SYNOPSYS™PSD優化

Asdmath發表於2020-10-13

SYNOPSYS™PSD優化

概述

 

PSD演算法

區域優化演算法

全域性優化演算法

用PSD演算法優化7個平行平板

 

設定工作目錄

選擇Dbook工作目錄

參考Donald Dilworth《Lens Design Automatic and quasi-autonomous computational methods and techniques》第7章

PSD演算法

pseudo second derivative(PSD)偽二階導數

是Donald Dilworth先生創作的一種優化演算法

與阻尼最小二乘法相比計算速度是10倍左右

優化後成像質量更好

詳情參考Donald Dilworth先生的論文《Automatic Lens Optimization: Recent Improvements》

 

PSD演算法

Donald Dilworth對阻尼最小二乘(DLS)的擴充套件被稱為偽二階導數(PSD)方法。

該演算法使用連續導數矩陣來近似二階導數矩陣,並使用它來計算每個變數的改進阻尼因子。促進和最佳設計相差甚大的的初始設計的收斂速度大幅提高。

Dilworth 的程式也有一個演算法,如果一個初始的 鏡頭的光線發生了追跡失敗,可以在開始優化之前進行自動調整修正。

 

PSD演算法

PSD III演算法的優化速度是最快的 如圖中A曲線所示

Synopsys有世界上最 快的優化演算法

 

區域優化演算法

區域優化演算法中,SYNOPSYS 以標準模擬退火演算法開始,但將其與 PSD 結合使其比其他程式中的模擬退火更有效。

Masaki Isshiki 的全域性優化與逃逸函式演算法也已實現,但目前沒有足夠的經驗與其他程式的實現進行比較。

SYNOPSYS 獨有的區域優化功能是“自動元件 插入”和“自動元件刪除”,可在最佳位置插入或刪除鏡頭元件。

前一種演算法的執行方式與 Florian Bociort 的鞍點 演算法非常相似。

 

全域性優化演算法

Dilworth 最近增加到 SYNOPSYS 的新全域性優化 演算法 DSEARCH 和 ZSEARCH 令人印象深刻。

DSEARCH 從對鏡頭的粗略描述以及任何其他所 需約束開始,併產生幾個通常接近最終設計的候 選設計方案。

ZSEARCH 對變焦鏡頭做同樣的事情。即使設計人員不知道初始配置可能是什麼樣,兩種演算法都 可以提供良好的鏡頭設計。

 

初始條件

所有面都從平面開始

所有面的厚度和所有空氣間隔都是5 mm

後焦距50 mm

所有玻璃:折射率1.6,阿貝數50

物在無窮遠,全視場20度,入瞳直徑12.7 mm

高斯像高接近33 mm

光闌最初在表面1

可以改變光闌位置,所有曲率半徑、厚度,所有空氣間隔除了最後一面,玻璃特性。

 

執行PSD優化

點選Open MACro按鈕 

選擇C7M1.MAC

點選Open

讓我們來看看一個好的優化演算法 如何能夠快速將糟糕的設計變成 一個相當不錯的設計

 

平行平板優化後

 

再次優化

將AWT: 0 改為AWT: 0.2,再次點選Run按鈕。

AWT使每條光線有一個孔徑相關的權重,當增加為 0.2時,靠近光瞳中心的光線權重比邊緣光線更重。

 

總結

Donald Dilworth 在他的程式 SYNOPSYS 光學設計軟體中包含的三類優化演算法做出了重要貢 獻:PSD演算法,區域優化演算法,全域性優化演算法。

AWT=0和AWT=0.2得到兩個不同的透鏡,兩個透鏡都很好。

這個例子表明:當從平面開始時,PSD演算法可以到任何地方,起始點或需求一個微小的改變可以到達不同的路徑。

相關文章