现代光学设计外文翻译.docx

现代光学设计外文翻译.docx

《现代光学设计外文翻译.docx》由会员分享，可在线阅读，更多相关《现代光学设计外文翻译.docx（11页珍藏版）》请在冰点文库上搜索。

现代光学设计外文翻译

现代光学设计外文翻译

毕业设计（论文）外文资料翻译

系：

电子工程与光电技术系

专业：

光电信息科学与工程

姓名：

学号：

外文出处：

SmithWJ.Modernlens

（由外文写）

design[M]・

NewYork:

McGraw-Hill,2005.

附件：

1・外文资料翻译译文；2•外文原文。

指导教师评语:

签名

年月日

附件1:

外文资料翻译译文

现代光学设计

2.1评价函数

到底什么是大家所说的自动光学设计，当然，自动并不是指电脑能够自己来完成设计。

实际上它所描述的是使用计算机对光学系统进行优化的程序，并通过评价函数（它不是一个真正的优化函数，实际上是一个缺陷函数）定义的优化方案。

不管前面的免责声明，我们将在下面的讨论中使用被大家普遍接受的术语。

从广义上说，评价函数可以描述为计算特性，其目的是用一个单纯的数字来完整地描述一个给定的透镜的质量或者功能。

这显然是一个极其困难的事情。

典型的评价函数是许多图像缺陷值的平方之和，通常这些图像的缺陷通过视场中的三个位置参数来进行评价（除非该系统包括一个非常大或非常小的视场角）。

使用缺陷的平方来计算可以确保一个负值的缺陷不会抵消其它的正值的缺陷。

缺陷可以是许多不同种类的，它们中的大多数通常都涉及到图像的质量。

任何可以被计算的光学特性都会被分配一个目标值，然而，当实际值偏离这一目标值时该特性被视为存在缺陷。

一些不太复杂的程序利用三阶（赛德尔）像差来计算缺陷;这提供了一种快速而有效的方式来调整设计。

这种方法虽然没有真正优化图像质量，但他们在普通镜头的纠正上有很好地效果。

另一种类型的评价函数的原理是追迹从一个对象发出的大量光线。

将所有的出射光线相交的图心与图像平面的交点的径向距离视作图像缺陷。

因此，评价函数是光斑在几个视场角的有效尺寸总和的均方根（RMS）。

这种类型的评价函数的效率较为低下，因为它需要追迹大量的光线，但它所具有的优点也正是在于它追踪了大量的光线，因此从某种意义上说它所包含的数据量很大，对于光线的反映十分的完整全面。

还有一种评价函数，它计算出古典像差的值，并将其转换（或计算）成等效的波振面的形变。

（几种常见的像差转换系数见附录F-12第二段）。

这种方式非常有效，它的优点是节省了计算时间，优化设计的功能更好。

还有一种类型的评价函数的使用波阵面的方差来定义的缺陷项。

这种类型的评价函数中使用各种“大卫灰色”程序，当然这是市面上可以买到的对畸变产生平衡的最好的评价函数之一。

凡涉及到图像质量的特性都可以通过镜头设计程序控制。

具体的结构参数如：

半径，厚度，空气间隔以及焦距，工作距离，倍率，数值孔径，光阑等，都是可以被控制的。

一些程序包括了随图像失真而变化的评价函数的项目。

但是有两个缺点在一定程度上抵消了这种方法所带来的简便性。

一个是，如果最初选定的计算对象的一阶特性不足够接近目标值，所述程序在校正图像畸变的时候将不能控制这些一阶特性，其结果可能是，例如，一个有着错误的焦距或数值孔径的透镜会被认为已经被校正了。

