1 江苏海洋大学电子工程学院，江苏 连云港 222005
2 金陵科技学院网络与通信工程学院，江苏 南京 211169
随机并行梯度下降（SPGD）算法是无波前探测自适应光学（AO）系统最常用的控制算法，这种方法一般以变形镜的驱动电压作为控制参数。但随着变形镜单元数的增加，以变形镜驱动电压作为控制参数的AO系统的收敛速度将会大大降低，常采用模式法来降低控制参数的维度。对比分析了不同单元数的变形镜对K?L模式和Zernike模式各阶像差的拟合能力，并以大气湍流影响下的光波波前像差作为校正对象，分别考察了K?L模式和Zernike模式系数作为控制参数时的AO系统的收敛速度和校正效果。结果表明：以常规SPGD控制算法（以驱动器电压作为控制参数）的收敛情况作为参考指标时，基于K?L模式的SPGD控制算法和基于Zernike模式的SPGD控制算法的收敛速度相较于常规SPGD控制算法分别提升了47.5%和29.4%。当大气湍流强度分别为10、15、20时，以K?L模式系数作为控制参数时的校正效果和收敛速度均优于以Zernike模式系数作为控制参数时的情况。以上研究结果为基于K?L模式的SPGD控制算法的实际应用提供了参考。
光通信 自适应光学 随机并行梯度下降 变形镜 K‑L模式 波前校正 中国激光
2023, 50(14): 1405001
强激光与粒子束
2023, 35(4): 041010
1 苏州科技大学物理科学与技术学院，江苏省微纳热流技术与能源应用重点实验室，江苏 苏州 215009
2 江南大学理学院，江苏 无锡 214122
3 北京联合大学数理部，北京 100101
4 中国航天科技集团公司上海卫星工程研究所，上海 201109
随机并行梯度下降（SPGD）算法广泛应用于光学系统静态像差校正，其性能指标对校正效果影响较大。由于传统的环围能量（EE）校正精度低、平均半径（MR）稳定性差，提出性能指标组合法，以实现静态像差的高精度、稳定校正。所提方法将EE与MR性能指标相结合进行像差校正，首先以EE作为性能指标对畸变图像进行校正，待能量集中于环围区域后，利用MR性能指标继续进行校正，直至能量分布均匀，校正终止。首先进行了校正仿真，结果显示：相比于EE和MR方法，性能指标组合法对静态像差的校正精度高、稳定性好。搭建实验光路，验证了所提方法的有效性。模拟和实验结果均表明，采用性能指标组合法可以获得高的校正精度且校正稳定。该方法可以应用于光学系统静态像差的校正和消除，实现其接近衍射极限的光学性能。
成像系统 随机并行梯度下降算法 静态像差 性能指标 校正精度 稳定性
1 中国科学院上海光学精密机械研究所空间激光传输与探测技术重点实验室，上海 201800
2 中国科学院大学材料与光电研究中心，北京 100049
3 中国科学院上海光学精密机械研究所航天激光工程部，上海 201800
随机并行梯度下降（SPGD）算法是一种应用广泛的最优化算法，在光学相控阵的多光束相位调控中具有重要作用。常规的SPGD算法在光学相控阵单元数目较大的应用场景下存在着迭代步数多、收敛速度慢等缺陷。为此提出了一种分级SPGD算法，将多光束进行分级，通过在多级使用SPGD算法对光束的调控来实现快速收敛和稳定维持。介绍了该算法的理论模型和流程，运用数值仿真的方式与传统算法进行了性能比较，结果表明，分级SPGD算法能够在大规模光学相控阵中显著提高收敛速度。搭建了光学相控阵实验系统进行分级SPGD算法的原理和可行性验证，在不同光束数目条件下实现了分级SPGD算法的闭环锁相，验证了算法的优越性，结果显示分级算法在32路光束时可以将迭代次数降低到常规算法的59.6%。
激光光学 光学相控阵 分级随机并行梯度下降算法 相位调控
1 重庆邮电大学 通信与信息工程学院，重庆 400065
2 信号与信息处理重庆市重点实验室，重庆 400065
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。
自适应光学 大气湍流 波前畸变 随机并行梯度下降算法 adaptive optics atmospheric turbulence wavefront distortion stochastic parallel gradient descent algorithm 红外与激光工程
2022, 51(8): 20210697
红外与激光工程
2022, 51(9): 20210827
1 重庆邮电大学 通信与信息工程学院，重庆 400065
2 信号与信息处理重庆市重点实验室，重庆 400065
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。
自适应光学 波前畸变校正 随机并行梯度下降算法 元启发式算法 adaptive optics wavefront distortion correction stochastic parallel gradient descent algorithm meta-heuristic algorithm 红外与激光工程
2022, 51(7): 20210759
1 西安理工大学自动化与信息工程学院, 陕西 西安 710048
2 陕西省智能协同网络军民共建重点实验室, 陕西 西安 710048
3 陕西理工大学物理与电信工程学院, 陕西 汉中 723001
4 西安理工大学自动化与信息工程学院通信工程系, 陕西 西安 710048
根据高斯光束传输理论,分析了径向偏差、端面倾斜偏差和轴向偏差等对准误差对空间光-单模光纤(SMF)耦合效率的影响。数值计算和实验结果表明,当端面与径向之间的夹角Ω为90°和270°时,3种对准误差对耦合效率的影响相互独立,当夹角Ω=180°时,耦合效率有最大值。为更好地补偿对准误差对SMF耦合效率的影响,基于压电陶瓷设计了具有5自由度耦合装置的光纤耦合器,并结合变增益型随机并行梯度下降算法寻找空间光-SMF的最佳对准姿态。实验结果表明,5自由度光纤耦合器可以很好地实现不同对准误差的校正,系统闭环后SMF耦合效率达到53.2%。
光通信 高斯光束 耦合效率 随机并行梯度下降算法
1 西安电子科技大学通信工程学院, 陕西 西安 710071
2 西安电子科技大学物理与光电工程学院, 陕西 西安 710071
3 浙江大学现代光学仪器国家重点实验室, 浙江 杭州 310058
4 浙江大学宁波研究院, 浙江 宁波 315100
针对硅基光学相控阵芯片输出的光束质量受波导刻蚀和键合过程中相位噪声的影响,基于随机并行梯度下降算法以高速单点光电探测器为性能评价函数采集器研制相位控制器,构建一维64阵元硅基光学相控阵芯片光束优化的原理实验系统,实现硅基光学相控阵芯片的快速相位噪声补偿。接着研究相位控制器性能与硅基光学相控阵芯片响应特性匹配关系对光束优化效果的影响,初始光场强度对随机并行梯度下降算法收敛时间的影响,以及环境温度对相位噪声补偿效果的影响。实验结果表明,系统完成单个角度的光束优化时间为0.26 s,优化后的光束各项指标与器件设计吻合。
光学器件 集成光学 光学相控阵 随机并行梯度下降算法 光束扫描 光学学报
2021, 41(23): 2323001
