基于线性二次高斯控制的波前校正实验验证 下载: 1068次
1 引言
自适应光学系统最初被广泛应用于天文望远镜中的大气湍流校正,以获取高分辨率的图像[1-2],现在则被广泛应用于激光传输系统校正激光的波前畸变,从而获得更高的光束质量[3-5]。目前,大多数自适应光学系统采用的是简单而易于实现的比例积分控制。虽然比例积分控制可以在不同的条件下实现波前校正,但是有时其校正结果难以满足实际需求。而且,比例积分控制参数调节时多依赖人为经验,在大多数情况下为了维持自适应光学系统的稳定性往往要牺牲比例积分控制的校正性能,难以做到同时兼顾。虽然国内外提出了一些比例积分控制的改进算法[6],而且这些方法在校正性能上有所提升,但是其控制器结构并没有发生改变,依然无法解决比例积分控制的缺点。目前国内外也有一些新的控制算法被提出,但是大多数局限于理论仿真阶段[7-10]。因此,本文提出采用线性二次高斯(LQG)控制来提升自适应光学系统的校正性能。
自适应光学系统波前校正的实质是最小化残余波前,而LQG控制作为最优控制的一种,它以追求最优性能指标为控制目标,利用线性二次准则实现性能指标的最优控制,从本质上讲LQG控制比较适合自适应光学系统。目前,LQG控制在自适应光学系统中得到了广泛的关注。Paschall等[11]首次在自适应光学系统中提出LQG控制并进行仿真验证其可行性。在随后的几年里,Looze等[12-14]和Le Roux等[15]分别在自适应光学系统中设计了LQG控制器,并进行了仿真验证。但是该方法却没有在自适应光学系统中得到广泛的应用,这是因为LQG控制需要被控对象的精准模型,而自适应光学系统建模问题一直是自适应光学系统的一个难点。
本文根据入射波前的泽尼克波前相位信息和变形镜(DM)与波前传感器(WFS)的线性关系提出一种建立自适应光学系统模型的方法,这种建模方法可以准确地表征自适应光学系统的性质,且计算量小,与其对应的LQG控制器结构简单。更重要的是,该建模方法不仅可以为LQG控制在自适应光学系统中实现提供模型基础,还可以为其他模型类控制算法在自适应光学系统中应用提供模型基础。本文以此模型为基础,为自适应光学系统设计LQG控制器,在实际系统中进行实验验证,并与比例积分控制实验结果进行对比分析。
2 基本原理
2.1 自适应光学系统模型
自适应光学系统由WFS、DM与控制器组成,如
图 1. 自适应光学系统。(a)方框图;(b)时序图
Fig. 1. Adaptive optical system. (a) Block diagram; (b) temporal diagram
根据
式中:
式中:
假设DM为瞬时响应,其电压计算与控制时间可忽略不计,则DM产生的波前相位为
式中:
利用泽尼克多项式描述入射波前的相位,这种描述可以看作是一个与时间和滤波过程的近似[16-17]。则根据泽尼克相位信息,入射波前的相位为
式中:
式中:
根据(1)、(4)、(5)式,可以得到自适应光学系统状态空间模型为
式中:
式中:T表示矩阵的转置。则(7)式的状态空间矩阵为
式中:
这就是自适应光学系统建模法,接下来将根据此模型实现LQG控制。
2.2 LQG控制
LQG控制以最优性能指标为控制目标。本文选取最优性能指标为最小化残余波前,其性能指标为
式中:
若(10)式存在最优解,则
在(11)式中,入射波前是自适应光学系统状态向量的一个未知量。为了能准确求解性能指标,将(11)式改写为
式中:
从而,最小化性能指标的问题就转换成如何求取一个状态向量
借助卡尔曼滤波器来求取状态向量估计
式中:
式中:
式中:
综上所述,LQG控制以最小化残余波前为性能指标,通过对性能指标进行求解,得到(12)式。为了实现LQG控制,借助卡尔曼滤波器来求取状态量估计,通过求解(16)式的Riccati方程继而求出(15)式的卡尔曼增益,根据(14)式可以求出状态向量估计
3 实验验证
根据前一节自适应光学系统建模和LQG控制原理的介绍,本节通过实验对LQG控制的波前校正能力进行验证。LQG控制的实现步骤为:
1) 根据风速
2) 确定状态向量估计
3) 根据(12)、(13)式计算DM最终控制电压
LQG控制的实现是根据前一时刻的输入、输出以及状态向量对下一时刻的状态向量进行预测和估计,进而计算最终的DM控制电压,即
实验中比例积分控制形式如下:
式中:比例积分控制器参数
式中:
3.1 实验描述
自适应光学系统实验装置图如
根据前一节的自适应光学系统模型的建立方法,建立自适应光学系统模型,其参数如下:实验在室内进行,风速
3.2 LQG控制实验结果
根据第2节后半部分设计LQG控制,在
由
图 3. 基于LQG控制的校正结果。(a)校正前的远场光斑图像;(b)校正后的远场光斑图像