程序往往认为这是一个局部最优的方案而且不能解决掉这个错误。

另一个缺点是，在评价函数中包含的各个项会带来减缓我们改善图像质量的处理效果。

一种替代的方法是使用评价函数之外的约束系统。

还要注意的是程序中有很多项可以被控制，包摇几乎所有的角度和高度的求解功能。

用这些代数求解的半径或空间来得到所需的射线斜率或高度。

通常情况下,评价函数用一个单纯的数值来表示系统的质量，这个数值是通过评价函数的缺陷项经过加权求和计算出来的。

评价函数的值越小，镜头越好。

评价函数的数值取决于光学系统的建设，即函数的变量是光学系统的结构参数。

不考虑所涉及的数学细节，我们可以意识到评价函数是一个n维空间，其中n是在光学系统中的可变结构参数的数目。

设计方案的任务是找到一个空间位置（即镜头处理方法或解决方案的方向）它最大限度地减少了函数的大小。

一般而言，一个具有合理复杂性的镜头在典型的价值函数空间内会有很多这样的位置。

自动设计程序将使镜头的设计趋向于最接近的、最简单的评价函数。

2.2优化

镜头设计程序通常这样操作：

每个变量参数变化（每次一个）的增量大小是选择一个较大的值（以获得良好的数值精度）和一个较小的值（获得本地微分）之间的值。

对评价函数产生变化的每一项进行计算。

结果是一个相对于该参数的缺陷项的偏导数的矩阵。

因为通常参数可变，所以会有许多项缺陷变量，针对这个问题可以用经典的最小二乘法来解决。

它的基础假设是，缺陷项目和变量参数之间的关系是线性的。

然而在实际条件下这通常是一个错误的假设，一个普通的最小二乘法的计算结果往往会是一种无法实现的镜头或一个可能比开始设计更糟的镜头。

针对这一情况可以使用阻尼最小二乘解，这实际上是增加了对于评价函数的参数进行加权平方这一计算，从而严格控制任何大的变化，因此限制了结果大小变化。

斯宾塞对这一过程在“灵活的自动镜头校正程序”一文中进行了数学描述，该文发表在应用光学,第二卷,1963年,1257-1264页，史密斯,W.德里斯科尔（主编），光学手册，麦格劳-希尔，纽约，1978年。

如果优化结果的变化很小，非线性计算不会破坏过程以及结果，尽管是一个近似的结果，但程序对于设计上的优化计算将开始不断重复，直到最终使设计达到最近似的局部最优解。

人们可以想象只有两个变量参数的情况。

然后可以把评价函数的空间比作一个地形图，其中纬度和经度相对应的变量和仰角代表评价函数的值。

因此，镜片设计是在一个特定的初始位置，在设计中横向将透镜移动到最小值的优化过程就像在下坡的过程中找到海拔最低的点。

由于在下坡的过程中可能有许多凹陷的地形，一个凹陷里的最低点的未必是整个地形中的最低点，它是一个局部最优但不能保证（除非在非常简单的系统）我们己经找到了全局最优的评价函数。

这个简单的地形比喻有助于我们理解优化过程的主要目标：

程序找到最接近的最小的评价函数，并且从该最小可唯一确定的值开始测定坐标。

景观比喻是很容易为人类的头脑去理解，当它被扩展为10-或20-维空间，想要实现去逼近它是及其复杂的。

2.3局部极小

图2.1表示了将一个两变量评价函数想象成的一个等高线地形图，用点A,B和C表示三个显著的局部最小值，还有其他三个极小的D,E和F是显而易见的，如果我们在Z点开始优化，B是唯一一个程序可以找到的最小点。

