大气湍流自适应光学随机并行梯度下降算法的优化

作者：陈波; 李新阳; 姜文汉

来源：中国激光, 2010, (04): 959-964.

• 自适应光学
• 随机并行梯度下降算法
• 收敛速度
• 随机扰动
• 泽尼克模式 adaptive optics
• stochastic parallel gradient descent algorithm
• convergence speed
• stochastic perturbation
• Zernike model

基于随机并行梯度下降(SPGD)算法的自适应光学(AO)无需波前传感器就可以实现对波前相位畸变的闭环补偿。但是算法的收敛速度较慢,制约着其在实时性要求高的系统中的应用。根据SPGD算法中随机扰动对收敛速度的影响,提出一种利用泽尼克(Zernike)模式优化算法随机扰动的方法。针对大气湍流,建立了一个基于SPGD算法的61单元自适应光学仿真模型,并对一组符合Kolmogorov特性的相位畸变进行了数值仿真,分析了该优化方法对系统收敛特性的影响。仿真结果表明,与优化前相比,优化随机扰动后,校正精度略微下降,但是收敛速度得到明显的改善。

• 出版日期2010
• 单位中国科学院大学; 中国科学院光电技术研究所