留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

岭估计在稀疏孔径望远镜主镜姿态控制中的应用

曹海峰 张景旭 杨飞 安其昌

曹海峰, 张景旭, 杨飞, 安其昌. 岭估计在稀疏孔径望远镜主镜姿态控制中的应用[J]. 红外与激光工程, 2019, 48(3): 318003-0318003(10). doi: 10.3788/IRLA201948.0318003
引用本文: 曹海峰, 张景旭, 杨飞, 安其昌. 岭估计在稀疏孔径望远镜主镜姿态控制中的应用[J]. 红外与激光工程, 2019, 48(3): 318003-0318003(10). doi: 10.3788/IRLA201948.0318003
Cao Haifeng, Zhang Jingxu, Yang Fei, An Qichang. Application of ridge regression in pose control of telescope primary mirror with sparse aperture[J]. Infrared and Laser Engineering, 2019, 48(3): 318003-0318003(10). doi: 10.3788/IRLA201948.0318003
Citation: Cao Haifeng, Zhang Jingxu, Yang Fei, An Qichang. Application of ridge regression in pose control of telescope primary mirror with sparse aperture[J]. Infrared and Laser Engineering, 2019, 48(3): 318003-0318003(10). doi: 10.3788/IRLA201948.0318003

岭估计在稀疏孔径望远镜主镜姿态控制中的应用

doi: 10.3788/IRLA201948.0318003
基金项目: 

国家重点研发计划(2017YFE0102900);国家自然科学基金(11673080)

详细信息
    作者简介:

    曹海峰(1991-),男,博士生,主要从事拼接镜面主动光学方面的研究。Email:caohf_ucas@163.com

  • 中图分类号: TH751

Application of ridge regression in pose control of telescope primary mirror with sparse aperture