若换做Y点开始优化，最低的极值将变为C。

三个主要极小值（A,B,C）和三个相对较不重要的极小值（D,E,F）o其中一个设计方案将最低

的点设为该优化过程开始的基准点。

基准点X,Y和Z的不同分别导致了设计最小点的不同;其它起点会导致最小点变为相对不重要的点中的一个。

然而，初始点换做X的时候，虽然它距离Y只有很短的距离，但是极小值会变为A点。

通过这个比喻就算我们对于评价函数只有一点模糊的知识，我们也可以很容易地把起点选在地图的右下象限来保证最小点在A点处。

另外还要注意的是任何三个出发点一点小的改变就可能导致程序在极小值的D,E或F中的一个停滞不前。

为了在寻找最小值的过程中可以从这些极小值中“震荡”逸出，设计如下所述。

事实上，自动设计程序是极其有限的。

它对于镜头设计的需要能给出最近似的最优结果，但是这需要在一开始人为的选择一个接近最优的设计形式。

这是一个自动程序可以设计一个良好系统的唯一途径。

如果程序在一个局部凹陷的附近开始优化，其结果将是一个糟糕的设计。

阻尼最小二乘法会涉及到的数学中的矩阵反转。

尽管存在阻尼作用，这个过程会通过下列条件减缓或中止：

（1）评价函数中的一个变量不改变（或仅产生很小的变化）。

（2）两个变量具有相同的或者几乎相同的缩放效果。

幸运的是，这些条件都很少恰好满足，并且他们可以很容易地被避免发生。

另一个经常遇到的问题是一个设计会持续陷入到一个明显的不良形式（当你知道有一个更好的，非常不同的，你想要的一个）设计中。

通过固定透镜中一项参数不变，再进行几个周期的反复优化的的方法通常会允许透镜的其余参数降低到所需的最佳值的附近。

例如，如果一个人试图把一个库克三片式镜头转换为前端顶部分离的形式，这个过程可能会产生两种情况，一个形状类似于在镜头前面出现了一个狭窄的空气层间隔，另一个则是非常夸张的弯月形透镜的形式。

通常避免这种情况的一种局部优化技术是将所述第二表面固定到一个平面上再进行几个周期的优化来确定前端元件的平凸形状。

当然，这些操作的前提是使用者必须知道哪种镜头形式是好的。

附件2：

外文原文（复印件）

ModernLensDesign

2.1themeritfunction

Whatisusuallyreferredtoasautomaticlensdesignis，ofcourse,nothingofthesort・thecomputerprogramswhicharesodescribedareactuallyoptimizationprogramswhichdriveanopticaldesigntoalocaloptimum,asdefinedbyameritfunction（whichisnotatruemeritfunction，butactuallyadefectfunction）,inspiteoftheprecedingdisclaimers,wewillusethesecommonlyacceptedtermsinthediscussionswhichfollow.

Broadlyspeaking,themeritfunctioncanbedescribedasacombinationorfunctionofcalculatedcharacteristics,whichisintendedtocompletelydescribe,withasinglenumber,thevalueorqualityofagivenlensdesign・Thisisobviouslyanexceedinglydifficultthingtodo.Thetypicalmeritfunctionisthesumofthesquaresofmanyimagedefects;usuallytheseimagedefectsareevaluatedforthreelocationsinthefieldofview（unlessthesystemcoversaverylargeoraverysmallangularfield）.Thesquaresofthedefectsareusedsothatanegativevalueofonedefectdoesnotoffsetapositivevalueofsomeotherdefect.

Thedefectsmaybeofmanydifferentkinds;usuallymostarerelatedtothequalityoftheimage.However,anycharacteristicwhichcanbecalculatedmaybeassignedatargetvalueanditsdeparturefromthattargetregardedasadefect.Somelesselaborateprogramsutilizethethird-order（Seidel）aberrations;theseprovidearapidandefficientwayofadjustingadesign・Thesecannotberegardedasoptimizingtheimagequality,buttheydoworkwellincorrectingordinarylenses・Anothertypeofmeritfunctiontracesalargenumberofraysfromanobjectpoint.Theradialdistanceoftheimageplaneintersectionoftheratfromthecentroidofalltherayintersectionsisthentheimagedefect・Thusthemeritfunctioniseffectivelythesumoftheroot-mean-square（rms）spotsizesforseveralfieldangles.Thistypeofmeritfunction,whileinefficientinthatitrequiresmanyraystobetraced,hastheadvantagethatitisbothversatilemanyraystobetraced,hastheadvantagethatitisbothversatileandinsomewaysrelativelyfoolproof.Somemeritfunctionscalculatethevaluesoftheclassicalaberrations,andconvert（orweight）themintotheirequivalentwavefrontdeformations.（SeeFormularySec.F-12fortheconversionfactorsforseveralcommonaberrations.）Thisapproachisveryefficientasregardscomputingtime，butrequirescarefuldesignofthemeritfunction.Stillanothertypeofmeritfunctionusesthevarianceofthewavefronttodefinethedefectitems.ThemeritfunctionusedinthevariousDavidGreyprogramsisofthistype，andiscertainlyoneofthebestofthecommerciallyavailablemeritfunctionsinproducingagoodbalanceoftheaberrations.

