自适应光学系统几种随机并行优化控制算法比较

 直接对系统性能指标进行优化是自适应光学系统中一种重要的波前畸变校正方法,选择合适的随机并行优化控制算法是该技术成功实现的关键。以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度、校正效果、局部极值3个方面对遗传算法、单向扰动随机并行梯度下降、双向扰动随机并行梯度下降及模拟退火算法进行了比较。仿真结果表明,遗传算法收敛速度太慢,不适用于需要实时控制的自适应光学系统;双向扰动随机并行梯度下降算法收敛速度、校正效果要优于单向扰动随机并行梯度下降,且能够适应各种情况下的扰动电压;模拟退火几乎以概率1收敛到全局极值附近,且收敛速度是上述算法中最快的。     

自适应光学系统随机并行梯度下降控制算法实验研究

随机并行梯度下降算法是一种极具应用潜力的自适应光学系统控制算法,具有不依赖波前传感器直接对系统性能指标进行优化的特点。基于32单元变形镜、CCD成像器件等建立自适应光学系统随机并行梯度下降控制算法实验平台。考察算法增益系数和扰动幅度对校正效果和收敛速度的影响,验证随机并行梯度下降算法的基本原理。实验结果表明参量选取合适的情况下,随机并行梯度下降控制算法对静态或慢变化的畸变波前具有较好的校正能力。根据实验结果分析了影响随机并行梯度下降算法校正速度的主要因素。     

自适应光学系统随机并行梯度下降控制算法仿真与分析

随机并行梯度下降算法能不依赖波前传感器直接对系统性能进行优化。以32单元变形镜为校正器,采用随机并行梯度下降算法建立了自适应光学系统仿真模型。通过分析该系统对静态波前畸变的校正能力,验证了随机并行梯度下降算法的收敛性;讨论了算法增益系数、随机扰动幅度与收敛速度的关系,并指出通过算法增益系数的自适应调整可以改进算法的收敛速度。     

自适应光学系统随机并行梯度下降算法

随机并行梯度下降(SPGD)算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取及校正情况。仿真结果表明:算法收敛速度很大程度上依赖于增益系数和扰动幅度值,对畸变较大的波前,随机扰动幅度在0.50~0.85范围内,性能指标采用焦斑平均半径比采用斯特列尔比取得的校正效果好。     

涡旋光波前畸变校正实验研究

涡旋光在大气湍流中传输时会发生波前畸变,故需要进行波前校正。相比于传统的带有波前传感器的自适应光学校正系统,采用随机并行梯度下降算法的无波前传感器的自适应光学校正系统具有硬件实现简单、对光强闪烁等复杂环境的适应性好等优点。仿真结果表明:该系统对单模涡旋光和多模复用涡旋光都可实现波前畸变校正,能提高模式纯净度。实验结果表明:经校正,单模涡旋光的光强相关系数可提高至0.85左右,多模复用涡旋光的光强相关系数可提高至0.72左右,单模涡旋光波前畸变的校正效果优于多模复用涡旋光。仿真和实验结果均表明,采用随机并行梯度下降算法的自适应校正技术可有效实现涡旋光波前畸变校正。     

基于Zernike模式的自适应光学系统随机并行梯度下降算法

 控制算法的收敛速度一定程度上限制了无波前探测自适应光学技术在实时波前畸变校正中的应用。从理论分析角度提出将模式法和区域法结合起来以提高算法收敛速度,并以61单元变形镜为校正器,建立基于随机并行梯度下降算法自适应光学系统仿真模型。结果表明：达到同样的校正效果时,采用组合优化的算法收敛速度要明显优于基于区域法的收敛速度,从而验证了理论分析的合理性。     

基于正交模式扰动梯度下降算法的自适应光学控制技术

针对无波前探测自适应光学提出一种基于正交模式扰动梯度下降(OP_GD)算法的控制技术。通过与串行扰动梯度下降算法和随机并行梯度下降(SPGD)算法对比,分析了该算法的可行性和收敛速度。在此基础上,采用液晶空间光调制器(LC_SLM)作为波前校正器,建立了基于该控制技术的自适应光学实验装置,实验研究了算法的收敛特性。实验结果表明,正交模式扰动梯度下降算法具有很好的全局收敛性,其收敛速度和SPGD算法相当。但是与SPGD算法相比,正交模式扰动梯度下降算法无需设计伪随机序列发生器,因此硬件实现更加容易。     

随机并行梯度下降光束净化实验研究

利用自适应光学技术进行光束净化是高能激光系统中一项重要的研究内容.为实现光束净化系统的小型化和低成本,基于系统性能评价函数无模型最优化的波前畸变校正方法是适合的技术方案.就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究.针对高能激光束常见的像差分布进行了SPGD波前校正的数值模拟,在此基础上构建了37单元自适应光学光束净化实验平台,讨论了双边扰动梯度估计和迭代增益系数自适应变化对算法收敛特性的影响.数值模拟与实验结果验证了SPGD算法对不同程度波前畸变的校正能力,表明了SPGD光束净化方案的可行性.     