  • 摘要: 研究了稀疏孔径镜面硬点与边缘传感器布局对稀疏孔径相对位姿控制精度的影响。利用离散孔径镜面几何特性,建立了一个由7个圆形子孔径组成的主镜模型,并推导了子孔径间相对位姿控制矩阵。鉴于控制矩阵条件数大这一特点,采用广义最小二乘法求解,引入岭估计并给出了控制矩阵误差函数上确界,分析了128种边缘传感器与硬点布局以及几何距离对控制矩阵条件数的影响。仿真结果表明:硬点和边缘传感器的几何布局与系数矩阵存在内在联系;离散孔径相对位姿控制系数矩阵存在严重的复共线现象,法矩阵出现严重病态;硬点布局与改善系数矩阵病态性弱相关;在硬点布局一定时,增大相邻两边缘传感器间距,控制矩阵条件数明显减小。针对控制矩阵病态问题,采用岭估计通过选择合适的岭参数病态特征得到了有效抑制,该方法更能有效利用冗余的边缘传感器结构,实现数据融合并保证测量系统的稳定可靠。
  • [1] Zhou Chenghao, Wang Zhile, Zhu Feng. Review on optical synthetic aperture imaging technique[J]. Chinese Optics, 2017, 10(1):26-37. (in Chinese)周程灏, 王治乐, 朱峰. 大口径光学合成孔径成像技术发展现状[J]. 中国光学, 2017, 10(1):26-37.
    [2] Fan Lei, Yang Hongbo, Zhang Jingxu, et al. Hardpoints defining structure for large aperture primary mirror[J]. Infrared and Laser Engineering, 2012, 41(12):3367-3371. (in Chinese)范磊, 杨洪波, 张景旭, 等. 大口径反射镜轴向硬点定位[J]. 红外与激光工程, 2012, 41(12):3368-3371.
    [3] Lan Bin, Wu Xiaoxia, Yang Hongbo, et al. Application of generalized least squares method in the calibration of active optics mode[J]. Infrared and Laser Engineering, 2017, 46(6):0617001. (in Chinese)兰斌, 吴小霞, 杨洪波, 等. 广义最小二乘法在主动光学模式定标中的应用[J]. 红外与激光工程, 2017, 46(6):0617001.
    [4] Peng Yao, Zhang Jingxu, Yang Fei, et al. Hardpoint location technique of large mirror based on active optics[J]. Laser Infrared, 2016, 46(2):139-143. (in Chinese)彭尧, 张景旭, 杨飞, 等. 基于主动光学的大口径反射镜硬点定位技术[J]. 激光与红外, 2016, 46(2):139-143.
    [5] Gajjar H, Menzies J, Buckley D, et al. SALT:Active control of the primary mirror with inductive edge sensors[C]//SPIE, 2016, 9906:990639.
    [6] Wasmeier M, Hackl J, Leveque S. Inductive sensors based on embedded coil technology for nanometric inter-segment position sensing of the E-ELT[C]//SPIE, 2014, 9145:91451R.
    [7] Conan R, Bouchez A, Quiros-Pacheco F, et al. The GMT active optics control strategies[C]//SPIE, 2016, 9909:99091T.
    [8] Yang Dehua, Qi Yongjun, Zhu Zhendong, et al. Design and test of the active micro-motion mechanism for optical mirror segement[J]. Optics and Precision Engineering, 2005, 13(2):191-197. (in Chinese)杨德华, 戚永军, 朱振东, 等. 光学拼接镜面微位移主动调节机构的设计和实测[J]. 光学精密工程, 2005, 13(2):191-197.
    [9] Su Dingqiang, Cui Xiangqun. Active optics-key technology of the new generation telescopes[J]. Progress in Astronomy, 1999, 17(1):1-14. (in Chinese)苏定强,崔向群. 主动光学-新一代大望远镜的关键技术[J]. 天文学进展, 1999, 17(1):1-14.
    [10] Lin Xudong, Chen Tao, Wang Jianli, et al. Active optics figure control of segmented mirror[J]. Optics and Precision Engineering, 2009, 17(1):98-102. (in Chinese)林旭东, 陈涛, 王建立, 等. 拼接镜的主动光学面形控制[J]. 光学精密工程, 2009, 17(1):98-102.
    [11] Cui X Q, Su D Q, Li G P, et al. Experiment system of LAMOST active optics[C]//SPIE, 2004, 5489:974-984.
    [12] Guo Wenyue, Yu Anzhu, Liu Haiyan, et al. Regularized total least squares used in remote sensing image positioning of optical line array[J]. Optics and Precision Engineering, 2017, 25(1):236-242. (in Chinese)郭文月, 余岸竹, 刘海砚, 等. 正则化总体最小二乘用于光学线阵遥感影像定位[J]. 光学精密工程, 2017, 25(1):236-242.
    [13] Li Lijuan, Zhao Yanhui, Lin Xuezhu. Application of WTLS in coordinate transformation of laser tracker[J]. Optics and Precision Engineering, 2015, 23(9):2570-2577. (in Chinese)李丽娟, 赵延辉, 林雪竹. 加权整体最小二乘在激光跟踪仪转站中的应用[J]. 光学精密工程, 2015, 23(9):2570-2577.
    [14] Mu Zhiya, Ai Hua, Fan Xiaohe, et al. Inference fringe image registration using total least square method[J]. Chinese Optics, 2016, 9(6):625-632. (in Chinese)穆治亚, 艾华, 樊孝贺, 等. 采用整体最小二乘法的条纹图配准方法[J]. 中国光学, 2016, 9(6):625-632. (in Chinese)
    [15] Hoerl A E, Kennard R W. Ridge regression:biased estimation for nonorthogonal problems[J]. Technometrics, 2000, 42(1):80-86.
