4、关键术语与评价指标:点源透过率(PST)、杂散光系数、鬼像能量比、像面照度分布等

杂散光分析的核心挑战在于:如何将“杂散光”这一笼统的物理现象,转化为可量化、可比较、可指导设计的工程语言。在光学系统设计、加工与装调的全流程中,工程师必须依赖一组统一的评价指标来判定系统是否满足任务需求。本章将深入剖析四个最关键的术语与评价指标——点源透过率(PST)、杂散光系数、鬼像能量比、像面照度分布,并阐述其物理意义、计算方法、适用场景及相互关联。理解这些指标,是进行有效的杂散光抑制设计、仿真验证与实验测试的前提。

杂散光评价指标体系关联图 杂散光评价指标体系 点源透过率 (PST) 角度域抑制能力 杂散光系数 (N) 能量占比评估 鬼像能量比 近轴反射聚焦 像面照度分布 空间分布特征 典型应用场景 设计阶段 PST阈值设定、鬼像分析 遮光罩结构优化 加工装调阶段 表面粗糙度控制 消光漆涂覆检验 测试验收阶段 PST实测、杂散光系数测量 像面背景评估 PST 是角度域基础指标 → 杂散光系数是系统级能量占比 鬼像能量比针对相干反射 → 像面照度分布反映最终效果

上述四个指标并非孤立存在,而是从不同维度共同刻画杂散光特性:PST描述系统对离轴点源的抑制能力,杂散光系数衡量杂散光在总能量中的占比,鬼像能量比聚焦于光学表面反射形成的伪像,像面照度分布则直接反映杂散光在探测器上的空间分布。在实际工程中,通常需要综合运用这些指标进行系统评价。

4.1 点源透过率(PST)

核心原理

点源透过率(Point Source Transmittance, PST)是评价光学系统对离轴杂散光抑制能力最基础、最核心的指标。其定义为:由离轴角为θ的点源发出的辐射,经过光学系统后在像面产生的辐照度,与位于视场中心(θ=0)的同一点源在像面产生的辐照度之比。数学表达式为:

PST(θ) = E(θ) / E(0)

其中E(θ)为离轴角θ处的点源在像面产生的辐照度,E(0)为轴上点源产生的辐照度。PST是一个无量纲的比值,通常用对数坐标表示,其值越小,说明系统对该离轴角方向的杂散光抑制能力越强。典型的高性能空间相机,其PST在离轴角大于10°时通常要求低于10⁻⁶甚至10⁻⁸量级。

判断方法与操作流程

PST的计算与测试需要遵循严格的流程。在仿真阶段,通常采用光线追迹法:

  1. 建立包含光学元件、机械结构、遮光罩、消光漆等完整几何模型;
  2. 设定离轴点源位置,发射大量光线(通常为10⁶~10⁸条);
  3. 统计到达像面的光线能量,计算E(θ);
  4. 重复不同离轴角(如0°、5°、10°、20°、30°、45°、60°、90°)下的仿真;
  5. 绘制PST曲线,评估是否满足指标要求。

在实验测试中,PST测量需要暗室环境、高精度转台、稳定点源和辐射探测器。测试时需注意环境杂散光的屏蔽、探测器线性范围的选择以及多次测量的重复性验证。

工程经验:PST曲线通常呈现“快速下降-平台区-缓慢上升”的特征。快速下降区对应遮光罩的有效抑制区域;平台区往往由一次散射或衍射极限决定;缓慢上升区则可能是由于光阑边缘衍射或机械结构多次反射所致。若平台区过高,应重点检查遮光罩叶片设计或消光漆性能。

案例拆解:某红外遥感相机PST优化

某型红外遥感相机(工作波段8~12μm,F数2.0,视场角±2°)在初样阶段PST测试结果显示:离轴角30°时PST为2.3×10⁻⁴,远高于设计指标要求的5×10⁻⁵。通过TracePro仿真复现,发现主要杂散光路径为:离轴光源→主镜背面→次镜支撑结构→像面。进一步分析表明,主镜背面未做消光处理,反射率高达0.35。采取的措施包括:主镜背面喷涂高吸收消光漆(吸收率>0.95)、在次镜支撑结构上增加挡光环、优化遮光罩内壁螺纹深度。优化后PST降至3.8×10⁻⁵,满足指标要求。该案例说明,PST超标时需结合光线路径分析定位关键散射面,而非盲目增加遮光罩长度。

注意事项:PST测试中,点源距离有限时需考虑近场效应。通常测试距离应满足远场条件,即距离R > 2D²/λ(D为入瞳直径,λ为工作波长)。否则测试结果与仿真值存在系统性偏差。

4.2 杂散光系数

核心原理

杂散光系数(Stray Light Factor, N)定义为像面处杂散光产生的辐照度与总辐照度(信号光+杂散光)之比。它从能量占比的角度评价杂散光的严重程度,直接反映了杂散光对成像对比度的劣化程度。其表达式为:

N = E_stray / (E_signal + E_stray)

与PST不同,杂散光系数是一个系统级指标,它综合考虑了视场内信号光与视场外杂散光的相对强弱。例如,在观测暗弱目标时,即使PST很小,若背景辐射较强,杂散光系数仍可能较大。因此,杂散光系数更适合评价系统在实际工作环境下的性能。

判断方法与操作流程

杂散光系数的计算通常采用“分视场加权”方法:

