在某些情況下，您將希望將像差精確地校正為特定值。SYNOPSYS 中采用的 PSD阻尼最小二乘優(yōu)化算法可以通過拉格朗日乘數(shù)法實現(xiàn)精確的像差校正。 @qC:% |>  
規(guī)格說明如下: {;4PP463  
C TAR WT 4w z 6%  
其中 WT 條目被忽略，因為該選項實際上給出了像差無窮大的權(quán)重。 *SY4lqN  
在優(yōu)化過程中，SYNOPSYS 會嘗試將像差修正到 TAR 的準確值。然而，您需要注意的是，除非像差(以及以這種方式控制的任何其他像差)實際上能夠精確地精確到目標值，否則不會出現(xiàn)這種情況。用 Lagrange 乘法器控制多于單個像差是有風險的，因為它們通常證明是不兼容的:如果不能準確地滿足目標，則過程將不會收斂。這與常規(guī)優(yōu)化不同，常規(guī)優(yōu)化旨在平衡相互不相容的目標。我們已經(jīng)看到了兩個修正設置導致一個奇異矩陣的情況，如果出現(xiàn)這種情況，使用正常的最小化而不是修正。 'u3+k.  
如果校正不收斂，有時在相同的像差上同時使用校正和最小化是有幫助的。如果你對最小化賦予了很高的權(quán)重，那么程序通常會將鏡頭保存在一個可以進行精確校正的區(qū)域——由于誤差變?yōu)榱�，因此不會對評價函數(shù)造成任何影響。 vv0zUvmT  
例如，假設我們要保持光源到圖像的距離為 100: <=inogf  
AANT o(``7A@7a  
… g\-3c=X  
M 100 10 A TH0 V^{!d
}  
A TOTL {6n \532@  
A BACK V1:3  
C 0 1 A ABR –1 P\s+2/  
… Eo Urc9G2  
這里的校正指定了先前的像差的目標為 0(該目標的總距離為 100)。 :7ngVc  
我們已經(jīng)觀察到，即使這種控制產(chǎn)生了一個精確的線性解，事實上，透鏡是不斷變化的，因此找到的解在下一次迭代中可能不會是完美的。所以我們要謹慎使用這個特性。 vf yva