一种基于Shack-Hartmann传感器的自适应波前重建算法

波前重建是自适应光学系统中的一个重要环节,对系统性能影响明显。研究了一种无参考输入光条件下,基于Shack-Hartmann波前传感器的自适应波前重建算法,能根据实际光斑图的特点,自动确定探测窗口、计算实际质心、参考质心、选择重建区域和获取入射波前的Zernike模式系数,讨论了参考质心选择对波前重建结果的影响。搭建自适应光学系统,通过测量和校正模拟大气像差对重建算法进行了验证。实验结果表明,基于该重建算法的自适应光学系统可以把大气扰动引起的波前像差校正到0.1 λ以下,获得接近衍射极限的成像质量,说明该重建算法具有可靠性与实用性。     

基于微机械薄膜变形镜的闭环实时模式复原

为了求解基于微机械薄膜变形镜自适应光学系统的最优模式控制电压,以使系统的入射畸变波前像差降到最小,采用了一种基于改进的奇异值分解闭环实时模式复原算法,可通过调整控制参量g1,gθ和W来优化波前复原的复原精度和收敛速度;采用一人眼出射畸变波前像差作为自适应光学系统的原始波前,与现有的几种实时模式复原算法相对比,其在收敛速度和复原精度上都有所改善。结果表明,基于改进的奇异值分解闭环实时模式复原算法,在一定程度上解决了微机械薄膜变形镜由于薄膜面型宽交连值、驱动电极单调但非线性的控制电压求解问题,算法可调整空间大、适用范围也较广。     

基于归一化互相关因子的波前测量研究

为实现对光束近场强度分布不均匀或低信噪比场景中的高精度波前测量,分析了低信噪比情况下,在基于夏克-哈特曼波前传感器的自适应光学系统中,分别使用基于归一化互相关因子的相关算法与目前常用的自适应阈值灰度质心法时,信噪比对质心探测精度及后续波前复原精度的影响。通过数值仿真与实验对比,证明了基于归一化互相关因子的相关算法在不同光强条件下的波前测量结果一致性与准确性都高于自适应阈值的灰度质心法,其可为自适应光学系统在像差探测能力上提供更高的准确性与鲁棒性。针对基于归一化互相关因子的相关算法计算量较大,软件计算实时性较差,难以满足工程实用需要的问题,提出了一种基于算法实现优化与多级并行计算的加速方法,对448单元子孔径的夏克-哈特曼波前传感器可实现每秒上千赫兹的计算速度,可满足大部分自适应光学系统波前探测实时性的工程需要。     

层向多层共轭自适应光学系统的模拟

单层校正自适应光学系统只能在较小视场范围内对大气湍流进行有效校正,多层共轭自适应光学技术可以突破这种限制。介绍了层向多层共轭自适应光学系统基本结构及工作原理,研究了层向多层共轭自适应光学系统的模拟,内容包括:如何产生动态大气湍流波前数据、基于四棱锥波前传感器的波前复原算法、基于模式法的变形镜闭环校正控制过程等。对单层和两层的层向共轭自适应光学系统进行了模拟仿真,仿真结果表明:层向多层共轭自适应光学系统采用了更多的导星来校正两层大气湍流,比单层校正自适应光学系统具有更大的校正视场和更好的校正效果。     

基于模拟退火的连续膜变形镜最优模式复原

为了改善小形变量、镜面控制耦合及其影响函数受到光学系统误差等多种因素的影响的连续膜变形反射镜容易出现波前复原控制电压往往超出了可行域范围的问题,提出采用一种基于模拟退火的波前模式复原算法,其原理通过遍历整个可行域搜索域内最佳的模式控制电压组合,使得目标函数以一定概率达到全局最优,从而得到将入射畸变波前像差的影响降到最小的结果。为了验证和比较模拟退火算法的可行性和准确度,采用了任一人眼波前畸变像差作为自适应光学系统的入射畸变波前,得到的残余波前像差小于直接法、闭环迭代算法的复原误差。结果表明,基于模拟退火的波前模式复原算法具有良好的波前复原性能,并且可结合影响函数的非线性特征描述,为连续膜波前复原控制问题提供一种新的解决途径。     