  • 将整个半球空间划分为若干离散的入射方向(如每5°一个间隔);
  • 对每个方向,计算该方向辐射源在像面产生的杂散光辐照度贡献;
  • 根据实际任务场景(如地球背景、太阳直射、月亮等)设定各方向的辐射强度权重;
  • 累加所有方向的杂散光贡献,得到总杂散光辐照度E_stray;
  • 结合信号光辐照度E_signal,计算杂散光系数N。

在测试中,杂散光系数通常采用“黑斑法”测量:在均匀扩展光源前放置一个黑体吸收屏,测量黑斑中心像面处的辐照度与周围背景辐照度之比,从而推算杂散光系数。

指标PST杂散光系数N
定义域单一离轴角点源全空间扩展源加权
物理意义角度抑制能力能量占比
测试难度较易(点源+转台)较难(需模拟实际场景)
设计指导价值优化遮光罩结构评估系统级性能
典型指标10⁻⁵~10⁻⁸<5%

常见误区与总结

常见误区之一是混淆PST与杂散光系数。PST仅描述单一方向的抑制能力,而杂散光系数是加权综合结果。例如,某系统在太阳方向PST很小,但在地球反照方向PST较大,若任务场景中地球反照是主要杂散光源,则杂散光系数可能超标。另一个误区是忽视信号光强度的影响——同样的杂散光能量,在强信号背景下可能可接受,在弱信号背景下则不可接受。因此,杂散光系数必须结合具体任务场景进行评价。

4.3 鬼像能量比

核心原理

鬼像(ghost image)是指光学系统内表面(通常是透镜或窗口片表面)之间的多次反射形成的伪像。鬼像能量比定义为:鬼像在像面产生的峰值辐照度与正常像点峰值辐照度之比。鬼像虽然能量通常较弱(典型为10⁻³~10⁻⁵),但由于其聚焦特性,可能在像面形成高亮度的局部光斑,严重时甚至造成探测器饱和或伪目标识别错误。

判断方法与操作流程

鬼像分析是光学设计中的标准流程,通常在Zemax或Code V中进行:

  1. 建立完整的光学系统模型,包括所有折射/反射表面;
  2. 设置“鬼像分析”模式,追踪两次反射路径(如:表面A→表面B→像面);
  3. 计算所有可能的双反射组合(对于N个表面,有N×(N-1)种组合);
  4. 筛选出在像面附近聚焦的鬼像路径;
  5. 计算鬼像能量比,判断是否超过阈值(通常要求<0.1%或更低)。

关键参数包括:表面曲率半径、透镜厚度、折射率、镀膜反射率。对于镀膜表面,反射率通常为0.5%~2%;未镀膜表面反射率约为4%。

实战技巧:在鬼像分析中,应特别关注曲率半径相近或共心的表面组合,这类组合容易形成聚焦鬼像。例如,双高斯结构中的胶合面与相邻空气面之间,或球罩与第一片透镜之间。若发现鬼像能量比超标,可通过优化曲率半径、增加镀膜透过率或调整表面间距来抑制。

案例拆解:星敏感器鬼像抑制

某星敏感器(工作波段500~800nm,视场20°×20°,F数1.8)在实验室测试时发现,当点光源位于视场边缘时,像面中心出现一个亮度约为信号5%的鬼像。通过Zemax鬼像分析,定位到鬼像路径为:保护窗口片前表面→第一片透镜后表面→探测器。该路径的两次反射均发生在未镀膜表面(反射率约4%),理论鬼像能量比约为0.16%,但实测5%远高于理论值。进一步检查发现,保护窗口片与透镜之间的间距为0.5mm,小于设计值1.2mm,导致鬼像聚焦位置更接近像面。调整间距至设计值后,鬼像能量比降至0.3%。该案例表明,鬼像不仅与光学设计相关,还与机械装调精度密切相关。

4.4 像面照度分布

核心原理

像面照度分布是杂散光影响的最终体现,它直接反映了探测器上各像元的辐照度值。杂散光在像面形成的照度分布通常具有以下特征:离轴点源产生的杂散光在像面呈渐变分布;鬼像呈局部高亮斑;散射杂散光呈均匀背景。通过分析像面照度分布,可以判断杂散光的来源和传播路径。

判断方法与操作流程

像面照度分布的获取途径包括:

  • 仿真计算:在光线追迹软件中设置像面探测器,统计各像元的能量沉积;
  • 实验测量:使用科学级CCD/CMOS相机拍摄点源或扩展源图像,分析灰度分布;
  • 数据处理:将图像分为中心区域、边缘区域和四角区域,分别统计平均灰度、峰值灰度、梯度变化等参数。

评价像面照度分布时,常用以下指标:背景均匀性(标准差/均值)、局部峰值比(峰值/背景均值)、衰减梯度(从中心到边缘的衰减速率)。

常见误区与总结

一个常见误区是仅关注像面中心的照度,而忽视边缘和四角。实际上,由于遮光罩结构的不对称性,像面边缘的杂散光往往比中心严重。另一个误区是忽视偏振效应——某些光学表面的散射特性与偏振态相关,导致像面照度分布随入射光偏振态变化。因此,在精密测量中,应控制光源的偏振态或进行偏振平均。

经验总结:四个指标应协同使用:PST用于设计阶段的遮光罩优化;杂散光系数用于系统级性能评估;鬼像能量比用于光学设计阶段的表面反射控制;像面照度分布用于最终测试验收。在工程实践中,建议建立“设计-仿真-测试”闭环,通过实测数据修正仿真模型,提高后续型号的预测准确性。