摘自User's Manual 10.0節(jié)
< B_Vc:Q
在SYNOPSYS上使用PSD算法(1,2)進行自動優(yōu)化,優(yōu)于我們熟悉的阻尼最小二乘(DLS)方法。為什么這種方法是迄今為止發(fā)現(xiàn)的最通用、最強大的非線性系統(tǒng)優(yōu)化方法之一?
1)}=bhT
PSD優(yōu)化方法是通用的,因為它允許指定許多種類的量作為“像差”,在鏡頭設計過程中進行控制,包括結構參數、近軸量、物或光瞳坐標、光線攔截、光程差、甚至是衍射MTF。使用方便的助記名,這些量可以以算術和、差、商等形式組合來為結果指定明確的目標或單側邊界,或者給出一個描述這些需要控制的量的方程。可以用靈活的權重從一組自動生成的光線中選擇,也可以用您自己選擇的光線來構建你自己的評價函數。通過給評價函數的每一個部件分配適當的權重,可以評估像質和機械要求之間的權衡,比如整體長度或透鏡直徑。通過操縱權重,您可以將設計推向剩余像差之中的任何需要的平衡。使用這樣的工具可以設計一個最優(yōu)的系統(tǒng),而不僅僅是一個最優(yōu)的圖像。
w ;daC(:
-(`OcGM'L PSD優(yōu)化方法是
強大的
,因為該算法始終比DLS方法或DLS
方法的
其他變體
算法收斂得更快。自動功能
控制阻尼、二階導數近似、導數增量、變量度量和邊界條件。您很少需要輸入除起始鏡頭、變量列表和評價函數定義之外的任何內容。 [Q\GxX. r