Fig. 3. Correction results based on LQG. (a) Far-field spot before correction; (b) far-field spot after correction
图 4. 校正前后的斜率曲线与电压曲线。(a)校正前后的WFS的斜率曲线;(b)校正后DM的电压曲线
Fig. 4. Slope curves and voltage curves before and after correction. (a) Slope curves of WFS before and after correction; (b) voltage curves of DM after correction
为了进一步验证LQG控制的波前校正性能,接下来将比例积分控制的波前校正实验结果进行对比。根据(18)和(19)式实现比例积分控制。对比实验结果如下。
由
根据
图 6. 校正后的远场光斑光强值对比
Fig. 6. Comparison of peak intensities (PI) of far-field spots after correction
由
图 7. 闭环后的DM电压收敛曲线。(a)比例积分控制的DM电压收敛曲线;(b) LQG控制的DM电压收敛曲线
Fig. 7. Actuator voltages of DM after correction. (a) Actuator voltage of DM based on proportional-integral control;(b) actuator voltage of DM based on LQG control
图 8. 校正后远场光斑斜率曲线图对比。(a)比例积分控制的远场光斑斜率曲线图;(b) LQG控制的远场光斑斜率曲线图
Fig. 8. Slope curves of far-field spot after correction. (a) Slope curves of far-field spot after correction based on proportional-integral control; (b) slope curves of far-field spot based on LQG control
4 结论
提出了采用LQG控制提升自适应光学系统校正性能的方法,由于LQG控制应用最大的前提是需要一个精准的系统模型,根据入射波前的泽尼克相位信息与DM和WFS的线性关系提出了建立自适应光学系统模型的方法,为实现LQG控制提供模型基础。实验结果表明,LQG控制校正后的残余波前RMS和远场光斑的光强值优于比例积分控制。从实验结果上看,与比例积分控制相比,LQG控制可以抑制闭环后远场光斑的剧烈抖动,并使DM电压收敛快速且平稳,可以进一步提升自适应光学系统的响应速度和系统的稳定性。
[1] 程涛, 刘文劲, 杨康健, 等. 基于拉普拉斯本征函数的Woofer-Tweeter自适应光学系统解耦控制算法[J]. 中国激光, 2018, 45(9): 0905003.
[3] 刘思臻, 任德清. 基于YAO软件的太阳地表层自适应光学系统的仿真[J]. 激光与光电子学进展, 2017, 54(9): 090101.
[4] Yu X, Dong L Z, Lai B H, et al. Adaptive aberration correction of a 5 J/6.6 ns/200 Hz solid-state Nd∶YAG laser[J]. Optics Letters, 2017, 42(14): 2730-2733.
[8] 颜召军, 李新阳, 饶长辉. 一种自适应光学闭环系统预测控制算法的仿真研究[J]. 光学学报, 2011, 31(1): 0101003.
[10] 颜召军, 李新阳. 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[J]. 光学学报, 2010, 30(4): 911-916.
林海奇, 杨平, 孔庆峰, 许冰. 基于线性二次高斯控制的波前校正实验验证[J]. 中国激光, 2019, 46(7): 0705004. Haiqi Lin, Ping Yang, Qingfeng Kong, Bing Xu. Experimental Verification of Wavefront Correction Based on Linear Quadratic Gaussian Control[J]. Chinese Journal of Lasers, 2019, 46(7): 0705004.