基于随机并行梯度下降算法自适应光学系统的校正残差分析

对自适应光学系统随机并行梯度下降控制的校正残差进行了分析。通过对随机并行梯度下降(SPGD)算法校正静态像差的数值模拟,定标出了算法收敛时间与系统变形镜校正单元数的关系。建立了基于随机并行梯度下降算法自适应光学系统的简化控制模型,根据湍流大气的时间功率谱,推导了算法收敛时间与校正残差之间的解析表达式。结果表明,采用N个校正单元的自适应光学系统补偿Greenwood频率大小为f_G的大气湍流带来的动态像差,为保证校正残差σ~2λ/10,随机并行梯度下降算法的迭代速率需大于86 Nf_G。根据一组典型的计算结果指出了自适应光学系统随机并行梯度下降控制作用距离的有限性。     

基于分区域耦合的随机并行梯度下降自适应光学

基于随机并行梯度下降(SPGD)方法的自适应光学(AO)系统通过直接优化系统的性能评价函数来控制波前校正器以补偿光束中存在的波前畸变。为了提高这种无模型优化自适应光学系统的收敛速度, 提出了基于分区域耦合的新方法以改进传统随机并行梯度下降自适应光学系统的工作方式。将波前校正器光学孔径分成多块子区域, 每块子区域对应着的所有驱动器作为一个整体控制单元, 从形式上可以得到一个空间分辨率较低的分区域波前校正器。该校正器与原校正器同步工作, 并采用随机并行梯度下降算法对同一个性能评价函数进行优化, 从而构成了双校正器的耦合工作结构。对256单元分立活塞式波前校正器建立了自适应成像系统的数值模型, 结果表明这种分区域耦合的随机并行梯度下降自适应光学系统比传统随机并行梯度下降自适应光学系统具有更快的收敛速度和更好的渐近态。     

基于模型的无波前探测自适应光学系统

基于波前梯度的二阶矩和修正后的远场强度分布近似呈线性关系,设计了一种基于模型的无波前探测自适应光学系统快速闭环控制算法。使用61单元变形镜、CCD成像器件等建立了自适应光学系统仿真平台,并以不同湍流强度下的波前像差作为校正对象,分析了这种基于模型的无波前探测自适应光学系统的收敛速度、校正能力及对不同像差的适应性。结果表明,基于模型的无波前探测自适应光学系统在快速收敛的同时,能够获得接近波前校正器件的理想校正能力。N阶模式像差校正时,系统只需要进行N+1次远场光斑的测量。和现有的各种无波前探测自适应光学系统控制算法相比较,基于模型的无波前探测自适应光学系统所需的测量次数大大减少。     

基于随机并行梯度下降算法的自适应光学实时并行处理机

基于随机并行梯度下降(SPGD)算法的自适应光学系统通过直接优化系统的性能评价函数来控制波前校正器以补偿光束中存在的波前畸变。但由于算法收敛速度的影响,在一定程度上限制了SPGD在自适应光学系统中的应用。在对SPGD控制算法分析的基础上,充分提取和发掘算法内在的并发性,采用流水线和并行处理技术,设计并实现了基于现场可编程门阵列(FPGA)加数字信号处理器(DSP)的单指令流多数据流(SIMD)结构实时并行处理机,实现了SPGD控制算法由表达层到结构层的优化映射。该处理机应用在激光光束净化自适应光学系统中,同时实现了对变形镜和倾斜镜的控制。实验结果表明,采用基于SPGD算法自适应光学实时并行波前处理机具有很快的收敛速度,可以有效地校正激光出光过程中的光束波前相差和光束漂移误差。     

自适应光学系统的最优斜率复原算法

分析了自适应光学系统的波前斜率校正效果，综合大气湍流扰动和测量噪声的统计特性，在最小二乘复原算法的基础上推导得出一种形式简洁、易于实际操作的最优斜率复原算法。在大气湍流波前扰动条件下，对这种最优斜率复原算法的补偿效果和工作稳定性进行了计算研究。     

自适应光学随机并行梯度下降算法波前整形规律仿真

本文首先介绍了基于Zernike模式的SPGD算法对大气湍流畸变波前的整形原理,通过推导得到了关于性能指标的简明表达式,使SPGD算法收敛速率得到明显提升。然后建立了自适应光学随机并行梯度下降算法波前整形系统模型,主要对SPGD算法收敛速率、整形能力和整形效果随波前畸变量和变形镜模型的变化规律作了较为详细的仿真研究,整体定性结果表明：三者的变化规律有一定的相似性,同时利用最小二乘法得到了关于整形能力和整形效果变化规律的定量表达式,若从自适应光学波前整形系统的实时性和简单性考虑,在保证一定整形效果的情况下,选择37单元变形镜对畸变波前的3~27（25）阶Zernike像差进行整形即可。     

基于随机并行梯度下降方法的动态光束净化实验研究

高能激光系统中通常包含光束净化装置以对激光器出射光束的波前畸变进行连续校正.为研究随机并行梯度下降自适应光学方法在光束净化问题上的可行性,按算法运行时序连续改变37单元变形镜的面形,以在实验光路中引入高能激光器输出光束的常见动态波前畸变,同时采用随机并行梯度下降算法控制同一变形镜对此动态畸变进行校正.实验结果显示,在事先消除系统初始像差的情况下,系统分别以1 kHz和2 kHz的模拟迭代速率工作时,激光束的动态像差都得到了充分抑制,光束质量在整个校正时段内始终维持在较好水平.这表明随机并行梯度下降自适应光学方法应用在光束净化系统中是可行的.     

