采用全模式线性二次高斯控制时,多阶模式扰动模型的辨识以及高维控制矩阵的计算会导致实时处理机的计算负担加重。基于此,提出一种适用于实际自适应光学系统的混合控制方法。该方法联合最优模式增益积分控制和线性二次高斯控制算法,根据模式中是否含有窄带扰动来选择对应模式的控制策略。以云南抚仙湖观测站1 m新真空太阳望远镜中高阶自适应光学系统的实测数据为例,对提出的控制策略进行了验证。结果表明,采用本文提出的混合控制策略,使系统中95.85%的扰动得到有效滤除。该控制方法与全模式使用最优模式增益积分控制的方法相比,不同频率的窄带扰动得到明显抑制;该方法与全模式使用线性二次高斯控制的方法相比,扰动模型的辨识所花费的时间缩短了37.77%,控制运算所花费的时间缩短了73.8%,有利于扰动的实时校正。

为获得清晰的高分辨率人眼眼底视网膜图像，自适应光学系统中变形镜必须能够实时跟踪并补偿人眼中随时间变化的像差信息。对波前像差特别是动态像差的校正能力不仅取决于变形镜等硬件的性能，还与自适应光学系统中的控制算法密切相关。在不加大硬件复杂度的基础上，介绍了一种基于Kalman 滤波的线性二次高斯(LQG)人眼像差校正最优控制模型。首先分析了自适应光学系统的离散性，证明在离散模式下研究自适应光学系统的可行性；然后建立了基于Kalman 滤波的LQG 优化控制模型，并给出基于LQG 优化控制的像差校正控制算法；最后通过仿真实验验证了基于LQG 优化控制的像差校正算法对动态人眼波前像差校正的可行性和有效性。