서지주요정보
Identification of primary aberrations on a lateral-shearing interferogram using neural network = 신경망학습을 이용한 전단 간섭계에서의 수차측정
서명 / 저자 Identification of primary aberrations on a lateral-shearing interferogram using neural network = 신경망학습을 이용한 전단 간섭계에서의 수차측정 / Tae-Seok Yang.
저자명 Yang, Tae-Seok ; 양태석
발행사항 [대전 : 한국과학기술원, 2001].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8012228

소장위치/청구기호

학술문화관(문화관) 보존서고

DME 01006

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

A method is proposed for the identification of the primary aberrations with a single image of lateral-shear interferogram, obtained from a monochromatic laser source, using neural network. Neural network is used to teach the features of the some sampled interferograms and identify the primary aberrations of all the other interferograms by the nature of its excellence of interpolation and extrapolation. To increase the sensitivity of the fringe variation by primary aberrations, large amount of shear is given. Analysis of the pattern is performed to find proper features to teach the neural network with reduced time. Simulations are performed to verify the suggested method.

본 논문에서는 단색 레이저 광을 광원으로 하여 전단간섭계에서 얻어진 간섭무늬를 신경망 회로에 입력하여 렌즈 또는 렌즈 시스템이 갖는 주요수차를 측정할 수 있는 방법에 대해 기술하였다. 전단 간섭계는 광학 부품 또는 시스템을 측정하기위해 자주 사용되는 간섭계이며 기체나 액체의 유동, 확산 해석에도 자주 사용된다. 기준 렌즈등이 필요한 간섭계에 비해 이 간섭계는 정렬이 쉽고 비교적 진동에 강인하며 파두면 형상의 분석에 사용할 수 있다는 장점이 있다. 수차를 측정하는 방법은 직접 간섭무늬의 형상을 분석하여 측정하는 방법과 전단간섭계에서 많이 사용하는 파두면 모양응 복원하여 측정하는 방법이 있다. 전자의 경우 한 영상의 분석으로 측정하므로 인해 공기의 와류등으로부터 영향을 덜 받는 장점이 있으나 후자에 비해 측정 정밀도가 감소하는 단점이 있다. 후자의 방법은 정밀도는 높으나 파두면의 모양을 측정하기 위해 수 단계로 전단량을 변화시켜 가며 자료를 얻고 이 자료를 다항식에 입력시켜 각 수차를 찾아내는 방법이다. 이 경우 측정 중 광학계의 진동이나 주위의 공기 흐름의 변화 등으로 인해 측정오차가 발생할 수 있으며 또한 측정 시간이 길므로 제작 현장에서 사용하기가 어려운 단점이 있다. 이 논문에서는 전단간섭계에서 얻어진 하나의 영상을 이용하여 획기적으로 빨리 수차를 측정할 수 있는 방법을 제안한다. 전단간섭계에서 얻어진 간섭무늬를 보면 각 수차에 의한 간섭무늬의 변화 경향이 뚜렷이 보이며 이를 분석하면 파두면의 수학적인 복원이 없이 수차를 측정할 수 있다고 판단된다. 사람에게 간섭무늬를 보여주고 수차를 알아 내라고 할 경우를 가정해 보면 우선 어떤 특정한 렌즈가 가질 수 있는 수차 범위에서 각 수차가 간섭무늬에 주는 영향을 가르쳐 주고 몇 가지 수차가 단독으로 그리고 혼합되어 있는 경우의 수차 및 간섭무늬를 학습 시켜야 할 것이다. 이러한 과정을 반복한 뒤에 특정한 간섭무늬를 보여주면 과거 학습한 결과와 비교하여 학습하지 않은 여러 경우의 수차를 알아낼 수 있을 것이다. 이러한 방법을 컴퓨터에 구현하 기 위해 각 수차가 간섭무늬에 주는 영향을 분석한다. 각 수차에 의한 파두면의 형상을 잘 알려지고 증명된 식에 의해 수학적으로 기술하며 전단 간섭계에서 일어나는 간섭 현상을 수학적으로 모델링하여 모의 간섭무늬를 만들어 낸다. 사용된 식은 O.P.D. (Optical Path Difference) 방법을 사용하여 렌즈의 수차에 의해 왜곡된 파두면의 모양을 모델링한 Kingslake가 제안한 방법에 따른다. 분석 결과를 기초로 하여 신경망 회로에 입력시킬 간섭무늬의 특징점을 뽑아 내며 이 특징점으로 신경망 회로를 학습시키고 그 결과를 이용하여 학습시킨 중간에 있는 수차들을 인식한다. 인식된 수차를 학습된 신경망 회로의 입력과 비교, 검토하여 그 결과를 평가한다. 이 방법의 사용 가능성을 입증하 기 위해 두 가지 렌즈에 대해 구면 수차와 초점 정렬오차가 있는 경우 및 모든 주요 수차가 있는 경우에 대해 모의 시험을 수행하였으며 그 결과 아주 작은 오차로 실시간에 수차를 알아 낼 수 있음을 입증하였다. 또한 간섭무늬에 잡음이 섞여 있는 경우에도 수차 측정에 큰 영향이 없음을 입증하였다. 이는 지역적인 특징점 대신 전체적인 특징점을 사용한 것에 기인한다고 판단된다. 제시된 방법은 다른 종류의 간섭계에서도 O.P.D. (Optical Path Difference) 방법을 응용하여 간섭계를 수학적으로 모델링 할 수 있으므로 적용이 가능하리라 판단된다.

서지기타정보

서지기타정보
청구기호 {DME 01006
형태사항 xii, 111 p. : 삽도 ; 26 cm
언어 영어
일반주기 저자명의 한글표기 : 양태석
지도교수의 영문표기 : Jun-Ho Oh
지도교수의 한글표기 : 오준호
학위논문 학위논문(박사) - 한국과학기술원 : 기계공학전공,
서지주기 Reference : p. 107-108
주제 Lateral-shearing interferogram
Aberration
Inference
Neural network
전단간섭계
수차
추론
신경망
QR CODE qr code