在某些情况下，您将希望将像差精确地校正为特定值。SYNOPSYS 中采用的 PSD阻尼最小二乘优化算法可以通过拉格朗日乘数法实现精确的像差校正。 ]B~ (yh
规格说明如下: CK|AXz+EN
C TAR WT ca r|&b
其中 WT 条目被忽略，因为该选项实际上给出了像差无穷大的权重。 ]mNsG0r6
在优化过程中，SYNOPSYS 会尝试将像差修正到 TAR 的准确值。然而，您需要注意的是，除非像差(以及以这种方式控制的任何其他像差)实际上能够精确地精确到目标值，否则不会出现这种情况。用 Lagrange 乘法器控制多于单个像差是有风险的，因为它们通常证明是不兼容的:如果不能准确地满足目标，则过程将不会收敛。这与常规优化不同，常规优化旨在平衡相互不相容的目标。我们已经看到了两个修正设置导致一个奇异矩阵的情况，如果出现这种情况，使用正常的最小化而不是修正。 }.WO=IZ
如果校正不收敛，有时在相同的像差上同时使用校正和最小化是有帮助的。如果你对最小化赋予了很高的权重，那么程序通常会将镜头保存在一个可以进行精确校正的区域——由于误差变为零，因此不会对评价函数造成任何影响。 R^$EnrY(<
例如，假设我们要保持光源到图像的距离为 100: X&rsWk
AANT N'l2$8
… Rg46V-"d,@
M 100 10 A TH0 #D?w,<_8,
A TOTL aTvLQ@MQ
A BACK hgDFhbHtd6
C 0 1 A ABR –1 ?8< =.,r
… g3Hi5[-H
这里的校正指定了先前的像差的目标为 0(该目标的总距离为 100)。 8WpNlB+:{
我们已经观察到，即使这种控制产生了一个精确的线性解，事实上，透镜是不断变化的，因此找到的解在下一次迭代中可能不会是完美的。所以我们要谨慎使用这个特性。 q&NXF (
