混合模型算法在无波前传感自适应光学中的应用
1 引言
空间光通信具有容量大、数据传输速率高、抗电磁干扰能力强、安全保密性好等一系列优点,是构建空天地通信网络的不可或缺的信息传输方式之一。然而,在星-地自由空间光通信中,湍流大气效应给光学系统引入畸变像差,不仅会造成传输光束扩展、漂移及闪烁[1-5],还会导致通信系统耦合效率下降、信噪比降低、误码率增加。因此,校正光场相位随机变化引起的波前畸变像差,是自由空间光通信面临的关键技术问题[6-10]。
在空间光通信系统中,引入无波前传感自适应光学技术,是校正湍流大气产生的畸变波前的有效方案。近些年对无波前传感自适应光学系统的研究中,各种寻优算法相继被提出:2015年,牛超君[11]分别采用差异进化(DE)算法、模拟退火(SA)算法和SPGD算法对不同湍流强度下波前畸变的校正过程进行了仿真,当大气相干长度
然而这些算法都有一定的局限性:无模型算法虽然可以全频域校正波前像差,但是往往迭代数百次才会收敛,校正速率较低;而有模型算法虽然校正速度快,但是只能校正部分低阶像差,校正精度不够高。因此,为了能够同时获得高校正精度和快校正速率,本文提出了一种混合模型算法,利用像差先验知识改进传统的Lukosz模型,对低阶Lukosz模式像差进行评估和补偿,然后通过余弦衰减 (cosine_decay) 算子修正ASPGD算法,进一步校正其余的高阶像差和低阶残差。
本文先通过数值仿真随机模拟出50组Kolmogorov湍流功率谱下、大气湍流强度均是
2 理论推导
2.1 ASPGD算法
SPGD算法的基本思想是利用性能指标
如果对性能指标函数
其中:
其中:
对控制电压
其中:
相比于SPGD算法,ASPGD算法的校正速率是它的2倍,且对迭代步长的敏感度更低[14],校正精度也更高。尽管如此,ASPGD算法盲搜索的迭代次数依旧需要上百次,其收敛时间理论上存在改进之处。
2.2 Lukosz模型算法
Lukosz多项式是Zernike多项式的线性叠加,且具有导数正交的特性[21],因此前N阶Lukosz模式的线性组合也可以完备地描述大气湍流产生的畸变波前:
其中:
对于不包含倾斜项的波前像差,当评估第i阶Lukosz多项式模式系数的校正量时,可以利用可变形镜向光学系统中分别添加偏移量为
其中:
可以发现在每次迭代过程中,校正N阶Lukosz多项式的模式系数需要2N+1次评价函数的测量。但是根据最优晶格的研究,晶格覆盖最多只能满足5维[24],因此测量的时候只需要考虑前5阶Lukosz模式的影响,即算法迭代一次需要测量11次评价函数。
由于极少的测量可以换来波前畸变极大的提升,Lukosz模型算法的校正速率极快,非常适合于短时间补偿起伏较小的像差,同时由于Lukosz模型算法无法有效校正更高阶的模式像差,导致其校正精度受到了一定的局限。
2.3 混合模型算法
ASPGD算法的学习速率
其中:
此外,Lukosz模型算法的校正精度受初始像差的均方根(RMS)和测量偏移量系数
在预测第i阶Lukosz多项式模式系数的校正量时,可以优先利用可变形镜向光学系统中分别添加评估偏移量为
混合模型算法就是将以上两种改进的算法相结合来校正波前畸变的,首先利用预校正模型评估出一个较优的初始Lukosz模式系数,对波前畸变的低阶像差进行初步校正,然后通过AcSPGD算法对低阶残差和待校正的高阶像差进行补偿,这样既能够获得极快的起始收敛速度,又能够提升最终的校正精度。混合模型算法的流程图如
3 仿真结果
在Kolmogorov湍流功率谱的条件下,利用前15阶Zernike多项式随机生成20个等距排列的大气相干长度为0.04 m的湍流相位屏,其中前3阶模式像差系数均设置为0,并通过多相位屏模型[28]模拟激光在大气中的传输过程,具体仿真参数如
表 1. 湍流大气传输数值仿真参数列表
Table 1. System parameter settings in the simulation
|
选择Zernike多项式系数作为校正目标,选择SR作为系统评价函数,分别利用SPGD算法、ASPGD算法和混合模型算法校正湍流强度为
图 2. 不同算法校正结果对比图。(a) SR变化曲线;(b) RMS变化曲线
Fig. 2. Correction results of different optimization algorithms. (a) SR varies; (b) RMS varies
图 3. 混合模型算法校正前后Zernike系数柱状对比图
Fig. 3. Histogram of Zernike coefficients between hybrid algorithm correction
4 实验验证
本文搭建了一套无波前传感自适应光学实验系统进行算法验证,实验系统如
图 4. 无波前传感自适应光学系统。(a) 原理图;(b) 实物图
