-
文中设计的光谱可调星模拟器光源结构如图1(a)所示,主要包括卤钨灯、狭缝、分光镜、数字微镜器件、积分球、机械调节装置。其中,卤钨灯发出光谱连续的光,狭缝与分光镜实现光谱分光,平行入射到数字微镜,色散光束在数字微镜阵列面上按波长展开如图1(b)所示,形成波长维和能量维。控制DMD上各微镜开关翻转状态,若开关打开,则入射到该微镜上的光经微镜反射汇入积分球输出模拟光谱;若开关闭合,入射到该微镜上的光经微镜反射后被黑色吸收材料吸收,不汇入积分球输出。因此通过调控数字微镜各微镜状态即可实现图1(c)所示的光谱精确控制。
图 1 (a) 星模拟器光源系统结构; (b) 光色散到DMD微镜阵列; (c) DMD微镜控制输出光谱
Figure 1. (a) Structure of the star simulator light source system; (b) Light disperse on the DMD micromirror array; (c) Output spectra controlled by the DMD micromirrors
根据数字微镜的开关状态以及光谱叠加理论,建立输出光谱函数数学模型。在模拟目标色温光谱分布曲线时,利用算法得出所有数字微镜的开关状态,据此得出拟合光谱。
卤钨灯光源发出的光准直为平行光,经光栅色散后为波长分布均匀的单色光,依次排列在微镜阵列面上,每一列微镜上投射的光的波长可认为一致,且由于微镜尺寸以μm计,这一列微镜的光谱范围极窄见图1(b),图中Δλj表示光谱频率宽度,j为微镜阵列的列值(j =1, 2, ···, n)。
微镜阵列面上单个微镜上接收的光谱函数表示为Sij(λ),那么微镜阵列接收的光可以表示为一个矩阵A:
$$ {\boldsymbol{A}}=\left[\begin{array}{cccc} S_{11}(\lambda) & S_{12}(\lambda) & \cdots & S_{1 n}(\lambda) \\ S_{21}(\lambda) & S_{22}(\lambda) & \cdots & S_{2 n}(\lambda) \\ \vdots & \vdots & \ddots & \vdots \\ S_{m 1}(\lambda) & S_{m 2}(\lambda) & \cdots & S_{m(n)}(\lambda) \end{array}\right] $$ (1) 式中:m为阵列的总列数;n为阵列的总行数;Sij(λ)表示第i行第j列微镜接受到的光谱。
数字微镜器件可以调节每一个微镜的状态,决定微镜从哪个方向反射。数字微镜只有“开”和“关”两个工作状态,所以微镜阵列的开关状态B可表示为:
$$ {\boldsymbol{B}}=\left[\begin{array}{cccc} S_{11} & S_{12} & \cdots & S_{1 n} \\ S_{21} & S_{22} & \cdots & S_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ S_{m 1} & S_{m 2} & \cdots & S_{m n} \end{array}\right] $$ (2) 式中:sij=0或1(i=1, 2, ···, m; j=1, 2, ···, n),表示的是每一个微镜元素的开关状态,sij=1 表示“开”,sij=0 表示“关”。
所以,得到的目标光谱分布函数即是多单色光源与微镜状态共同作用的结果:
$$ \left[\begin{array}{cccc} T_{11}(\lambda) & T_{12}(\lambda) & \cdots & T_{1 n}(\lambda) \\ T_{21}(\lambda) & T_{m}(\lambda) & \cdots & T_{2 m}(\lambda) \\ \vdots & \vdots & \ddots & \vdots \\ T_{m 1}(\lambda) & T_{m 2}(\lambda) & \cdots & T_{m}(\lambda) \end{array}\right]=A \cdot B $$ (3) 将所有光谱叠加,得到的目标光谱分布函数如公式(4)所示:
$$ T=\sum_{i=1, j-1}^{i=-m, j-n} T_{i j}(\lambda) $$ (4) 若严格控制光栅和微镜阵列面的角度,使微镜阵列上的同一列微镜接收到的光强一致,那么模型进一步简化为:
