基于随机并行梯度下降算法的湍流像差校正仿真

随机并行梯度下降(SPGD)算法可不依赖波前探测直接优化系统性能指标来校正畸变波前.建立了基于随机并行梯度下降算法控制的61单元湍流校正仿真模型,实现了通过该算法控制倾斜镜和变形镜对湍流引起的像差的校正.结果发现,该算法能够找到补偿湍流像差所需的倾斜镜和变形镜的最优面形.采用SPGD算法控制,倾斜镜校正后,远场光斑质心...     

空间光波前畸变校正中的元启发式SPGD算法

为了改善传统随机并行梯度下降(Stochastic Parallel Gradient Descent, SPGD)算法收敛速度慢且容易陷入局部极值的问题,提出了一种元启发式随机并行梯度下降(Meta-Heuristic SPGD, MHSPGD)算法。该算法将SPGD算法和元启发式算法的开发与探索两步结合,首先利用SPGD算法的梯度下降搜索得到局部最优解,然后进行邻域搜索得到局部最优区域以外的可能最优解,通过所有解性能指标的比较来确定新的迭代起点。随着搜索范围的自适应扩展,该算法能够避免陷入局部极值并趋向收敛于全局最优。同时,为了避免重复搜索,建立了记忆表来记录迭代过程中产生的次最优解。搭建了无波前探测器自适应光学系统模型,运用所提算法对不同湍流强度下的波前畸变进行了仿真校正,并针对不同Zernike阶数的像差进行了仿真实验。在三种湍流强度下,MHSPGD算法所能达到的斯特列尔比(Strehl Ratio, SR)分别为0.7621、0.6554、0.3749,相比于SPGD算法分别提升了0.1%、2%和18.6%。此外,当畸变中含有较多高阶成分时,文中所提优化算法相比传统的SPGD算法,SR收敛到0.6所需的迭代次数减少了约47%,且SR收敛极限值也提升了约9.4%。结果表明:与三种主流优化算法相比,MHSPGD在保持较快收敛速度的同时,能够在各种湍流强度下达到更高的收敛极限,有效地解决了算法的局部收敛问题。     

空间光波前畸变校正中SPGD方法的自适应优化

为了提高传统随机并行梯度下降 (Stochastic Parallel Gradient Descent, SPGD) 算法校正波前畸变的性能,提出了一种基于AdaBelief优化器的新型SPGD优化算法。该算法将深度学习中AdaBelief优化器的一阶动量和二阶动量集成到SPGD算法中以提高算法的收敛速度,并使得算法能够自适应地调整增益系数。 此外,对实际增益系数进行自适应动态裁剪以避免因实际增益系数出现极端值而造成的震荡。仿真结果表明:在37单元变形镜 (Deformable Mirror, DM)下,新型SPGD优化算法能够对不同湍流强度下的波前畸变实现有效校正,不同波前畸变经过校正后的斯特列尔比(Strehl ratio, SR)分别提升至0.83、0.47和0.31。此外,该算法在不同湍流强度下的SR仅仅需要149、229和230次迭代达到阈值,与传统SPGD算法及其他优化算法相比有更快的收敛速度,且在稳定性和参数调节方面也具有一定的优越性。     

基于随机并行梯度下降算法的望远镜静态像差校正

为校正大口径量子通信望远镜的静态像差,提高接收信号光的能量集中度,提出了基于随机并行梯度下降(SPGD)算法的静态像差校正方法。该方法不同于经典的自适应光学校正方法,无需波前传感器,可有效降低系统的复杂性。对SPGD算法进行了分析,在此基础上利用64单元变形镜和CCD探测器搭建了校正平台,并将该校正平台应用到青海湖量子通信地面站望远镜系统,对700mm望远镜的静态像差进行了校正,远场光斑直径由校正前的58μm改善为30μm,验证了SPGD算法对望远镜波前畸变校正的可行性。     

随机并行梯度下降算法用于次镜校准的仿真研究

将随机并行梯度下降(SPGD)算法应用于共轴三镜系统次镜,无需进行误差测量,可直接通过调节次镜的6个自由度,寻求评价函数的最优值,从而简化了次镜的校准。分析了影响随机并行梯度下降算法校正速度的主要因素,并对其进行优化。仿真计算结果表明,在各参量选取合适的情况下,系统峰谷值及均方根显著改善,从而验证了SPGD算法用于校准次镜的可能性。     

高能固体脉冲激光热晕效应相位补偿的数值分析

热晕效应是高能激光大气传输最重要的非线性效应之一。利用激光大气传输四维仿真程序,针对高能固体脉冲激光大气传输的非线性热晕效应,采用常规自适应光学系统与随机并行梯度算法自适应光学系统对其相位补偿进行了数值模拟和分析。结果表明:当脉冲宽度1 ms,重复频率10 Hz,单脉冲发射功率500 kW时,常规自适应光学系统补偿效果较好;当脉冲发射功率增加或者重复频率增加时,随机并行梯度下降算法自适应光学系统补偿效果较好。     