Fig. 4. The wavefront sensorless adaptive optical system. (a) Schematic; (b) Experiment
在
实验中,随机采集远场光斑图像,将像清晰度函数作为系统的评价函数,即图像像素的归一化矩阵的平方和,并利用SPGD算法和混合模型算法分别校正波前畸变,光斑的光场分布如
图 5. 远场光斑光强分布图。(a) 叠加随机像差;(b) SPGD算法校正后;(c) 混合模型算法校正后
Fig. 5. Captured intensity of the far-field spot. (a) Before corrected; (b) Corrected by the SPGD algorithm; (c) Corrected by the hybrid algorithm
从
利用最小二乘法对远场光斑的光场分布进行高斯拟合,通过计算可知经过SPGD算法和混合模型算法校正后,远场光斑的半高全宽从42 pixels分别减小到30 pixels和25 pixels,峰值光强也从73.1分别增加到131.3和154.3,SR大约提升了2倍,结果表明混合模型算法比SPGD算法的校正效果更优。
将迭代次数作为横坐标,远场光斑的归一化平均光强作为纵坐标,分别画出SPGD算法和混合模型算法在校正过程中评价函数的变化曲线对比图,如
图 8. 大气激光通信实验光路图
Fig. 8. Experiment of data transmission in atmospheric laser communications
经过SPGD算法和混合模型算法的优化后,20 MHz方波信号的信噪比从30.5 dB分别提升到了33.2 dB和33.4 dB,表明混合模型算法能够获得更高的信噪比。而2.9 dB的性能提升能够使大气激光通信系统的传输误码率从10−5降低到10−6,对于50 Mb/s内的自由空间光通信系统,混合模型算法均能够有效改善其通信性能。无波前传感自适应光学系统的校正带宽受红外相机采样频率的限制,同时可变形镜促动器影响函数模拟各阶Lukosz模式像差时也存在拟合误差,这些都会影响到最终的校正效果。且本文仅从光学信号的处理角度研究了光信号传输特性,若要提升通信系统整体性能,还可以增加向前纠错的措施来达到更高速率、更低误码的通信要求。
5 结论
本文提出了一种应用于无波前传感自适应光学系统的混合模型算法,以补偿大气湍流造成的像差畸变,采用Lukosz预校正模型和AcSPGD算法分别校正了低阶和高阶像差,并提升了迭代算法的校正精度和收敛速度。实验结果表明,混合模型算法的收敛速度是传统的SPGD算法的3倍,且可以获得更高的信噪比;将该算法应用在50 Mb/s的大气激光通信系统中,系统误码率下降到10−6,通信质量有了较大改善。
[17] Cui S Y, Zhao X H, He X, et alA quick hybrid atmospheric-interference compensation method in a WFS-less free-space optical communication systemCurr Opt Photon201826612622Cui S Y, Zhao X H, He X, et al. A quick hybrid atmospheric-interference compensation method in a WFS-less free-space optical communication system[J]. Curr Opt Photon, 2018, 2(6): 612−622.
[20] Kingma D P, Ba J. Adam: a method for stochastic optimization[C]//Proceedingsofthe3rdInternationalConferenceonLearningRepresentations, 2015.
[25] Loshchilov I, Hutter F. SGDR: stochastic gradient descent with warm restarts[C]//Proceedingsofthe5thInternationalConferenceonLearningRepresentations, 2017.
刘武杰, 元秀华, 周泽宇, 李奇, 赵茗. 混合模型算法在无波前传感自适应光学中的应用[J]. 光电工程, 2022, 49(12): 220020. Wujie Liu, Xiuhua Yuan, Zeyu Zhou, Qi Li, Ming Zhao. Application of hybrid modal algorithm in wavefront sensorless adaptive optics[J]. Opto-Electronic Engineering, 2022, 49(12): 220020.