的分光系统优化设计
• 3.3.1 设计空间
• 3.3.2 算法流程
• 3.3.3 优化结果
• 3.4 本章小结
• 第4章 基于Kriging模型的系统优化设计
• 4.1 代理模型简介
• 4.1.1 试验设计
• 4.1.2 建立模型
• 4.1.3 模型检验
• 4.2 Kriging模型
• 4.2.1 基本模型
• 4.2.2 预测模型
• 4.2.3 非线性函数方面的应用
• 4.2.4 优化设计方法
• 4.3 基于Kriging模型的系统优化设计
• 4.3.1 试验设计
• 4.3.2 构建代理模型
• 4.3.3 优化设计流程
• 4.3.4 优化结果
• 4.4 本章小结
• 第5章 基于进化多目标优化算法的Offner系统设计
• 5.1 分光系统设计多目标优化问题
• 5.2 进化多目标优化算法
• 5.2.1 多目标优化问题的数学描述
• 5.2.2 进化多目标优化算法流程
• 5.2.3 进化多目标优化算法综述
• 5.3 基于偏好信息的进化多目标优化算法
• 5.3.1 基于加权和的前决策优化算法
• 5.3.2 进化多目标鲁棒优化算法
• 5.3.3 多加权和鲁棒优化算法（RMWS-NSGA-Ⅱ）
• 5.3.4 分光系统优化设计
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 主要工作与创新点
• 6.2 研究展望
• 参考文献
• 致谢
• 在读期间发表的学术论文与取得的研究成果