1 中国科学技术大学 国家同步辐射实验室,合肥 230029
2 中国科学技术大学 核科学技术学院,合肥 230029
针对太赫兹直线加速器,开发了基于EPICS分布式系统的横向截面尺寸测量系统。该系统采用束斑检测器完成束斑到光斑的转换,并通过远心镜头将光斑成像到CCD相机,完成对光斑图像的采集,之后基于ADAravis将相机采集的图像数据汇入到EPICS数据库。由于暗电流以及环境辐射的影响,在采集到的图像中会存在椒盐噪声,因此使用卷积神经网络(CNN)对图像中的椒盐噪声进行抑制,最后对图像进行高斯拟合计算出束流截面尺寸。实验结果表明,CNN可以有效地消除椒盐噪声,并且系统的分辨率达到15.8 μm,满足系统设计要求。
EPICS ADAravis 束流截面测量 机器学习 卷积神经网络 EPICS ADAravis beam profile measurement machine learning convolutional neural network 强激光与粒子束
2024, 36(3): 034004
强激光与粒子束
2022, 34(3): 031022
1 中国科学院成都光电技术研究所, 四川 成都 610209
2 中国科学院研究生院, 北京 100049
随机并行梯度下降(SPGD)算法已被证明是一种较为有效的像清晰化系统控制算法,具有不依赖波前传感器直接对系统性能指标进行优化的特点。其控制参数增益系数和扰动幅度决定了算法的收敛速度以及收敛稳定性。参数取值范围较窄,超出范围将导致收敛后期的震荡,或者较慢的算法收敛速度。研究了算法增益系数和扰动幅度对校正效果和收敛速度的影响,提出了一种参数自适应优化的方法。基于52单元变形镜、位置敏感传感器等器件建立了SPGD控制算法的像清晰化实验平台,验证该方法的有效性。实验结果表明,该方法扩展了参数取值范围,提高算法收敛速度的同时具有较好的收敛稳定性。
图像处理 自适应光学 随机并行梯度下降算法 像清晰化技术 光学学报
2011, 31(s1): s100408