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.     

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.     

37单元双压电片变形镜板条激光光束净化

为了校正板条激光器输出光束波前像差,改善输出光束质量,提出了基于37单元双压电片变形镜的板条激光光束净化系统。采用柱面反射式单向扩束器使主振荡功率放大结构板条激光器输出光束尺寸与37单元双压电片变形镜有效口径相匹配,利用随机并行梯度下降算法控制双压电片变形镜面形,进行波前像差闭环校正,校正后光束远场归一化桶中功率提高到净化前的2~3倍。     

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。     

SPGD算法光束净化中光强起伏对校正效果的影响研究

尽管无波前传感自适应光学技术可不受闪烁效应等波前畸变条件的限制,能够有效地补偿高能激光的波前畸变以提高光束质量,但是激光器光强起伏和噪声干扰对校正效果却存在严重的影响。分析了光强起伏和噪声干扰对随机并行梯度下降(SPGD)算法光束净化效果的影响,并进行了相关实验研究。理论分析表明,在光强起伏频率大于等于算法扰动频率时,系统性能随着光强起伏增加而降低;在低频光强起伏时,SPGD算法的抗干扰能力较强。为消除光强起伏对校正效果的影响,提出采用桶中功率作为系统性能评价函数的光束净化方案,理论分析和实验结果都表明,该方案能够有效地消除光强起伏和噪声干扰对校正效果的影响,实现接近校正极限的理想校正效果。     

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。     

自适应光学系统内光路的像差校正研究

自适应光学系统内光路像差的校正对获得好的光束质量至关重要.实际中采用的校正方案是常规共轭式自适应光学.然而系统菲涅耳数较小时,激光在传输过程中的衍射效应严重影响着系统内光路像差的校正效果.基于随机并行梯度下降算法模拟了不同程度衍射效应(以菲涅耳数表征)下的校正效果,模拟结果表明,像差校正效果随着菲涅耳数的变小而变差.同...