    [16] Dai Jianhua, Wang Shiqing. The conditions of ridge estimation superior to the least squares estimation[J]. Mathematical Statistics and Applied Probability, 1994, 9(2):53-57. (in Chinese)戴俭华, 王石青. 岭估计优于最小二乘估计的条件[J]. 数理统计与应用概率, 1994, 9(2):53-57.
    [17] Ma Chaozhong, Du Yuanlu, Gui Qingming. Generalized robust ridge estimation in Gauss-Markov model[J]. Henan Science, 2012, 30(7):823-824. (in Chinese)马朝忠, 杜院录, 归庆明. Guass-Markov模型的广义抗差岭估计[J]. 河南科学, 2012, 30(7):823-824.
    [18] Zou W Y. Generalized figure-control algorithm for large segmented telescope mirrors[J]. J Opt Soc Am A, 2001, 18(3):639-643.
    [19] Lu Tieding. Research on the total least squares and its applications in surveying data processing[D]. Wuhan:University of Wuhan, 2010. (in Chinese)鲁铁定. 总体最小二乘平差理论及其在测绘数据处理中的应用[D]. 武汉:武汉大学, 2010.
    [20] Tikhonov A N, Goncharsky A V, Stepanov V V, et al. Numerical Methods for the Solution of Ⅲ-Posed Problems[M]. Berlin:Springer, 1995.
    [21] Huang Hailan, Niu Ben. Study on the determination of ridge parameters[J]. Science of Surveying and Mapping, 2011, 36(4):31-32. (in Chinese)黄海兰, 牛犇. 岭参数确定的研究[J]. 测绘科学, 2011, 36(4):31-32.
  • [1] 刘峰, 郭英华, 王霖, 高裴裴, 张月桐.  二维主动位姿引导的单目空间姿态测量方法 . 红外与激光工程, 2024, 53(2): 20211026-1-20211026-11. doi: 10.3788/IRLA20211026
    [2] 安其昌, 吴小霞, 李洪文.  基于曲率传感的稀疏孔径望远镜共焦检测方法研究 . 红外与激光工程, 2023, 52(10): 20230050-1-20230050-9. doi: 10.3788/IRLA20230050
    [3] 李荣华, 王蒙, 周唯, 付佳茹.  双模态信息融合的飞行目标位姿估计方法 . 红外与激光工程, 2023, 52(3): 20220618-1-20220618-16. doi: 10.3788/IRLA20220618
    [4] 熊芝, 许航, 张刘港, 郭志豪, 伍楚奇, 冯维, 翟中生, 周维虎, 董登峰.  基于加权加速正交迭代算法的相机位姿估计 . 红外与激光工程, 2022, 51(10): 20220030-1-20220030-9. doi: 10.3788/IRLA20220030
    [5] 游丽.  基于块稀疏贝叶斯学习的SAR图像目标方位角估计方法 . 红外与激光工程, 2022, 51(4): 20210282-1-20210282-6. doi: 10.3788/IRLA20210282
    [6] 王鹤, 李泽明.  激光测距仪与相机信息融合过程中位姿标定方法 . 红外与激光工程, 2020, 49(4): 0413002-0413002-8. doi: 10.3788/IRLA202049.0413002
    [7] 田鹤, 毛宏霞, 刘铮, 曾铮.  机载逆合成孔径激光雷达微动目标稀疏成像 . 红外与激光工程, 2020, 49(S2): 20200190-20200190. doi: 10.3788/IRLA20200190
    [8] 李云辉, 霍炬, 杨明.  基于图模型的小尺寸飞行器地面试验中位姿估计方法 . 红外与激光工程, 2020, 49(4): 0413003-0413003-8. doi: 10.3788/IRLA202049.0413003
    [9] 安其昌, 张景旭, 杨飞, 赵宏超.  基于串联机械臂的稀疏孔径望远镜装调 . 红外与激光工程, 2018, 47(8): 818002-0818002(6). doi: 10.3788/IRLA201847.0818002
    [10] 杨维帆, 曹小涛, 张彬, 赵伟国, 林冠宇.  空间望远镜次镜六自由度调整机构精密控制 . 红外与激光工程, 2018, 47(7): 718007-0718007(8). doi: 10.3788/IRLA201847.0718007
    [11] 张旭, 魏鹏.  针对机器人位姿测量立体标靶的单目视觉标定方法 . 红外与激光工程, 2017, 46(11): 1117005-1117005(9). doi: 10.3788/IRLA201746.1117005
    [12] 王天宇, 董文博, 王震宇.  基于单目视觉和固定靶标的位姿测量系统 . 红外与激光工程, 2017, 46(4): 427003-0427003(8). doi: 10.3788/IRLA201746.0427003
    [13] 兰斌, 吴小霞, 杨洪波, 蒋权, 张正铎.  广义最小二乘法在主动光学模式定标中的应用 . 红外与激光工程, 2017, 46(6): 617001-0617001(7). doi: 10.3788/IRLA201746.0617001
    [14] 闫公敬, 张宪忠.  基于最大似然估计算法的子孔径拼接检测技术 . 红外与激光工程, 2015, 44(7): 2206-2210.
    [15] 冯春, 吴洪涛, 陈柏.  基于多传感器融合的航天器间位姿参数估计 . 红外与激光工程, 2015, 44(5): 1616-1622.
    [16] 李兴东, 李满天, 郭伟, 陈超, 孙立宁.  TOF激光相机六自由度位姿变换估计 . 红外与激光工程, 2015, 44(7): 2231-2238.
    [17] 李宏壮, 张景旭, 张振铎, 王槐, 王鸣浩.  620mm薄镜面主动光学望远镜校正实验 . 红外与激光工程, 2014, 43(1): 166-172.
    [18] 张峰, 田康生.  预警卫星对弹道导弹主动段状态估计算法 . 红外与激光工程, 2013, 42(7): 1912-1922.
    [19] 郭万存, 吴清文, 杨近松, 黄勇, 高志良.  2m主镜主动支撑优化设计 . 红外与激光工程, 2013, 42(6): 1480-1484.
    [20] 王亮, 陈涛, 张斌, 刘欣悦, 李宏壮, 张振铎.  薄镜面主动光学力促动器组控制软件系统设计 . 红外与激光工程, 2013, 42(11): 2984-2989.
  • 加载中
计量
  • 文章访问数:  344
  • HTML全文浏览量:  45
  • PDF下载量:  25
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-10-10
  • 修回日期:  2018-11-20
  • 刊出日期:  2019-03-25