基于线性双向脉动阵列的自适应光学波前复原

针对自适应光学系统，提出了一种基于线性双向流水脉动阵列的快速波前复原方法。该方法结合直接斜率波前复原算法和线性双向脉动阵列工作特点，通过对复原矩阵进行PCT数据变换和引入资源共享，提高了阵列的单元利用率，减少了资源占用且保证了计算的实时性，同时具有阵列结构简单规整、模块性强、可扩展性好等优点。最后在FPGA上实现了61单元48子孔径自适应光学系统的波前复原，验证了方法的可行性。     

基于随机并行梯度下降算法的多级波前校正技术

为提高基于随机并行梯度下降(SPGD)箅法的高分辨率自适应光学(AO)系统的有效校正带宽,提出了分级SPGD波前校正的方法.在每一级SPGD波前校正中,将高分辨率波前校正器的控制单元按位置分成多组.每一组都施加相同的控制电压作为一个控制变量.采用的校正级越高,独立的控制变量的数目也越多.多级SPGD自适应光学系统按从低到商的等级顺序对畸变波前进行校正.以一个具有16×16控制单元的分立活塞式波前校正器为基础建立了基于3级SPGD波前校正的自适应光学系统的数值模型,并针对大气湍流引起的某一帧随机相位屏做了模拟校正实验.结果表明采用分级波前校正后收敛速度提高了23%,此方法确实提高了基于随机并行梯度下降算法的自适应光学系统的有效校正带宽.     

盐水和沙子上方传输激光束波前畸变校正的对比研究

主要研究激光束在盐水和沙子两种下垫面上方传输时的波前特性,并采用自适应光学系统对波前畸变进行校正。建立了激光传输实验平台,基于自适应光学系统的输入输出数据建立了自适应光学系统模型,基于该模型设计了自适应光学系统闭环控制器,对比了激光束在两种下垫面上方传输时的波前畸变特性与自适应光学系统校正的差异。实验结果显示,在同样辐射加热的条件下,沙面上方的空气湍流对激光束波前影响更剧烈;经自适应光学系统校正后,波前传感器点位移方差在盐水情况下减少了28%,而在沙子情况下减少了10%。该研究为在海洋环境中利用闭环自适应光学系统进行光束波前畸变校正的可行性做出了初步探索。     

高速自适应光学波前处理器─—流水式多SIMD结构

自适应光学波前处理器是自适应光学系统的核心部件之一，它必须实时完成自适应光学系统中所有信号处理任务．本文在对波前复原算法分析的基础上，根据算法内在的并发性，提出一种流水式多SIMD（单指令多数据流）并行处理结构．这种结构可以使波前处理器完成对帧频为850Hz，象素点为128×128视频图像的实时处理，整个系统的处理延迟小于1／4帧周期．     

星向多层共轭自适应光学大气湍流三维波前模式复原算法分析

大气湍流三维波前复原是星向多层共轭自适应光学中的关键技术。分析了星向多层共轭自适应光学系统中的大气湍流三维波前模式复原算法,并对该算法进行了数值仿真验证和误差分析。分析结果表明:当对2层大气湍流进行三维波前复原时,若采用自然导星,因平移像差不能被探测,导致平移和倾斜两种模式不能被准确复原;若采用激光导星,因平移和倾斜像差不能被直接探测,导致平移、倾斜、离焦和像散几种模式不能被准确复原;当对3层大气湍流进行三维波前复原时,模式混淆总是存在,无法消除,各层大气湍流波前不能被准确复原;当观测目标在探测高度的波前被自然导星光束完全覆盖时,其波前可以被准确复原。     