Characteristicswhichdonotrelatetoimagequalitycanalsobecontrolledbythelensdesignprogram・Specificconstructionparameters,suchasradii,thicknesses,spaces,andthelike，aswellasfocallength,workingdistance,magnifleation,numericalaperture^requiredclearapertures,etc.,canbecontrolled・Someprogramsincludesuchitemsinthemeritfunctionalongwiththeimagedefects.Therearetwodrawbackswhichsomewhatoffsettheneatsimplicityofthisapproach・Oneisthatifthefirst-ordercharacteristicswhicharetargetedarenotinitiallyclosetothetargetvalues,theprogrammaycorrecttheimageaberrationswithoutcontrollingthesefirst-ordercharacteristic;theresultmaybe，forexample,awell-correctedlenswiththewrongfocallengthornumericalaperture・Theprogramoftenflndsthistobealocaloptimumandisunabletomoveawayfromit.Theotherdrawbackisthattheinclusionoftheseitemsinthemeritfunctionhastheeffectofslowingtheprocessofimprovingtheimagequality.Analternativeapproachistouseasystemofconstraintsoutsidethemeritfunction・Notealsothatmanyoftheseitemscanbecontrolledbyfeatureswhichareincludedinalmostallprograms,namelyangle-solvesandheight-solves.Thesealgebraicallysolveforaradiusorspacetoproduceadesiredrayslopeorheight.

Inanycase，themeritfunctionisasummationofsuitablyweighteddefectitemswhich,itishoped，describesinasinglenumbertheworthofthesystem・Thesmallerthevalueofthemeritfunction,thebetterthelens・Thenumericalvalueofthemeritdependsontheconstructionoftheopticalsystem;itisafunctionoftheconstructionparameterswhicharedesignatedasvariables.Withoutgettingintothedetailsofthemathematicsinvolved,wecanrealizethatthemeritfunctionisann-dimensionalspace,wherenisthenumberofthevariableconstructionalparametersintheopticalsystem・Thetaskofthedesignprogramistofindalocationinthisspace（i・e・，alensprescriptionorasolutionvector）whichminimizesthesizeofthemeritfunction・Ingeneral,foralensofreasonablecomplexitytherewillbemanysuchlocationsinatypicalmeritfunctionspace・Theautomaticdesignprogram

willsimplydrivethelensdesigntothenearestminimuminthemeritfunction.

2.2optimization

Thelensdesignprogramtypicallyoperatesthisway:

Eachvariableparameterischanged（oneatatime）byasmallincrementwhosesizeischosenasacompromisebetweenalargevalue（togetgoodnumericalaccuracy）andasmallvalue（togetthelocaldifferential）.Thechangeproducedineveryiteminthemeritfunctioniscalculated・Theresultisamatrixofthepartialderivativesofthedefectitemswithrespecttotheparameters.Sincethereareusuallymanymoredefectitemsthanvariableparameters,thesolutionisaclassicalleast-squaressolution・Itisbasedoontheassumptionthattherelationshipsbetweenthedefectitemsandthevariableparametersarelinear.Sincethisisusuallyafalseassumption,anordinaryleast-squaressolutionwilloftenproduceanunrealizablelensoronewhichmayinfactbeworsethanthestartingdesign・Thedampedleast-squaressolution,ineffect,addstheghtedsquaresoftheparameterchangestothemeritfunction,heavilypenalizinganylargechangesandthuslimitingthesizeofthechangesinthesolution.ThemathematicsofthisprocessaredescribedinSpencer,"AFlexibleAutom