针对点目标提出了基于变形镜(DM)本征模式的无波前传感器自适应光学校正方法并进行了仿真和实验研究。
由DM的影响函数矩阵推导出一组符合导数正交关系的DM本征模式代替传统的Lukosz模式。
基于远场光斑的均方半径建立评价函数，利用DM本征模式系数与评价函数之间的关系求解出各阶模式所需的校正量。
通过仿真比较了上述两种模式的校正精度，分析了模式偏置系数对校正精度的影响，给出了算法对不同大小像差的闭环校正结果。
基于37单元DM搭建了实验系统，实验结果表明算法可以有效校正低阶像差，且采用DM本征模式的校正精度优于Lukosz模式。

选择合适的滤波函数是瞳面相位差波前传感器成功实现的关键。
以建立的瞳面相位差波前传感器模型为基础，采用模式法进行波前相位的恢复，调查不同类型、不同大小滤波函数对波前恢复效果的影响。
结果表明，滤波函数种类的选择对传感器相位恢复效果的影响不大，在合适的大小范围内，都可以得到令人满意的恢复精度，如离焦作为滤波函数时，其峰谷(PV)值在(2π±π)rad范围内；
球差作为滤波函数时，PV值在小于等于πrad范围内。
同一种滤波函数，当其大小超过一定范围时，如离焦大于3πrad、球差大于πrad时，随着其大小的增加，相位恢复精度逐步降低。
具体应用时，可根据实现的成本和制作难易程度在滤波函数大小合适的范围内确定滤波函数的种类。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。