$$ A=\left[\begin{array}{llll} S_{1}(\lambda) & S_{2}(\lambda) & \cdots & S_{n}(\lambda) \end{array}\right] $$ (5) 此时,每一列微镜的状态不必完全表示,只需确定微镜的开合比例,便可以进行光强控制,所以微镜阵列状态可用微镜为“开”的数目可表示为:
$$ K=\left[\begin{array}{c} k_{1} \\ k_{2} \\ \vdots \\ k_{n} \end{array}\right] $$ (6) 式中:微镜状态为“ON”的数量为NON,那么选通函数中的kj=NON/n。
最终拟合的目标光谱为匀光后的均匀光谱,根据叠加原理可得:
$$ T=A \times K=\sum_{j=1}^{j-n} k_{j} S_{j}(\lambda) $$ (7) 式中:Sj(λ)为不同列微镜光谱分布;kj为每列微镜开关数目的调节系数。
针对光谱调控方案的数学建模和分析,若要获得目标色温的光谱分布曲线,只需要确定每列微镜的调节系数kj,当需要调节的系数过多时,系数值的求解就是光谱模拟算法要解决的重点。
-
文中实验使用的DLP6500 FYE的分辨率高达1 920×1080,微镜数目超过200万。目标光谱的模拟是通过调控微镜阵列的开关对不同波长的光有选择性地反射来实现的。所以,在安装好微镜阵列后,需要测试微镜阵列开关状态的光谱分布,即标定出所有微镜的光谱分布。若对每一个微镜进行标定,首先,工作量是巨大的,虽然光谱的采集可以通过程序自动化运行,但光谱数据需要经过处理后才能使用;其次,单个微镜反射的光能量较弱,光谱仪采集需要更大的积分时间,这同时引入了更多的环境光。所以,可以将微镜阵列分成不同的区域,首先假定每一列微镜反射的光强均匀且波段一致,将微镜阵列按波长划分为合适的列数,使用遗传算法求出微镜的状态,与目标光谱比对后,利用反馈进一步调整,最后采用二维划分微镜阵列的方式实现光谱匹配精度提升。
-
一般使用高斯函数等模型模拟光谱匹配,以拟合光谱和目标光谱误差最小为目标,建立适应度函数,不考虑解的取值和范围。实验时,需调整目标光谱的系数,使得在要求的波长范围内,某组镜子全开时,采集的所有单个区域内波长的光谱强度最小值略微大于对应频率目标光谱的强度,以便使权重系数处于(0,1)之间。调控某一波长范围的光谱强度,是通过调控对应微镜的开合实现的,所以每组镜子开合数量的取值应该是0~1 920。通过算法求得所有元区间的权重系数,该权重系数乘以1 920,取整即可得到微镜的开合的数量。这种做法虽然可以得到较好的拟合曲线,但取整使得拟合光谱与目标光谱有略微差距,所以应该在算法编码中考虑微镜开合数量必须为整数,这样计算的适应度也是比较准确的。
波长λi处的光谱匹配误差e可表示为:
$$ e\left(\lambda_i\right)=\left|S_{{fit }}\left(\lambda_i\right)-S_{ {target }}\left(\lambda_i\right)\right| / S_{ {target }}\left(\lambda_i\right)$$ (8) 式中:Sfit(λi)为波长λi处的拟合光强;Starget(λi)为波长λi处的目标光强。以每一波长处的误差平方和计算适应度函数,若e(λmax)在某波长λmax处达到最大,则e(λmax)为最大光谱匹配误差。
遗传算法控制微镜状态模拟光谱步骤如图2所示,主要包括3个步骤:
(1)设置对应每列微镜个数的初始权重系数;
(2)变异重组权重系数,计算适应度函数;
(3)反复迭代获取符合误差条件的权重系数。
-
由于区域光谱强度较弱,且卤钨灯光源受到各种影响会轻微不稳定,所以每次实验所测光谱与目标黑体辐射光谱仍有较大差距,经过迭代后遗传算法得出的拟合光谱还有进一步的改进空间。而且,实际模拟光谱总是稍弱于目标光谱,可能是实验模拟时间与区域光谱标定时间间隔过长,光源光谱分布不稳定。
为了抵消因光源、环境变化带来的影响,提高光谱模拟系统的准确性,当光谱可调光源模拟目标光谱后,与目标光谱进行比对,继续使用遗传算法优化,实现光谱拟合的反馈调节。如图3 所示,首先使用最小二乘法和遗传算法求解权重系数,不过由于环境因素或光源自身的不稳定性,其拟合光谱与目标光谱有较大差距;其次反馈调整根据差距大小设置,误差越大的波段,下一次的补偿也越大;最后通过不断调整各组微镜阵列的开关状态组合直至达到稳态,这时的输出光谱更接近于目标光谱。
-
如图1(b)所示,将波长方向上的微镜划分为10组,将能量方向的微镜划分为10组,得到如图4所示的元区域光谱功率分布,10种颜色的曲线分别对应10种波长划分,同一颜色的曲线代表能量划分。由图4可看出实际每一组微镜在空间方向上的光强并非等量均匀的,同一列微镜的光强最大相差两倍。