基于随机并行梯度下降算法的望远镜静态像差校正

为校正大口径量子通信望远镜的静态像差,提高接收信号光的能量集中度,提出了基于随机并行梯度下降(SPGD)算法的静态像差校正方法。该方法不同于经典的自适应光学校正方法,无需波前传感器,可有效降低系统的复杂性。对SPGD算法进行了分析,在此基础上利用64单元变形镜和CCD探测器搭建了校正平台,并将该校正平台应用到青海湖量子通信地面站望远镜系统,对700mm望远镜的静态像差进行了校正,远场光斑直径由校正前的58μm改善为30μm,验证了SPGD算法对望远镜波前畸变校正的可行性。     

无波前传感自适应光学神经网络控制方法

针对无波前探测自适应光学系统,研究了基于神经网络的波前控制方法。建立了无波前探测自适应光学仿真模型,分别采用卷积神经网络(Convolution Neural Network,CNN)和普通神经网络(General Neural Network,GNN)作为控制算法,远场光斑图像为神经网络的输入信号,一定阶数的泽尼克模式系数为神经网络的输出,分析了波前校正效果。仿真结果表明,经过充分训练后的神经网络可以快速、准确地从远场光斑图像中复原出入射波前的低阶泽尼克模式系数,CNN的效果优于GNN,二者的损失函数值分别为0.015 8和0.037 6。相比于传统的迭代式寻优控制方法,神经网络控制方法能够基于远场光斑图像快速得到控制信号,在实时性方面有明显优势。     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

基于多GPU的液晶自适应光学波前处理器

为了满足4 m天文望远镜液晶自适应光学系统的波前处理要求,研究了基于多GPU的波前处理器。介绍了液晶自适应光学波前处理方法。分析了用于匹配4 m望远镜的哈特曼探测器数目、Zernike模式数和液晶校正器驱动单元数。详细论述了多GPU下波前处理方法,包括:单GPU下计算斜率;按列分块法拟合Zernike系数;Zernike对称性算法和按行分块法计算液晶校正器灰度图。最后,分析了匹配4 m望远镜的液晶自适应光学系统的残余误差传递函数,并由此模拟了残余误差传递函数的幅频响应。实验结果表明,斜率计算延迟18 μs,Zernike系数拟合延迟39 μs,校正器灰度图计算延迟114 μs。多GPU下总的波前处理延迟171 μs,小于哈特曼探测器采样时间500 μs,液晶自适应光学系统-3 dB残余误差抑制带宽可达53 Hz。满足4 m天文望远镜的应用要求。     

基于FPGA的夏克-哈特曼探测器实时波前处理机

夏克-哈特曼波前传感器是目前自适应光学系统中应用最为广泛的实时波前探测器。本文针对具有高分辨、高帧速、大规模子孔径数的夏克-哈特曼传感器,根据其波前处理计算量和实时性的要求,提出了一种基于现场可编程门阵列（FPGA,field-programmable gate array）的实时波前处理机结构及波前斜率计算方法。该方法利用核心处理模块重复利用的方式完成子孔径内光斑质心的计算,并通过USB3.0将处理后的质心数据实时传输给PC机。处理机以一片XILINX公司Kintex7-XC7K325T的FPGA作为处理芯片进行了设计,结果表明:该算法可对560帧/s的1020×1020图像（580 MB/s数据量）,56×56子孔径哈特曼传感器,进行低延时实时光斑质心计算,提高了系统的波前处理速度和整个自适应光学系统的控制速度。     

涡旋光束的自适应光学波前校正技术研究进展（特邀）

涡旋光束携带了与其螺旋波前结构相关的轨道角动量,由于其在通信系统不增加带宽情形下可极大增加系统容量和频谱效率,引起了广泛关注。然而,自由空间中的湍流将导致涡旋光束的螺旋波前发生畸变,产生模间串扰,降低接收功率,从而削弱链路性能。自适应光学波前校正技术是克服干扰的有效手段之一。综述了涡旋光束的自适应光学波前校正技术的发展,阐述了Shack-Hartmann、随机并行梯度下降、Gerchberg-Saxton三种算法的校正原理,分析了深度学习在波前校正技术中的应用,并介绍了笔者课题组对水下湍流环境中波前校正技术的研究工作。