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。     

基于像差共轭组合模型的自适应光学系统控制方法

在单位圆的同心孔径圆域内,某些特定Zernike模式具有相关关系,其中具有较强负相关关系的模式组合在一定系数条件下叠加后,一定的同心孔径内的像差会相互抵消,波面变得更加平坦,这称为模式间的共轭性。文中设置了一组畸变波前,用自适应光学系统进行校正得到残差,然后用Zernike多项式对变形镜的校正残差进行了分解,通过分析首次发现在均方误差值较大的残差波前中,低阶、高阶两部分像差间存在着明显的负相关关系,两部分像差的系数会随着变形镜控制信号的调整体现出有规律的变化,并且在一定的系数组合方式下,这两部分像差呈现出共轭性。基于以上研究结果,提出一种控制方法,该方法通过优化变形镜控制电压来调整镜面面型,使得残差中的低阶、高阶两部分像差系数实现最佳匹配,从而降低光瞳同心孔径圆域内的像差均方根值 (RMS),最终实现该孔径范围内系统成像质量的提升。分别针对点目标成像和扩展目标成像进行了仿真,结果表明:该方法相比于传统闭环共轭式校正方法,在面对复杂像差时能够得到质量更好的光学成像,有效扩展传统自适应光学系统的适用范围。这种控制方法在变形镜有较大拟合残差的场合具有很好的应用前景。     

MEMS微变形反射镜校正波前静态畸变实验

微变形反射镜(MEMS-DMs)是用于自适应光学中波前校正的重要元件.对微变形镜波前校正原理进行了分析,设计了基于自适应光学系统的测试系统,通过闭环控制技术成功地利用一种分离式MEMS-DMs校正了实验系统中位相板引入的波前畸变,实验结果显示离焦项Zernike系数相对最大,是造成整个波面畸变的最重要的原因.MEMS-DMs对低阶波前畸变校正较好,高阶波前畸变校正时残余误差比较大,增加控制电极数量可以更好地校正高阶模式的波前畸变.基于自适应光学系统的MEMS-DMs波前畸变校正实验系统,可以为今后全面优化设计微变形反射镜及其更适应自适应光学系统的需要提供实验数据与理论支持.     

基于Zernike模式法的变形反射镜补偿面型求解方法

针对变形反射镜校正非垂直入射畸变波前时,补偿面型求解的复杂性,借助波前补偿原理,提出利用变形反射镜对系统Zernike波像差的响应矩阵求解变形镜补偿面型的方法。结合Zernike模式法复原波前,利用CODEV仿真分析变形镜补偿畸变波前过程。以某红外自适应光学系统为例,仿真验证补偿效果。此方法能够简化变形反射镜控制算法,加深对自适应光学原理的认识。     

基于周期激励流场的气动光学效应自适应校正

通过外加周期激励对气动光学流场中相干结构的发展进行相位调制，从而获得近似周期变化的畸变波前时间序列；通过计算各相位角畸变波前的平均值，并将其共轭波前作为相应时刻的校正信号应用于畸变波前的自适应校正。对比校正前后的近场相位分布以及远场Strehl比发现：该气动光学校正方案能有效地消除相干结构产生的大尺度波前相位畸变，同时提高远场的Strehl比。     

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。     

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。     

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。     

采用深度学习校正畸变涡旋光束的方法综述(特邀)

涡旋光束是一种携带轨道角动量的新型结构光场,在超大容量光通信、遥感探测等领域有着广阔的应用前景。涡旋光束在大气等非均匀介质中传输时会产生波前畸变,使得其携带的轨道角动量发生改变,对实际应用产生不利影响,因此需要引入自适应光学波前校正技术对其进行畸变校正。综述了近年来国内外学者在涡旋光束自适应畸变校正方面的研究进展,首先简要介绍了当前较为成熟的涡旋光束畸变校正技术,包括高斯光束探针与波前传感相结合、相位恢复算法与面阵探测技术相结合等技术方案;然后着重介绍了基于深度学习的新型涡旋光束畸变校正技术,包括泽尼克多项式系数反演、湍流相位屏反演等,同时讨论了将深度学习用于涡旋光束畸变校正的优势及局限性;最后展望了涡旋光束自适应畸变校正技术的发展趋势。     

Zernike矩提高哈特曼波前传感器的鲁棒性

哈特曼波前传感器是自适应光学(AO)系统中常用的波前传感器件,噪声、器件装配误差常常影响其探测波前的能力和精度,进而影响整个系统对波前的实时校正。通过实验证明,引入数字图像处理中的矩技术,无需在硬件上对自适应光学系统进行修改,利用Zernike矩噪声不敏感、旋转不变等特性,对波前传感器CCD数据进行预处理,能够降低系统对噪声的敏感性,减小对器件装配精度的要求。     

