首页 > 论文 > 光学学报 > 40卷 > 02期(pp:0212004)

基于径向基网络的光学测量系统误差修正算法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

针对光学测量系统杂散光限制后,残留杂散光的固有误差以及系统老化的所带来的时变误差,本文提出了一种基于径向基神经网络(Radial Basis Function Network, RBF)的光度测量系统误差修正算法,来进一步提高光学测量系统的测量精度。主要利用点源透射率(Point Source Transmint, PST)的方法对光度测量系统的测量误差分布情况进行分析;在杂散光分布影响近似估计的基础上,设计并改进了一种基于RBF神经网络的光度测量系统误差修正算法。采用TracePro进行仿真对比试验,结果表明,通过误差补偿网络的修正,可将光度测量误差降低至0.24%以下;而且此算法与一般RBF相比,其收敛速度和逼近能力有了明显的提高,为系统杂散光限制后衍生问题的解决提供了更为快速有效的修正工具。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/aos202040.0212004

作者单位:

    哈尔滨理工大学自动化学院
    哈尔滨理工大学自动化学院
    哈尔滨理工大学自动化学院

引用该论文

薛萍,何海,王宏民. 基于径向基网络的光学测量系统误差修正算法[J].光学学报,2020,40(02):0212004.