基于统一设计和深度学习的液态镜头优化策略,旨在提高动态光学性能并降低驱动力的驱动力

科学领域:

• 光学和光子学 在光学和光子学.
• 计算工程 计算工程
• 人工智能的人工智能

背景情况:

• 液态镜头提供可调节的焦距,但在优化光学性能和最大限度地减少驱动力方面面临挑战.
• 现有的优化方法往往导致本地化解决方案,未能实现全球性能改进.

研究的目的:

• 通过结合统一的设计和深度学习,开发液态镜片的高效优化策略.
• 为了实现动态光学性能的同时改进和驱动力的减少.
• 为了获得全球优化的液态镜头设计,具有卓越的偏差控制和图像质量.

主要方法:

• 设计了一个平面凸液态镜片膜,具有优化的轮功能和中心厚度.
• 统一设计选择了代表性参数组合,使用 MATLAB 控制 COMSOL 和 ZEMAX 模拟的性能数据.
• 训练了一个四层深度学习神经网络,以根据参数组合预测性能.

主要成果:

• 经过训练的深度神经网络证明了对所有参数组合的有效性能预测.
• 全球优化的设计显著减少了焦距调整范围内的球形和昏迷偏差.
• 与传统和局部优化的设计相比,新方法实现了驱动力的大幅减少和改进的调制转移函数 (MTF) 曲线.

结论:

• 拟议的混合优化策略有效地实现了液态镜片的全球优化.
• 这种方法带来了优越的光学性能,减少了驱动力,提高了图像质量.
• 该方法为设计先进的液态透镜系统提供了强大的框架.