腔内像差扰动对正支共焦腔模式的影响及腔内像差校正

腔内像差扰动对激光器输出模式有显著的影响,直接带来输出光束质量和能量的下降。采用数值迭代法分析了正支共焦腔腔内倾斜扰动对耦合输出相位模式的影响,并采用泽尼克像差对波前相位进行了拟合,得到前35阶泽尼克系数、点扩展函数(PSF)和环围能量曲线,从而全面反映光束质量。并采用哈特曼-夏克(Hartmann-Shack,H-S)波前传感器进行了实验定量测定,用模式法进行了波前复原计算。针对腔内低阶像差校正问题进行了原理性实验研究,建立了控制腔内凸镜的像差校正系统。结果表明,控制系统对腔内准静态像差扰动闭环效果较好,输出光束前10阶泽尼克像差、波前畸变的峰值(PV)和均方根(RMS)值均得到明显减小。     

流场测速中基于深度卷积神经网络的光学畸变校正技术

基于光学成像的流场测量技术,如粒子图像测速技术（PIV）,易受到因流体中折射率的不均匀性或晃动的介质边界引起的光学畸变而带来的影响。这些畸变会使得示踪粒子在图像上的位置分布产生误差且严重影响图像清晰度,从而增大流场速度测量的误差。为了提高光学流场速度测量的测量精度,自适应光学系统可以应用于其中去校正光学畸变。基于图像流场测量中的光学像差具有频率高,动态范围大,空间分辨率高等特点,对于这一应用场景,基于波前校正器件的自适应光学系统受到了器件本身性能的影响。基于深度学习的自适应光学技术在流场测量中的应用,建立了一种基于深度神经网络的无波前校正器件自适应光学校正技术,以深度神经网络代替传统的波前校正器件,用于粒子图像测速技术中的光学畸变校正。为了生成神经网络所需要的训练和测试数据集,搭建了可以实现波前测量的粒子图像测速实验平台,分析并建立了光学畸变在粒子图像上的图像退化模型。最后,以校正后PIV图像的校正效果和流场速度测量结果作为评价标准,对所建立神经网络的畸变校正性能进行了分析。     

扩展目标低阶校正自适应光学系统的补偿效果

当自适应光学系统对扩展目标进行低阶模式校正时,系统存在非等晕误差.本文应用大气湍流波前扰动的Zemike多项式分解,推导了扩展目标情况下低阶校正自适应光学系统的模式非等晕误差和波前校正残余误差的关系表达式.在此基础上给出了光波水平大气传输时倾斜校正自适应光学系统波前残余误差的数值计算结果.此外还给出了太阳表面米粒结构低对比度扩展目标倾斜校正后的补偿成像实验结果.     

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。     

湍流大气对无线光通信影响分析及解决方案

分析了湍流大气光传输特性,讨论了光信号闪烁对宽带光无线通信误码率的影响及解决方案。从湍流大气的经典功率谱模型与修正功率谱模型出发,分析了Rytov指数与光场波长的变化关系,讨论了其对传输光场强度起伏的影响,以及分别在球面波与平面波时的差异。从实验上模拟考察了湍流大气对宽带光通信的影响,提出了一种新的从光链路上矫正波前畸变、减弱信号闪烁进而降低通信系统误码率的技术方案。该方案基于遗传算法和无模型盲优化的方式,以Zernike多项式系数为向量,对波前畸变进行编码,根据畸变波前的Zernike多项式的系数实现波前重构。其特点是没有预先测量波前相位畸变信息,而是采用施特列耳比作为遗传算法的适应度评判标准,通过优化达到最佳的波前畸变补偿效果。分析结果表明,该方案对中等强度以下的湍流大气光传输具有明显改善效果。     

涡旋光束的自适应光学波前校正技术

涡旋光束是一种具有螺旋波前的光束，其特点是其光强分布为环形，携带有与螺旋波前结构相关的轨道角动量。由于涡旋光束的角量子数可取任意整数，同时不同角量子数的光束之间相互正交，因此可提高光通信系统的信道容量。但涡旋光束在自由空间传输时会受到大气湍流的影响，进而产生波前畸变，因此需要采用自适应波前校正技术对畸变后的光束进行校正。文中对现有的涡旋光束波前校正技术进行了概述，重点介绍了笔者课题组提出的应用GS相位恢复算法和高斯光束探针相结合对涡旋光束波前畸变校正的技术及应用SPGD算法和泽尼克多项式对涡旋光束波前畸变校正的研究工作。     

基于自适应光学系统的波前处理算法研究

波前处理算法对自适应光学系统的工作效率有着重要的影响,是对波前像差进行复原和校正的前提,其中,区域法、模式法、直接斜率法作为自适应光学系统经典算法是当前国内外应用最为广泛的。本文在总结了以上三种算法的基础上,又介绍了两种改进式算法,快速迭代算法和Zernike模式快速算法,并对比分析了各种算法的优点和不足,对未来算法的改进方向做出展望。