基于末位淘汰GSGA算法的平顶光束整形研究

激光技术发展迅速,在医疗、生物、军事和材料等领域应用广泛,但激光光强的高斯型分布限制了激光的进一步应用。平顶光束整形技术应运而生并受到广泛关注。针对该问题,提出了基于末位淘汰制（LPE）、GerchbergSaxton(GS)算法和遗传算法（GA）的LPE-GSGA算法,优化空间光调制器的相位分布函数,将高斯光束整形为平顶光束。仿真结果表明,LPE-GSGA算法输出光束指标优于GS、广义自适应加性（GAA）、加权GS(GSW)和GSGA算法。与GS算法比较,LPE-GSGA算法的误差平方和（SSE）指标降低10.1%、拟合系数η提升0.85%,对相位初值的依赖程度约降低1个数量级,输出光束顶部光强突变点更少、旁瓣减少且幅度更低。LPE-GSGA算法减少了对初值的依赖程度,使高能量利用率、高光束顶部均匀度的平顶光束整形成为可能。