光学系统设计：从迭代优化到人工智能
摘要
深度学习已逐步深入多个光学技术领域，推动了诸多光学技术的发展。同时，航空航天观测、AR/VR消费电子、手机摄影、超短焦投影仪等产业快速发展，对光学系统提出了更高、更复杂的设计需求。这些光学系统对性能的高要求，使得光学元件面形的复杂度相应提高。因此，传统的设计方法面临巨大挑战。深度学习具有强大的运算、数据演化和非线性逆问题求解能力，为更复杂的光学系统设计优化求解提供了新思路、新方法。随着对光学系统性能的要求越来越高，自由曲面、超构表面等新型光学元件的需求大大增加，为光学系统提供了更大的发展潜力和想象空间。早期的迭代优化和直接求解的光学设计方法不再适用，光学设计方法向更高难度的数学求解方向发展。得益于人工智能技术软硬件的发展，光学系统设计方法也跨入新的时代——人工智能光学设计时代。从传统迭代优化到人工智能，光学系统设计方法并不能割裂地突跃式发展。本文系统性地论述了光学系统设计方法的内在路径联系与发展逻辑，并对未来的发展方向进行了展望。
引用本文（GB/T 7714）
高金铭 Gao Jinming, 郭劲英 Guo Jinying, 戴安丽 Dai Anli, 等. 光学系统设计：从迭代优化到人工智能[J]. Chinese Journal of Lasers, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。