图 4 按波长和空间方向划分得到的元区域光谱功率分布曲线
Figure 4. Spectral power distribution curve of sub region divided by wavelength and spatial direction
此外,由图4可以看出,同属于一个波长范围内的光谱分布,除了能量分布不均匀,中心波长也存在偏移。这种现象在搭建光学平台时需要将色散光路波长方向与微镜的一侧对齐,但具体操作起来难以调节,无法完全消除偏差。
为了进一步提高光谱匹配精度,考虑上述峰值波长偏移和能量分布不均匀的情况,将空间方向也分成一定的区域。重新设计光谱匹配算法的变量个数,每次微镜的开关以m×n个区域中的一个作为整体变化。
Star simulator light source spectral matching accuracy improvement method by two-dimensional partition feedback control
-
摘要: 为提高星模拟器光源系统光谱匹配精度,首先设计并搭建了基于数字微镜的星模拟器光源系统;其次,根据按波长标定的区域光谱进行遗传算法的光谱拟合,结果表明该方案拟合光谱与目标光谱存在一定匹配误差;最后,为提高光谱匹配的精度,提出了按波长和能量二维划分区域的误差反馈及精度提升方法。实验模拟了色温为2550、4766、6576、8910 K 光源,结果表明相较于波长方向一维划分的反馈方法,光谱匹配最大误差分别下降了55.7%、50.6%、45.2%、42.2%,极大地提升了星模拟器光源系统的光谱匹配精度。该研究旨在补偿该类色温匹配误差所引入的星敏感器角检测误差,达到高精度星敏感器的定标精度要求。Abstract: To improve the spectral matching accuracy of the star simulator light source system, firstly, a star simulator light source system based on digital micromirror is designed and built. Secondly, the spectral fitting of the genetic algorithm is performed according to the regional spectrum calibrated by wavelength, The results show that the scheme exits a certain matching error between the fitted spectrum and the target spectrum. Finally, in order to improve the accuracy of spectral matching, an error feedback and accuracy improvement method is proposed to divide the region into two-dimensional wavelength and energy. The experiment simulates light sources with color temperatures of 2550 K, 4766 K, 6576 K, and 8910 K. The results show that, compared with the feedback method of one-dimensional division in the wavelength direction, the maximum error of spectral matching decreases by 55.7%, 50.6%, 45.2%, and 42.2%, respectively, which significantly improves the spectral matching accuracy of the star simulator light source system. The study aims to compensate for the angle measurement error caused by the spectral match error, which improves the star sensor's calibration accuracy.
