最通用、最强大的非线性系统优化方法之一——PSD优化

摘自User's Manual 10.0节

在SYNOPSYS上使用PSD算法(1,2)进行自动优化，优于我们熟悉的阻尼最小二乘(DLS)方法。为什么这种方法是迄今为止发现的最通用、最强大的非线性系统优化方法之一？

PSD优化方法是通用的，因为它允许指定许多种类的量作为“像差”，在镜头设计过程中进行控制，包括结构参数、近轴量、物或光瞳坐标、光线拦截、光程差、甚至是衍射MTF。使用方便的助记名，这些量可以以算术和、差、商等形式组合来为结果指定明确的目标或单侧边界，或者给出一个描述这些需要控制的量的方程。可以用灵活的权重从一组自动生成的光线中选择，也可以用您自己选择的光线来构建你自己的评价函数。通过给评价函数的每一个部件分配适当的权重，可以评估像质和机械要求之间的权衡，比如整体长度或透镜直径。通过操纵权重，您可以将设计推向剩余像差之中的任何需要的平衡。使用这样的工具可以设计一个最优的系统，而不仅仅是一个最优的图像。

PSD优化方法是强大的，因为该算法始终比DLS方法或DLS方法的其他变体算法收敛得更快。自动功能控制阻尼、二阶导数近似、导数增量、变量度量和边界条件。您很少需要输入除起始镜头、变量列表和评价函数定义之外的任何内容。

如何生成PSD算法的优化程序？可以使用交互式对话框也可以自己按照语法书写命令行。第一种方法中，优化程序的许多最有用的特性可以从MOM命令打开的交互式对话框中运行。这个特性为初学者提供了一种方便的方式来练习许多优化可能性，并且通过学习MOM生成的命令和数据，您可以快速地学习使用更快的命令模式运行所需的格式，这将是经验丰富的用户的首选。
[attachment=93184]

第二种方法通常在MACro编辑器中手动输入优化程序，并以所需的文件名保存。优化程序被分成几个部分，必须按顺序输入。顺序不重要，但是不能使用与优化无关的命令来中断序列。如果这样做，当您重新输入其他部分时，程序将重新初始化所有的优化设置。
各部分如下:

ACON NB PICKUPS
…
END

PANT
…
END

AANT
…
END

(other directives)

SYNOPSYS NPASS …

用于多重结构工作

变量参数定义

评价函数定义

开始优化

可以自己手动输入命令行来填充以上各部分，也可以借助交互式对话框来辅助填充，比如变量参数定义的PANT文件可以用MACro编辑器中的Variables按钮[attachment=93185]填充，评价函数定义的AANT文件可以用Ready Made Raysets按钮[attachment=93186]填充。

为了说明以上格式，这里是一个非常简单的优化MACro的例子：
PANT        ;定义变量参数
VLIST RAD 1 2 3 4 6 ;改变表面1、2、3、4、6的曲率半径
VY 1 TH 20 3    ;改变表面1的厚度，上限为20 mm，下限为3 mm
VY 2 TH
VY 3 TH 20 3
VY 5 TH
VLIST GLM 1 3   ;改变表面1、3的玻璃模型
END

AANT        ;定义像差
AEC                ;自动边缘控制
ACC                ;自动中心厚度控制
GSR .5 5 3 2 0     ;0.5和5为权重因子，在轴上校正色差2的3条弧失光线
GNR .5 1 3 2 .5
GNR .5 1 3 2 .7    ;0.5和1为权重因子，在0.7视场校正色差2的3条光线网格
GNR .5 1 3 2 1
GSR .5 5 2 1 0
GSR .5 5 2 3 0
GNR .5 1 2 1 1
GNR .5 1 2 3 1
END

SNAP                ; 请求实时更新PAD显示
SYNO 25        ; 请求迭代25次

1 D.C. Dilworth, Appl. Opt. 17, 3372 (1978)
2 D.C. Dilworth "Automatic Lens Optimization: Recent Improvements", SPIE 554, 191, (1985).

查看本帖完整版本: [-- 最通用、最强大的非线性系统优化方法之一——PSD优化 --] [-- top --]