点目标成像自适应光学随机并行梯度下降算法性能指标与收敛速度

在自适应光学中,随机并行梯度下降(SPGD)算法通过对系统的性能指标直接优化从而校正波前像差,具有很强的应用潜力.在点目标成像自适应光学系统中,SPGD算法经常采用强度分布平方和、平均半径和环围能量作为系统的性能指标进行优化.利用数值仿真分析了三种性能指标与畸变波前的均方根之间的关系.建立了一套实验平台,通过静态波前畸变校正实验,分析了SPGD算法采用以上三种不同的性能指标时的校正效果.实验结果与前面的数值仿真结果一致,表明SPGD取平均半径作为性能指标进行优化时效果较好.实验还分析了控制通道数目对收敛速度的影响.结果表明随着控制通道数目的增加性能指标曲线收敛所需的迭代次数显著增加,与驱动器个数的平方根之间存在一个近似的线性关系.     

基于SPGD算法的少模光纤耦合解复用系统动态湍流补偿仿真

在空间光通信系统中,激光在大气中传输时容易受湍流效应影响,且接收端往往使用模场半径极小的单模光纤进行空间光耦合,导致光纤耦合效率降低,影响通信系统性能.为了提高接收端光纤耦合效率,结合随机并行梯度下降(SPGD)算法和少模光纤耦合解复用系统对动态湍流所引起的波前相位畸变进行补偿校正,并实现了传输距离为5 km的空间光通信数值仿真.仿真结果表明:在不同的湍流强度和风速条件下,未经SPGD算法校正时,两模光纤的耦合效率比单模光纤提高了0.5 dB～1.5 dB,相对标准差降低了0.03～0.4;经过SPGD算法校正后,两模光纤的耦合效率比单模光纤提高了0.4 dB～2.2 dB,中强湍流下,相对标准差降低了0.1～0.2.因此在空间光通信中,采用少模光纤进行耦合接收比单模光纤具有更好的耦合效果,有利于提高通信系统稳定性.     

基于RUN优化算法的波前校正系统

将龙格-库塔优化器用于无波前探测自适应光学系统，提出基于RUN的自适应光学控制方法。以61单元变形镜为波前校正器件，不同湍流强度下的畸变波前为校正对象，建立基于RUN优化算法的自适应光学系统模型。对比分析基于RUN、PSO、DEA和GA等算法的波前校正效果、校正速度和局部极值。结果表明，相比基于粒子群优化算法、差分进化算法和遗传算法的自适应光学系统，在取得相同校正效果时，基于RUN优化算法的波前校正系统在不同湍流条件下的校正速度均提高三倍以上，且RUN算法不易陷入局部极值。研究结果可为基于RUN优化算法的波前校正系统的实际应用提供理论基础。     

随机并行梯度下降湍流场光束净化的实时校正实验研究

自适应光学技术可用于补偿高能激光系统出射光束的波前畸变以改善光束质量.为研究随机并行梯度下降(SPGD)自适成光学方法用于光束净化的可行性,分别采用高速光电探测器和高速变形镜作为系统性能评价函数的测量器件和波前校正器件,搭建了迭代速率为100 Hz的SPGD自适应光学系统,并且对通电电阻丝产生的湍流所造成的动态波前畸变进行了实时校正.实验结果显示,此套自适应光学系统能够对在4 Hz以下频率范围内缓慢变化的动态波前畸变进行实时校正,针孔中远场光斑的能量提高2.2倍,稳定性提高1.4倍.这表明SPGD自适应光学系统用于光束净化是町行的.     

基于Zernike模式的随机并行梯度下降算法的收敛速率

为了加快控制变形镜进行波前整形的随机并行梯度下降（SPGD）算法的收敛速率,提高实时波前整形能力,本文利用由12阶Zernike多项式构成的畸变波前和32单元变形镜建立了仿真模型。基于Zernike多项式的单位正交性,得到了两个常数矩阵,当斯特列尔比（SR）达到0.8时,需要算法迭代660次,简化了算法的运算过程,加快了算法运行时间。通过Matlab7.8.0对6种SPGD算法进行仿真对比,结果显示：当SR要求不高时,可使用间接固定双边SPGD算法来提高收敛速度;当SR要求较高时,则应当使用间接自动双边SPGD算法。提出的算法为实际的激光整形提供了理论指导。