本發(fā)明涉及光電檢測的，尤其涉及一種快速適應實際應用環(huán)境的可變形鏡控制方法，以及一種快速適應實際應用環(huán)境的可變形鏡控制裝置。

背景技術：

1、可變形鏡(deformable?mirror,dm)，即波前校正器，是自適應光學系統(tǒng)中的核心部件之一，在天文觀測、生物醫(yī)學、激光光束整形、遠距離通信、自由曲面檢測等領域都有重要應用。

2、可變形鏡主要包含由電壓控制的驅動器和柔性金屬層構成的表面。根據(jù)待補償?shù)拿嫘涡畔⒃O置控制驅動器電壓，可以控制dm表面面形來改變波前傳輸?shù)墓獬蹋詣討B(tài)校正光學系統(tǒng)波前?？梢娫谏鲜鲞^程中，控制電壓的設置直接影響了可變形鏡波前修正精度。而可變形鏡自動控制方法的作用則是根據(jù)目標面形的特征向量，自動輸出控制電壓。因此，控制方法的精度和效率決定了變形鏡波前補償?shù)木群托?。在自由曲面檢測的應用中，可以將待測自由曲面作為目標面形輸入控制系統(tǒng)來驅動可變形鏡，即可使變形鏡作為動態(tài)補償鏡與待測面實現(xiàn)零差干涉，在無需多次更換補償鏡的前提下，實現(xiàn)對自由曲面面形的動態(tài)干涉測量。此時，可變形鏡控制方法的精度和效率也直接決定了自由曲面檢測的精度和效率。

3、根據(jù)上述分析，可變形鏡控制方法的高速率和高精度對可變形鏡的發(fā)展和應用需求有重要影響。而現(xiàn)有可變形鏡控制方法難以同時滿足控制精度和效率的要求。常用的可變形鏡控制方法包括優(yōu)化控制方法和基于模型的控制方法兩種。在完全沒有預先采集數(shù)據(jù)時，可以采用搜索優(yōu)化的控制方法，如爬山算法、隨機并行梯度下降算法等。這種方法僅根據(jù)可變形鏡補償效果來優(yōu)化控制電壓，雖然不需要提前建模，但收斂速度慢，因此控制效率很低。為了實現(xiàn)更高的控制效率，往往也采用基于模型的控制方法。然而用傳統(tǒng)方法精確獲取控制模型十分困難。比如，常用的物理建模求解方法包含很多必要的近似條件使精度有限。而用由影響函數(shù)矩陣優(yōu)化求解控制模型的方法，也無法完全表征驅動器耦合、非線性響應等問題，且每次控制都需重新優(yōu)化，耗時長，控制效率較低。因此，一種可以無需近似、無需優(yōu)化獲取控制模型的變形鏡控制方法對高效、高精度控制可變形鏡是必要的。而神經網(wǎng)絡具有強大的擬合復雜多維非線性函數(shù)的能力，可以直接構建高精度的控制模型。模型建立數(shù)據(jù)集的依賴于對數(shù)據(jù)集的擬合學習，無需任何近似條件。且訓練好的神經網(wǎng)絡的控制模型，只要輸入面形數(shù)據(jù)，就可以直接輸出控制電壓，無需優(yōu)化過程。因此，基于神經網(wǎng)絡的控制方法在效率和精度上都有優(yōu)勢。

4、然而現(xiàn)有的基于任意一種神經網(wǎng)絡的控制方法都對變形鏡應用環(huán)境的穩(wěn)定性要求非常嚴格，即要求實際應用環(huán)境溫濕度、擾動等所有干擾因素都與數(shù)據(jù)集采集時的環(huán)境因素一致。這是因為變形鏡驅動器對溫濕度很敏感，在不同的環(huán)境條件下，同樣的驅動電壓產生的可變形鏡面形存在明顯區(qū)別，也就使變形鏡的波前補償量顯著變化。而對于一般的實際應用的環(huán)境常與既有模型數(shù)據(jù)集環(huán)境存在差異，此時，由于訓練好的既有模型無法適配目標環(huán)境，變形鏡的波前補償效果往往大打折扣。

5、而為了適配實際應用環(huán)境，重新在當前環(huán)境下采集數(shù)據(jù)訓練模型是可行的方法。但是為了保證模型效果，模型訓練需要大量的新采集數(shù)據(jù)和長時間復雜的訓練優(yōu)化過程，耗時耗力，且完全棄置其他環(huán)境下訓練好的既有模型是一種巨大的時間和資源浪費。因此，亟需一種控制方法在耗費很小時間和資源成本的前提下提升既有模型的適應能力，使其適配實際應用環(huán)境，實現(xiàn)高精度的可變形鏡控制。

技術實現(xiàn)思路

1、為克服現(xiàn)有技術的缺陷，本發(fā)明要解決的技術問題是提供了一種一種快速適應實際應用環(huán)境的可變形鏡控制方法，其能夠在低訓練成本的情況下增強既有控制模型的領域自適應和領域泛化能力，靈活適配實際應用環(huán)境，實現(xiàn)可變形鏡的高精度控制和波前補償。

2、本發(fā)明的技術方案是：這種快速適應實際應用環(huán)境的可變形鏡控制方法，其包括以下步驟：

3、(1)補采少量可變形鏡電壓和面形數(shù)據(jù)構建遷移數(shù)據(jù)集：在實際應用的場景下，選擇幾組典型的控制電壓驅動變形鏡并測量面形，這些在應用場景下補采的少量電壓和面形數(shù)據(jù)作為可變形鏡的目