-
图 6 模拟色温3400 K结果。(a)微镜以54列为一组; (b)微镜以27列为一组;(c) 微镜以15列为一组; (d) 微镜以10列为一组
Figure 6. Simulation results of color temperature 3400 K. (a) Micromirrors are grouped in 54 columns; (b) Micromirrors are grouped in 27 columns;(c) Micromirrors are grouped in 15 columns; (d) Micromirrors are grouped in 10 columns
-
[1] Zhou Xueji, Lu Zhengliang, Zhang Xiang, et al. Fault diagnosis research onspacecraft attitude sensors based on GRU-AE [J]. Chinese Journal of Sensors and Actuators, 2022, 35(1): 38-43. (in Chinese) doi: 10.3969/j.issn.1004-1699.2022.01.006 [2] Wang Xiaowei, Wang Gangyi, Wei Xinguo, et al. Star spot extraction based on optimal background estimation for star sensor in stray light (network launched) [J]. Infrared and Laser Engineering, 2022, 51(8): 20210780. (in Chinese) [3] Shi Yijun, Xu Ziqi. Optical system design of star sensor and stray light suppression technology [J]. Infrared and Laser Engineering, 2021, 50(9): 20210015. (in Chinese) doi: 10.3788/IRLA20210015 [4] Zhang Shufen, Jiang Shan, Dong Lei, et al. High accuracy interferometric star tracker based on diffraction grating [J]. Chinese Optics, 2021, 14(6): 1368-1377. (in Chinese) doi: 10.37188/CO.2021-0051 [5] Ren Pingchuan, Zhou Qi, Jin He, et al. Evaluation method of star sensor dynamic accuracy [J]. Infrared and Laser Engineering, 2022, 51(3): 20210571. (in Chinese) doi: 10.3788/IRLA20210571 [6] Wang Rui, Zhang Zhiliang, Zheng Baidong, et al. Maximum correntropy kalman filter based self calibration of airborne SINS adopting aided by star sensor(network launched) [J]. Computer Measurement & Control, 2022(8): 197-203. (in Chinese) [7] Gao Jingjing, Bi Yong, Li Jinpeng, et al. Research on calibration system of star sensor thermal drift based on error decoupling [J]. Chinese Journal of Lasers, 2019, 46(10): 1004004. (in Chinese) doi: 10.3788/CJL201946.1004004 [8] Xu Honggang, Han Bing, Li Manli, et al. Design and verification of high-precision multi-star simulator with a wide field of view [J]. Chinese Optics, 2020, 13(6): 1343-1351. (in Chinese) doi: 10.37188/CO.2020-0024 [9] Fu Jingyi, Qing Tianxiang, Huang Yunhan, et al. A field-of-view splicing method for the optical system of a star simulator [J]. Chinese Optics, 2021, 14(6): 1468-1475. (in Chinese) doi: 10.37188/CO.2020-0221 [10] Sun Gaofei, Zhang Guoyu, Jiang Huilin, et al. Design of very high accuracy star simulator [J]. Optics and Precision Engineering, 2011, 19(8): 1730-1735. (in Chinese) doi: 10.3788/OPE.20111908.1730 [11] Wang Zhiyong, Liu Shishen, Sun Hao, et al. The influence of color temperature mismatch in star simulator on positioning accuracy and magnitude measurement by star sensor[C]//Proc of Ctieem, 2021, 2132(1): 012034. [12] 王文鹏. 基于DMD的星模拟器光谱模拟技术研究[D]. 长春理工大学, 2019. Wang Wenpeng. Study on technique of star spectral simulator based on digital micromirror device[D]. Changchun: Changchun University of Science and Technology, 2019. (in Chinese) [13] Liu Hongliang, Sun Jingxu, Liu Zexu, et al. Design of integrating sphere solar spectrum simulator based on xenon lamp and LEDs [J]. Optics and Precision Engineering, 2012, 20(7): 1447-1454. (in Chinese) doi: 10.3788/OPE.20122007.1447 [14] Liu Hongxing, Ren Jianwei, Liu Zexun, et al. LED-based single star simulator with multi-color-temperature and multi-star-magnitude output [J]. Acta Optica Sinica, 2015, 35(2): 0212003. (in Chinese) doi: 10.3788/AOS201535.0212003 [15] Zhao Duo, Zhang Guoyu, Xu Da, et al. A dffraction correction method based on digital mirror device star simulator [J]. Acta Photonica Sinica, 2021, 50(9): 54-61. (in Chinese) doi: 10.3788/AOS2021535.0212003