摘要：在天文大视场高分辨率成像领域,对地表层自适应光学(Ground-Layer Adaptive Optics,GLAO)系统作出准确的理论评估是系统设计与优化的关键前提。在GLAO技术中,地表层湍流特性与导引星布局是影响系统性能的重要因素。针对不同湍流环境与导引星位置分布,基于空间频谱滤波理论和蒙特卡洛方法对GLAO系统进行理论分析与性能评价工作,从而验证两种方法的正确性与准确性。结果表明,两种模型得到的系统校正规律呈现明显的一致性。在一定条件下,两种方法数值模拟偏差最大不超过4.6%。空间频谱滤波原理将系统简化为线性模型,其计算速度更快,便于发现系统特征规律,但是该方法适用于导引星呈对称布局的系统性能分析,不适用于非对称排布的任意导星布局解析分析。蒙特卡洛方法结合真实系统的物理过程进行实时模拟,其导引星布局可以任意设置,对于系统实际运行状态的预测更加准确。在两种分析方法对比的基础上,进一步针对系统布局给出了初步的优化结果,相关工作对未来GLAO系统的设计与优化具有指导意义。

摘要：针对地基太阳多层共轭自适应光学系统的波前斜率实时测量计算量大的问题,本文基于多核CPU提出了一种细粒度并行化快速图像匹配算法,在计算量优化方面,设定阈值预先淘汰一些不可能匹配的位置,减小搜索区域,并运用改进的积分图法减少计算量;在并行优化方面,通过均衡各分支结构间的负载来加快计算速度。经实验验证,在4核CPU下,本文提出的算法平均每帧图像匹配耗12.94毫秒,较传统算法提高了6.7倍,保证准确率的同时提高了实时性。