4、標域數(shù)據(jù)集，并將目標域數(shù)據(jù)集分為支持集和查詢集；

5、(2)評估源域初始建模環(huán)境與目標域實際應用環(huán)境的數(shù)據(jù)集相似程

6、度：首先，確定相似度的度量指標，再利用實際應用環(huán)境的目標域數(shù)據(jù)和初始建模環(huán)境的源域數(shù)據(jù)直接計算出度量指標；

7、(3)確定可變形鏡控制模型遷移學習的方案類型：選擇控制確定依據(jù)是遷移數(shù)據(jù)集數(shù)據(jù)量和變形鏡實際應用的目標環(huán)境與源域環(huán)境的相似度大??；對變形鏡在一般環(huán)境條件中的控制選擇微調方案，并結合遷移通道裁剪的方法提升遷移學習的效果，保證控制精度同時最大程度降低增加的訓練成本；

8、(4)訓練網(wǎng)絡實現(xiàn)可變形鏡控制模型遷移：根據(jù)步驟(3)選擇的微調方案，將在源域環(huán)境下訓練完成的源域模型的前x層進行凍結，僅使用補采的少量數(shù)據(jù)對剩余的y層網(wǎng)絡進行訓練；在用前x層保留變形鏡控制模型在任意環(huán)境下共性的面形與電壓之間的非

9、線性擬合特征，同時用未凍結的后y層網(wǎng)絡提取實際應用環(huán)境相關的個性特征；結合遷移通道裁剪方案，對源域模型進行微調，再利用遷移通道評估來評價所有網(wǎng)絡層不同通道的重要性，對重要性較弱的通道進行剪枝，迭代調整直至達到精度精確和計算開銷的平衡；

10、(5)可變形鏡控制模型遷移效果的評估和驗證：先確定變形鏡控制電壓和面形補償精度這兩種控制精度評價指標，并將遷移模型和源域模型都在目標域數(shù)據(jù)集即變形鏡實際應用的環(huán)境中進行模型測試和實驗驗證的精度綜合分析，根據(jù)精度對比結果，評價模型遷移效果，調整遷移方案。

11、本發(fā)明依次通過目標域數(shù)據(jù)集建立、相似度評估、遷移方案的選擇和實現(xiàn)、模型遷移效果評估的步驟建立了一種快速適應實際應用環(huán)境的可變形鏡控制模型，通過微調等模型遷移方案，在低訓練成本的情況下增強了既有控制模型的領域自適應和領域泛化能力，靈活適配實際應用環(huán)境；通過遷移通道裁剪方案進一步改善了環(huán)境差異較大時控制模型遷移效果，使適用應用環(huán)境更廣，控制精度更高；因此，本發(fā)明能夠在低訓練成本的情況下增強既有控制模型的領域自適應和領域泛化能力，靈活適配實際應用環(huán)境，實現(xiàn)可變形鏡的高精度控制和波前補償。

12、還提供了一種快速適應實際應用環(huán)境的可變形鏡控制裝置，其包括：

13、補采模塊，其配置來補采少量可變形鏡電壓和面形數(shù)據(jù)構建遷移數(shù)據(jù)集：在實際應用的場景下，選擇幾組典型的控制電壓驅動變形鏡并測量面形，這些在應用場景下補采的少量電壓和面形數(shù)據(jù)作為可變形鏡的目標域數(shù)據(jù)集，并將目標域數(shù)據(jù)集分為支持集和查詢集；

14、評估模塊，其配置來評估源域初始建模環(huán)境與目標域實際應用環(huán)境的數(shù)據(jù)集相似程度：首先，確定相似度的度量指標，再利用實際應用環(huán)境的目標域數(shù)據(jù)和初始建模環(huán)境的源域數(shù)據(jù)直接計算出度量指標；

15、確定模塊，其配置來確定可變形鏡控制模型遷移學習的方案類型：

16、選擇控制確定依據(jù)是遷移數(shù)據(jù)集數(shù)據(jù)量和變形鏡實際應用的目標環(huán)境與源域環(huán)境的相似度大小；對變形鏡在一般環(huán)境條件中的控制選擇微調方案，并結合遷移通道裁剪的方法提升遷移學習的效果，保證控制精度同時最大程度降低增加的訓練成本；

17、遷移模塊，其配置來訓練網(wǎng)絡實現(xiàn)可變形鏡控制模型遷移：根據(jù)選擇的微調方案，將在源域環(huán)境下訓練完成的源域模型的前x層進行凍結，僅使用補采的少量數(shù)據(jù)對剩余的y層網(wǎng)絡進行訓練；在用前x層保留變形鏡控制模型在任意環(huán)境下共性的面形與電壓之間的非線性擬合特征，同時用未凍結的后y層網(wǎng)絡提取實際應用環(huán)境相關的個性特征；結合遷移通道裁剪方案，對源域模型進行微調，再利用遷移通道評估來評價所有網(wǎng)絡層不同通道的重要性，對重要性較弱的通道進行剪枝，迭代調整直至達到精度精確和計算開銷的平衡；

18、驗證模塊，其配置來評估和驗證可變形鏡控制模型遷移效果：先確定變形鏡控制電壓和面形補償精度這兩種控制精度評價指標，并將遷移模型和源域模型都在目標域數(shù)據(jù)集即變形鏡實際應用的環(huán)境中進行模型測試和實驗驗證的精度綜合分析，根據(jù)精度對比結果，評價模型遷移效果，調整遷移方案。