自适应光学系统变形镜控制电压预测

在校正大气湍流畸变波前相差的自适应光学系统中,利用基于Levenberg-Marquardt学习算法的非线性反向传播神经网络技术（LMBP）对变形镜控制电压进行预测。以对受横向风影响的大气湍流畸变波前斜率数据为研究对象,通过数值仿真方法,研究了基于LMBP算法的自适应光学系统变形镜电压非线性预测控制算法。通过实验发现,预测电压和变形镜实际控制电压拟合效果良好。讨论了回溯帧数对预测效果的影响,并与基于递推最小二乘（RLS）算法的线性预测算法进行比较。对比结果表明,基于LMBP算法的非线性电压预测方法比基于递推最小二乘法的线性电压预测方法能更有效地降低系统由伺服延迟引起的误差。

     

用于开环液晶自适应光学系统的模式预测技术研究

时间延迟误差是液晶自适应光学系统的一个最主要的误差源. 本文提出了一种利用智能模式预测-----迭代最小二乘(RLS)模式预测算法来克服其对成像分辨率的影响. 首先, 介绍了具有RLS模式预测能力的开环液晶自适应光学系统的结构和工作原理. 其次, 详细讨论了RLS模式预测算法的实现过程. 再次, 设计和搭建了一套带有液晶湍流模拟器的开环液晶自适应光学系统, 对RLS模式预测算法的预测效果进行了分析, 并和直接开环校正做了比较. 分析结果表明: 当系统处于中等强度湍流条件(大气相干长度r₀=6 cm, Greenwood频率f_G=35 Hz)和只有时间延迟误差情况下, 经过RLS预测后, 残差波面的RMS值由直接校正的0.26波长(1波长=785 nm)降低到了0.15波长, 校正效果提高了42%. 最后, 对预测前后自适应光学系统的成像效果进行了对比试验. 实验结果显示, 经过预测以后, 系统的成像分辨率由直接开环校正的25.4 cycles/mm提高到了32.0 cycles/mm, 成像分辨率提高了26%, 达到了0.9倍的衍射极限分辨率. 因此, RLS模式预测技术可以有效的提高开环液晶自适应系统的成像分辨率.     

一种自适应光学闭环系统预测控制算法的仿真研究

介绍了校正大气湍流畸变波前像差的自适应光学系统中,基于预测控制技术对变形镜控制电压进行预测以减少自适应光学系统中时间延迟误差的方法.对受横向风影响的大气湍流畸变波前斜率数据,利用数值仿真方法,研究了基于递推最小二乘(RLS)算法的线性预测控制算法对自适应光学系统变形镜控制电压进行超前预测的方法,并与采用比例积分(PI)...     

基于预测PI的多变量控制在锅炉燃烧系统中的应用

在锅炉的燃烧控制系统中,燃烧对象是一个具有多变量、强耦合、强干扰、大滞后等特性的复杂过程系统,常规的PID控制无法满足实际需求。针对该问题,提出了将动态解耦方法与非线性最小二乘优化算法相结合,得到降阶模型,并运用预测PI控制算法进行控制研究。仿真结果表明：基于降阶模型的预测PI解耦控制策略具有良好的稳定性和鲁棒性,且抗干扰能力强,具有一定的实际应用价值。     

基于神经网络的自适应光学系统变形镜控制电压预测方法

介绍了在校正大气湍流畸变波前像差的自适应光学系统中,基于神经网络技术对变形镜控制电压进行预测以减少自适应光学系统中时间延迟误差的方法。对受横向风影响的大气湍流畸变波前数据,利用数值仿真方法,研究了基于二阶学习算法的二层反向传播(BP)神经网络对自适应光学系统变形镜控制电压进行超前预测的方法,讨论了回溯帧数及学习速率对预测效果的影响,并与采用最小递归二乘(RLS)算法预测时的效果进行了比较。对比结果表明,基于二阶学习算法的二层BP神经网络预测方法比基于RLS算法的预测方法能更有效地降低系统由伺服延迟引起的误差。     

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。     

微机械薄膜变形镜自适应光学系统实验研究

为求出自适应光学系统的最优校正电压, 提出了一种基于改进奇异值分解的闭环迭代控制算法。该算法可通过调节控制参量g1,g2和w,优化模式的收敛速度, 使控制信号快速收敛到一个可靠的局部最优解。搭建基于微机械薄膜变形镜(MMDM)的自适应光学系统, 测量光学影响函数并验证单个电极电压和镜面变形之间的准平方线性关系, 以及各个驱动器电极响应之间的线性叠加性。分别采用模拟眼和人眼出射波前作为原始波前进行实验。实验结果表明, 改进算法能快速有效地对静态或动态畸变波前进行校正, 为基于MMDM的自适应光学系统提供了算法支持。     