岭估计在稀疏孔径望远镜主镜姿态控制中的应用

doi: 10.3788/IRLA201948.0318003
    作者简介:

    曹海峰(1991-),男,博士生,主要从事拼接镜面主动光学方面的研究。Email:caohf_ucas@163.com

基金项目:

国家重点研发计划(2017YFE0102900);国家自然科学基金(11673080)

  • 中图分类号: TH751

摘要: 研究了稀疏孔径镜面硬点与边缘传感器布局对稀疏孔径相对位姿控制精度的影响。利用离散孔径镜面几何特性,建立了一个由7个圆形子孔径组成的主镜模型,并推导了子孔径间相对位姿控制矩阵。鉴于控制矩阵条件数大这一特点,采用广义最小二乘法求解,引入岭估计并给出了控制矩阵误差函数上确界,分析了128种边缘传感器与硬点布局以及几何距离对控制矩阵条件数的影响。仿真结果表明:硬点和边缘传感器的几何布局与系数矩阵存在内在联系;离散孔径相对位姿控制系数矩阵存在严重的复共线现象,法矩阵出现严重病态;硬点布局与改善系数矩阵病态性弱相关;在硬点布局一定时,增大相邻两边缘传感器间距,控制矩阵条件数明显减小。针对控制矩阵病态问题,采用岭估计通过选择合适的岭参数病态特征得到了有效抑制,该方法更能有效利用冗余的边缘传感器结构,实现数据融合并保证测量系统的稳定可靠。

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回