相干合成中基于SPGD算法的平移误差和倾斜误差控制

随机并行梯度下降算法(SPGD)是控制多路激光束的相位锁定,实现相干合成的一种有效方式。在分析平移误差和倾斜误差对相干合成(CBC)影响的基础上,建立2×2排布的光束模型探讨了该算法中的增益系数和扰动幅值对平移误差和倾斜误差控制的影响,并对增益系数的优化进行了分析。研究结果表明,要提高相干合成的效果,必须同时校正平移误差和倾斜误差;随着增益系数和扰动幅值的增加,SPGD算法的收敛速度加快,但计算精度降低,系统会发生振荡;自适应更新增益系数是一种有效的参数优化方式,可很好平衡算法收敛速度和计算精度问题。为大型固体短脉冲激光装置中基于SPGD算法进行相干合成研究提供了理论参考。     

无波前传感自适应光学技术及其在大气光通信中的应用

无波前传感自适应光学(AO)系统不依赖波前传感器可直接对系统性能进行优化。基于随机并行梯度下降(SPGD)算法,32单元变形镜,CCD成像器件等建立了无波前传感自适应光学系统实验平台。实验结果表明,参量选取合适时,系统对畸变波前具有较好的校正能力,但受限于较低的CCD采样频率,仅能校正静态或缓慢变化的像差。根据实验结果讨论了基于随机并行梯度下降控制算法的无波前传感自适应光学技术在大气光通信中的应用可能和应用方法,指出采用高速光电探测器件、高速数据处理及响应速度高的波前校正器与随机并行梯度下降算法相配合可用于补偿大气光通信中的大气湍流扰动。     

基于梯度下降算法的初级球差校正

固体激光器在实际工作过程中会因腔镜热变形而产生球差效应,使激光的光强分布发生变化、聚焦能力下降、光束质量变差,因此需要校正。基于这一目的,利用梯度下降算法进行了初级球差的校正仿真。首先,建立了初级球差和变形镜模型,变形镜模型针对初级球差选取分立式环形阵列,镜面利用率高。然后,设计出算法的具体实现过程,算法以变形镜单元的位移量为控制对象,以离散化的各部分球差的方差为性能指标。最后,仿真并给出了性能指标与迭代次数的关系、校正后的球差等结果,结果显示达到了预期的校正效果。     

基于随机并行梯度下降算法光纤放大器相干合成的动态模拟与控制带宽分析

对随机并行梯度下降(SPGD)算法校正时变相位噪声的动态过程进行数值模拟,计算不同强度和频率的相位噪声对控制带宽的影响程度,分析控制带宽与光束数目以及算法执行速度之间的关系.计算结果表明,随着相位噪声强度和频率的增加,算法的控制带宽随之减小,带宽大小与参与合成的光束数目N的-4/3次方成正比,与算法执行速度成线性关系.计算结果可为SPGD算法应用至多路高功率光纤放大器相干合成提供参考.     

直接斜率法畸变波前校正的研究

直接斜率法直接将波前传感器的测量量与变形镜的响应特性建立起对应关系,通过算法直接计算出控制电压信号。用64个子孔径的哈特曼波前传感器对畸变波前进行仿真探测,按照变形镜面形为影响函数加权叠加的假设,可以求解出加在各个驱动器上的电压值,进而可以对仿真的32单元变形镜进行控制,校正波前。仿真的结果显示,直接斜率法可以有效校正畸变波前。     

基于梯度下降法的ISAR最小熵相位校正算法

最小熵相位校正算法是一种非常有潜力的ISAR相位校正算法,有多种不同的方法可以实现最小熵相位校正算法,如定点迭代法即是一种典型的最小熵相位校正算法.文中运用梯度下降法来实现最小熵相位校正的方法,并且通过对实测数据的ISAR成像,将梯度下降法与其他方法的收敛速度进行了比较,同时讨论了如何对梯度下降法步长参数进行选择.     

基于目标照明回光的瞄准误差修正方法精度分析及实验验证

激光发射系统通常受到瞄准误差的影响,使得发射光束的中心偏离靶目标,造成能量传输损失和系统性能下降。激光对目标照明后的散射回光信号可以反映瞄准误差的信息,通过对散射回光信号的测量可以对瞄准误差进行修正来提高激光发射系统的瞄准性能。研究了一种基于目标照明回光的瞄准误差修正方法。利用目标回光信息与瞄准误差的关系,通过随机并行梯度下降(SPGD)算法对瞄准误差进行校正,分析了影响瞄准误差校正精度的因素。实验数据验证了理论分析结果。