自己注意機構に基づく広視野自由曲面オフ軸3鏡光学系のノイズロバストアライメント方法

科学分野:

• 光学工学
• 機械学習
• 光学計測

背景:

• 自由曲面を有するオフ軸3鏡光学系は、ずれと波面収差の間の複雑な非線形関係により、アライメントの課題に直面しています。
• 既存のアライメント手法は、特に摂動条件下では、高い精度と効率を達成することが困難です。

研究 の 目的:

• オフ軸3鏡光学系のオフ軸3鏡光学系の位置合わせ精度と効率を向上させるための、特徴自己注意機構（FSA-HNet）を備えたハイブリッド深層ニューラルネットワークを提案すること。
• 自由曲面光学系のアライメント手法のロバスト性と予測精度を向上させること。

主な方法:

• 局所特徴抽出と大域相関モデリングを統合したハイブリッド深層ニューラルネットワーク（FSA-HNet）。
• モデルのロバスト性を向上させるための融合損失関数と指数移動平均戦略の実装。
• さまざまなノイズ条件下でのパフォーマンスを評価するためのシミュレートされたアライメント検証とモンテカルロシミュレーション。

主要な成果:

• FSA-HNet手法は、二次および三次ミラーのずれ（デセンター±1 mm、チルト±0.1°）に対して、単一のアライメント反復で高精度を達成します。
• 2回の反復後、ノイズ下でも波面RMS値は設計値0.123λ（λ=632.8 nm）に近づきます。
• アライメント精度は、二次感度行列法と比較して約22.4%向上しました。
• モンテカルロシミュレーションでは、サンプルの93.5%がλ/4より優れた波面RMS、82%がλ/5より優れた波面RMSを達成することが示されています。

結論:

• FSA-HNet手法は、複雑な自由曲面光学系の位置合わせ精度と効率を大幅に向上させます。
• 提案手法は、特に摂動環境条件下での光学システムの収率を向上させます。
• FSA-HNetは、困難な光学系の位置合わせのための堅牢で正確なソリューションを提供します。