基于泽尼克模式系数的自适应光学遗传算法

为了提高遗传算法(GA)控制的自适应光学(AO)系统的收敛性能,建立了一套新型的基于泽尼克(Zernike)模式系数的19单元自适应光学系统模型。在优化过程中,遗传算法不直接优化变形镜(DM)19个驱动器上的电压值,而是优化前10阶泽尼克模式系数。推导出19个电压值与前10阶泽尼克模式系数之间的关系矩阵,并进行了对比数值仿真。结果表明,该系统能够更好地校正固体激光器系统输出光束的波前像差。相对于直接优化变形镜电压值的无波前自适应光学系统,该自适应光学系统能够将遗传算法的收敛速度提高5倍以上。     

无波前传感自适应光学技术及其在大气光通信中的应用

无波前传感自适应光学(AO)系统不依赖波前传感器可直接对系统性能进行优化。基于随机并行梯度下降(SPGD)算法,32单元变形镜,CCD成像器件等建立了无波前传感自适应光学系统实验平台。实验结果表明,参量选取合适时,系统对畸变波前具有较好的校正能力,但受限于较低的CCD采样频率,仅能校正静态或缓慢变化的像差。根据实验结果讨论了基于随机并行梯度下降控制算法的无波前传感自适应光学技术在大气光通信中的应用可能和应用方法,指出采用高速光电探测器件、高速数据处理及响应速度高的波前校正器与随机并行梯度下降算法相配合可用于补偿大气光通信中的大气湍流扰动。