利用复原电压预测大气湍流畸变波前方法

在校正大气湍流畸变信号的自适应光学系统中,基于大气开环数据,对采用最小递归二乘RLS算法预测复原电压以减小自适应光学系统中的时间伺服延迟进行了仿真研究。并与未采用预测时的误差进行了比较,对比结果表明：采用RLS算法后,可以有效的降低系统由伺服延迟引起的误差。     

利用复原电压预测大气湍流畸变波前方法

 在校正大气湍流畸变信号的自适应光学系统中,基于大气开环数据,对采用最小递归二乘RLS算法预测复原电压以减小自适应光学系统中的时间伺服延迟进行了仿真研究。并与未采用预测时的误差进行了比较,对比结果表明：采用RLS算法后,可以有效的降低系统由伺服延迟引起的误差。     

用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列

基于混沌动力系统的相空间延迟坐标重构,利用混沌序列固有的确定性和非线性,提出了用 于混沌时间序列预测的一种少参数非线性自适应滤波预测模型.该预测模型在Volterra自适 应滤波器的基础上引入sigmoid函数来减少待定参数.实验研究表明,这种少参数非线性自适 应滤波预测器仅需用50个样本经20次预训练后,就能有效地预测一些低维混沌序列,且这种 少参数非线性自适应滤波预测器更便于工程实现. 关键词： 混沌 非线性自适应预测 少参数非线性自适应滤波器 自适应算法     

微机械薄膜变形镜校正性能及控制算法

通过对微机械薄膜变形镜影响函数矩阵的奇异值分解,构建了变形镜可以校正的像差模式空间,分析了变形镜对正交基模式的校正能力和校正范围,提出了一种变形镜闭环迭代控制算法。通过对影响函数矩阵低秩近似的方法滤除校正性能较差的基模式的影响,实现了对畸变像差的有选择校正。以人眼出射波前为对象进行实验,通过比较不同模式项数校正时的效果,确定了最优校正模式项数的范围,通过设置残差容限的方法,消除了人眼晃动和眨眼的影响。实验结果表明:控制算法能通过选择合适的校正项数,提高变形镜的校正性能,并获取到了高清晰度的人眼视网膜图像,为眼科疾病诊断和治疗提供了一种新的观察手段。     

微型自适应光学系统闭环控制算法

以微型自适应光学系统的波前重构算法和信号处理系统为基础 ,给出了相应的微型自适应光学系统的闭环控制算法 ,实验结果说明所得结果是合理可行的     

微加工薄膜变形镜本征模分析

介绍了变形镜本征模的构造过程及其特点,分析了从荷兰OKO公司购买的37单元微加工薄膜变形镜的本征模,并用前65阶Zernike多项式分析微加工薄膜变形镜的37阶本征模的特性。搭建了以微加工薄膜变形镜作为波前校正器、变形镜本征模为波前复原控制算法以及高分辨率Shack-Hartmann波前传感器为波前探测器的自适应光学实验系统。实验结果表明：变形镜本征模可以实现模式筛选,也可作为自适应光学系统的波前复原算法。     

高功率光学元件校正波前的梯度均方根指标

对高功率固体激光装置中,光学元件波前经过变形镜校正后的梯度均方根指标开展了研究。建立了变形镜校正效果的等效分解方法,分析了校正波前的部分相干叠加特性,对校正波前的梯度均方根与焦斑尺寸的对应关系进行了研究。解决了在有变形镜校正时,如何制定元件波前梯度均方根指标的问题。研究结果对高功率固体激光装置的光学元件波前指标制定有指导意义。     

腔内双压电变形镜光强分布优化

报道了把20单元双压电变形镜作为闪光氪灯泵浦的Nd:YAG激光器的腔镜,优化激光器输出光束远场强度分布的实验结果。变形镜由随机并行梯度下降算法控制,以相机采集到的激光束远场环围能量作为算法的评价指标,控制双压电变形镜的面形向远场能量分布更加集中的方向变化。结果表明：系统在20 s内将远场光斑中的多个亮斑校正为单个亮斑,峰值光强与优化前相比提高了5倍;在腔镜倾斜较大时,实验系统将激光器的输出功率由0.006~0.051 W提升至0.330 W,验证了实验系统的有效性。     

腔内双压电变形镜光强分布优化

报道了把20单元双压电变形镜作为闪光氪灯泵浦的Nd:YAG激光器的腔镜,优化激光器输出光束远场强度分布的实验结果。变形镜由随机并行梯度下降算法控制,以相机采集到的激光束远场环围能量作为算法的评价指标,控制双压电变形镜的面形向远场能量分布更加集中的方向变化。结果表明:系统在20 s内将远场光斑中的多个亮斑校正为单个亮斑,峰值光强与优化前相比提高了5倍;在腔镜倾斜较大时,实验系统将激光器的输出功率由0.006~0.051 W提升至0.330 W,验证了实验系统的有效性。