1 吉林大学 通信工程学院,吉林长春3002
2 中国科学院 长春光学精密机械与物理研究所,吉林长春130033
为了降低大气湍流对自由空间光通信系统传输性能的影响,建立了一套自适应光学校正系统来校正高阶像差。对该系统的混频效率,误码率和迭代次数等参数进行研究。首先,将图像的Zernike系数划分为8个大类,256个小类,通过CNN模型预测输入光斑的大类。对于每一小类的像差,取每一阶系数范围的中点作为标准点形成一个标准Zernike系数向量,按照其对应的标准电压作为初始校正电压进行校正。实验结果表明:随机并行梯度下降算法使混频效率达到0.80、0.85和0.9需要的迭代次数分别为110次、161次和280次;在使混频效率达到相同值的前提下,CNN-SPGD(Convolutional Neural Networks-Stochastic Parallelism Gradient Descent)算法所需的迭代次数分别为4次、37次和141次。而在相同的迭代次数下,CNN-SPGD算法在系统中的混频效率更高,误码率更低。CNN-SPGD算法与SPGD算法相比,像差校正速度更快。该CNN-SPGD算法可以大幅度减少传统自适应光学系统的迭代次数,满足激光通信的各种需求。
自由空间光通信 无波前传感 混频效率 误码率 free space optical communication wavefront sensorless mixing efficiency bit error rate
江苏海洋大学 电子工程学院,江苏 连云港 222005
近年来自适应光学(AO)系统向着小型化和低成本化趋势发展,无波前探测自适应光学(WFSless AO)系统由于结构简单、应用范围广,成为目前相关领域的研究热点。硬件环境确定后,系统控制算法决定了WFSless AO系统的校正效果和系统收敛速度。新兴的深度学习及人工神经网络为WFSless AO系统控制算法注入了新的活力,进一步推动了WFSless AO系统的理论发展与应用发展。在回顾前期WFSless AO系统控制算法的基础上,全面介绍了近年来卷积神经网络(CNN)、长短期记忆神经网络(LSTM)、深度强化学习在WFSless AO系统控制中的应用,并对WFSless AO系统中各种深度学习模型的特点进行了总结。概述了WFSless AO技术在天文观测、显微成像、眼底成像、激光通信等领域的应用。
自适应光学 无波前探测 深度学习 人工神经网络 adaptive optics wavefront sensorless deep learning artificial neural networks 强激光与粒子束
2021, 33(8): 081004
强激光与粒子束
2020, 32(8): 081002
1 宜宾学院物理与电子工程学院, 四川 宜宾 644000
2 宜宾学院中美应用技术学院, 四川 宜宾 644000
为提高随机并行梯度下降(SPGD)算法的波前像差优化校正的收敛速度,从SPGD算法原理出发,分析算法迭代中制约其收敛速度的因素,提出一种基于波前像差梯度平方寻优的随机并行梯度下降算法。通过理论公式推导,分析波前梯度平方和波前随机扰动量的线性关系,并利用远场光斑的归一化二阶矩,近似计算波前像差梯度平方,最终实现波前像差的优化校正。随后采用数值仿真方法对比分析已有的SPGD算法和本文算法的收敛速度和校正效果。最后通过菲涅耳波带片波前像差的无波前传感自适应光学校正实验,进一步验证算法的性能。数值仿真和校正实验结果一致,表明本文算法具有更快的收敛速度,适应性更强。
大气光学 波前像差 无波前传感自适应光学 随机并行梯度下降算法 收敛速度 波前梯度平方 激光与光电子学进展
2019, 56(24): 240103
西安理工大学自动化与信息工程学院, 陕西 西安 710048
激光在大气湍流中传输时会发生波前畸变,从而降低无线光通信系统的性能。采用基于随机并行梯度下降(SPGD)算法的无波前传感器自适应光学校正系统对远场的畸变波前进行校正。模拟结果表明,校正后系统的斯特列尔比由0.15提高到0.81,远场光斑能量更加会聚。以CCD相机探测到的远场畸变光斑光强值作为系统的目标函数,实验验证了SPGD算法对不同畸变像差光的校正情况。经校正,目标函数(中心900个像素点的灰度均值)由26.5,44.6,110.6分别上升到77.2,93.4,208.5,斯特列尔比由0.23,0.39,0.48分别上升到0.67,0.75,0.86,中心光强值增大且光斑能量会聚,该结果与理论结果相吻合。
大气光学 自适应光学 无波前传感器 多相位屏传输 随机并行梯度下降算法 激光与光电子学进展
2018, 55(3): 030103
1 中国科学院自适应光学重点实验室, 成都 610209
2 中国科学院光电技术研究所, 成都 610209
3 中国科学院大学, 北京 100049
4 宜宾学院 物理与电子工程学院, 四川 宜宾 644000
为提高薄膜菲涅耳透镜成像性能, 采用无波前传感的自适应光学系统对菲涅耳透镜点目标成像的波前像差进行实验校正.像差校正控制采用随机并行梯度下降算法, 以远场光斑像清晰度函数为优化指标, 算法迭代数十次后收敛.系统闭环校正后, 焦平面光斑等效半径缩小了43%, 二阶矩为0.997 5, 接近理想极限1, 像清晰函数值和峰值光强提高了一倍, 光强的半高全宽达到1.2倍衍射极限, 调制传递函数的中频分量显著提高.实验结果表明该方法结实现构简单, 能快速、有效地校正菲涅耳透镜波前像差, 改善系统的成像性能, 可应用于大口径、轻量化的空间望远镜.
