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。     

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。     

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。     

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。     

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。     

基于改进型SPGD算法的涡旋光波前畸变校正

涡旋光束经过大气湍流时,其波前会发生畸变,因此需要对畸变的波前进行校正。无波前传感器的波前畸变校正系统基于随机并行梯度下降算法,可以实现对波前畸变的校正,但算法的收敛速度及稳定性受随机扰动电压的影响。结合深度学习理论中改进的梯度下降算法,对随机并行梯度下降算法中随机扰动电压的迭代方式进行调整,并分析不同湍流强度下改进型算法的校正效果。仿真结果表明:在弱湍流条件下,需优先选择基于RMSprop的改进型算法;而在中等湍流和强湍流条件下则需要结合实际需求从算法的稳定性、性能评价函数大小以及收敛速度等方面考虑,选择合适的校正算法。     

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。     

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。     

Free-space laser communications with adaptive optics: Atmospheric compensation experiments

Refractive index inhomogeneities of the turbulent air cause wave-front distortions of optical waves propagating through the atmosphere, leading to such effects as beam spreading, beam wander, and intensity fluctuations (scintillations). These distortions are responsible for severe signal fading in free-space optical communications systems and therefore compromise link reliability. Wave-front distortions can be mitigated, in principle, with adaptive optics, i.e., real-time wave-front control, reducing the likeliness of signal fading. However, adaptive optics technology, currently primarily used in astronomical imaging, needs to be adapted to the requirements of free-space optical communication systems and their specific challenges.In this chapter we discuss a non-conventional adaptive optics approach that has certain advantages with respect to its incorporation into free-space optical communication terminals. The technique does not require wave-front measurements, which are difficult under the strong scintillation conditions typical for communication scenarios, but is based on the direct optimization of a performance quality metric, e.g., the communication signal strength, with a stochastic parallel gradient descent (SPGD) algorithm.We describe an experimental adaptive optics system that consists of a beam-steering and a higher-resolution wave-front correction unit with a 132-actuator MEMS piston-type deformable mirror controlled by a VLSI system implementing the SPGD algorithm. The system optimizes the optical signal that could be coupled into a single-mode fiber after propagating along a 2.3-km near-horizontal atmospheric path. We investigate characteristics of the performance metric under different atmospheric conditions and evaluate the effect of the adaptive system. Experiments performed under strong scintillation conditions with beam-steering only as well as with higher-resolution wave-front control demonstrate the mitigation of wave-front distortions and the reduction of signal fading.     

Beam cleanup of a 532-nm pulsed solid-state laser using a bimorph mirror

A successful beam cleanup of a 5-mJ/200-μs pulsed solid-state laser system operating at 532-nm wavelength is demonstrated. In this beam cleanup system, a wave-front sensor-less adaptive optics (AO) system is set up with a 20-element bimorph mirror (BM), a high-voltage amplifier, a charge-coupled device camera, and a control software implementing the stochastic parallel gradient descent (SPGD) algorithm. The brightness of the laser focal spot is improved because the wave-front distortions have been compensated. The performance of this system is presented and the experimental results are analyzed.     

自适应光学中SPGD算法关键参数实时调节方法

介绍了随机并行梯度下降（SPGD）算法及其在相干合成中的应用,针对实验中算法关键参数难以调节的难点,提出采用软硬件结合的新方式,实现对实验数据的在线采集和分析以及对SPGD算法关键参数的自动实时调节。开展了4路光纤激光相干合成实验,对不同调节方法进行对比。实验中采用新方式有效调节了SPGD算法中增益系数和随机扰动幅度的取值,合成效果显著。