菲涅耳透镜 波前畸变 无波前传感自适应光学 像差校正 成像系统 空间望远镜 Fresnel lens Wavefront aberrations Wavefront sensorless adaptive optics Aberration corrections Imaging system Space telescope 光子学报
2017, 46(10): 1011001
针对点目标提出了基于变形镜(DM)本征模式的无波前传感器自适应光学校正方法并进行了仿真和实验研究。由DM 的影响函数矩阵推导出一组符合导数正交关系的DM 本征模式代替传统的Lukosz模式。基于远场光斑的均方半径建立评价函数,利用DM 本征模式系数与评价函数之间的关系求解出各阶模式所需的校正量。通过仿真比较了上述两种模式的校正精度,分析了模式偏置系数对校正精度的影响,给出了算法对不同大小像差的闭环校正结果。基于37单元DM 搭建了实验系统,实验结果表明算法可以有效校正低阶像差,且采用DM 本征模式的校正精度优于Lukosz模式。
自适应光学 无波前传感器自适应光学 变形镜本征模式 Lukosz模式
1 淮海工学院电子工程学院,江苏 连云港 222005
2 中国矿业大学信息与电气工程学院,江苏 徐州 221116
模型式无波前探测自适应光学系统以其收敛速度快、校正效果好在波前无法探测的环境中具有巨大的应用潜力。基函数的产生方法及阶数多少决定了模型式无波前探测自适应光学系统的校正效果和收敛速度,文中提出以变形镜本征模作为基函数。分别以32、88及127单元变形镜作为波前校正元件建立无波前探测自适应光学系统仿真模型,利用变形镜本征模作为正交基函数对波前畸变进行校正,分析其校正效果和收敛速度。结果表明,以变形镜本征模作为基函数时,由于基函数的阶数等于变形镜的单元数,无需另外确定阶数多少,且无波前探测自适应光学系统可以获得接近理想校正时的校正效果,系统收敛所需测量的光斑强度的次数仅取决于变形镜的单元数。
波前校正 自适应光学 无波前探测 基函数 变形境 wavefront correction adaptive optics wavefront sensorless basis function deformable mirror 红外与激光工程
2015, 44(12): 3639
1 河北联合大学电气工程学院, 河北 唐山063009
2 河北联合大学图书馆, 河北 唐山 063009
3 中国科学院光电技术研究所自适应光学研究室, 四川 成都 610209
针对无波前探测自适应光学提出一种基于正交模式扰动梯度下降(OP_GD)算法的控制技术.通过与串行扰动梯度下降算法和随机并行梯度下降(SPGD)算法对比,分析了该算法的可行性和收敛速度.在此基础上,采用液晶空间光调制器(LC_SLM)作为波前校正器,建立了基于该控制技术的自适应光学实验装置,实验研究了算法的收敛特性.实验结果表明,正交模式扰动梯度下降算法具有很好的全局收敛性,其收敛速度和SPGD 算法相当.但是与SPGD 算法相比,正交模式扰动梯度下降算法无需设计伪随机序列发生器,因此硬件实现更加容易.
自适应光学 无波前探测 正交模式 梯度下降