随机并行梯度下降(SPGD)算法可以对系统性能指标直接优化来校正畸变波前。对基于SPGD算法的61单元自适应光学系统进行仿真模拟,分析了对不同初始静态畸变波前的校正能力,并比较了不同性能指标情况下的算法增益系数、扰动幅度值的选取及校正情况。仿真结果表明:算法收敛速度很大程度上依赖于增益系数和扰动幅度值,对畸变较大的波前,随机扰动幅度在0.50~0.85范围内,性能指标采用
第2 2卷第 6期 21 0 0年 6月
强激光与粒子束 HI GH POW ER LASER AND PARTI CLE BEA M S
Vo . 2,No 6 12 .
J n,2 1 u . 00
文章编号: 1 0— 3 2 2 1 ) 6 1 0 - 5 0 14 2 ( 0 0 0— 2 60
自适应光学系统随机并行梯度下降算法 马慧敏,张鹏飞,张京会,范承玉,王英俭 (中国科学院安徽光学精密机械研究所大气成分与光学重点实验室,合肥 20 3 ) 3 0 1
摘
要:随机并行梯度下降 ( P )法可以对系统性能指标直接优化来校正畸变波前。对基于 S G S GD算 PD
算法的 6单元自适应光学系统进行仿真模拟,析了对不同初始静态畸变波前的校正能力,比较了不同性 1分并 能指标情况下的算法增益系数、动幅度值的选取及校正情况。仿真结果表明:法收敛速度很大程度上依赖扰算于增益系数和扰动幅度值,畸变较大的波前,机扰动幅度在 0 5~ O8对随 . O . 5范围内,能指标采用焦斑平均半性 径比采用斯特列尔比取得的校正效果好。
关键词:自适应光学;随机并行梯度下降算法;数值仿真;波前畸变 中图分类号: T 232 P 7 .文献标志码: A d i1 . 7 8 HP P 2 1 2 O . 2 6 o:0 3 8/ L B O O 2 6] 0
传统的自适应光学系统是利用波前传感器探测畸变波前信息,再控制波前校正器补偿像差。随着该技术的发展以及应用领域的扩展,传统的自适应光学系统由于波前探测困难而表现出一定的局限性。近几年来,利用优化算法直接优化系统性能指标的无波前自适应光学控制技术,越来越受到自适应光学领域的重视。1 9 97
年, M.A.Voo to rn s v等人口基于 S S算法和随机逼近理论提出了 S G PA P D算法,后 S G算法经过多次此 PD 改进和完善,针对不同单元数、同校正器类型、不高分辨力波前校正等方面也进行了数值模拟和实验研究,验证了随机并行梯度下降算法对波前畸变的校正能力。国内对基于该算法的自适应光学技术的研究目前处于起步阶段,国科学院成都光电
研究所的杨慧珍]国防科学技术大学的靳冬欢_分别对以 3中、 c 2单元和 3 7单元变形镜作为校正器的基于 S GD算法的自适应光学系统做了部分研究。本文建立 6 P 1单元的 S GD算法控制的 P自适应光学系统仿真模型,不同畸变的静态波前进行校正,点考查和比较性能评价指标选用斯特列尔比和对重焦斑平均半径两种情况下算法参数的选取情况和校正效果。
l自适应光学系统 S G P D算法 1 1 S GD算法在自适应光学系统中的应用 . P
S GD算法是一种特殊的梯度下降算法, P它利用控制参量的变化量 6乱与系统性能指标测量值的变化量进行控制参数的梯度估计,且在进行梯度估计时采用了并行扰动技术,而使梯度估计的运算时间独立并从于控制变量的维数,大大提高搜索最优值的速度。 在自适应光学系统中,余相位{ r ( ) (),中 ( )残 5 )一 r+ r其 ( r为畸变波前, r为波前校正器引入的相 ( ) 位,,一 ( )为与光轴垂直的平面内的位置矢量。选取系统的性 ,
能指标 J一,声,]一[ (.,中 ()[() ,]其 . ),为控制参量,一{ . “, 。…, )。S GD算法的实现过程如下:, P
随机生成扰动向量 6 一{乱,u,,},分布满足“ 6 3… 8 其伯努力分布。性能指标的变化量为 8 一 I一占’‘,,’ . , () 1
其中 .一 J M+甜 )一 J(, (
) 6 一 J(,J
一艿 )一“’
J( )那么梯度估计为 8 8’, , 利用梯度下降进行迭代 “计"一‘+ y -‘ 3’厂 u () 2 Fi .1 S h m a i fsm u a i n mo e g c e tc o i l to dl
在实际应用中,目标函数向极大化方向优化,取正值;之,, ),反 )取 负值。迭代的过程就是在一定的迭代步数内,控制参量空间寻在
图 1仿真模型示意图
*收稿日期: 0 9 0—; 2 0— 51 7修订日期: 0 9 1— 3 2 0— 1 1基金项目:国家自然科学基金项目 (0 7 1 7;国科学院合肥物质科学物质研究院计算中心资
助课题 1542)中作者简介:慧敏 ( 94 )女,士研究生,要从事自适应光学技术方面的研究;umi2 1 1 3c r。马 18一,硕主 h i n 0@ 6 .o n通信作者:承玉 ( 95 )男,士,究员,范 16一,博研主要从事自适应光学技术方面的研究;ya@ a f a.n efn i m.e e。 o

4 基于 犣狉犻犲模式的自适应光学系统 犲状犽 随机并行梯度下降算法 ? 杨慧珍1, 李新阳2 ( 淮海工学院 控制工程技术研究所,江苏 连云港 220;1.205 2.中国...
随机并行梯度下降自适应光学系统中算法收敛速度的仿真研究_专业资料。在随机并行梯度下降(SPGD)自适应光学(AO)中,SPGD算法通过直接对系统的性能评价函数进行优化从而...
3 中国科学院研究生 院, 北京 100049 摘要 基于随机并行梯 度下降 ( SPGD )算法的自适应光学 系统通过直接优化系统的性能评价 函数来控 制波前校正 器以补偿...
自适应光学随机并行梯度下降控制算法的研究_物理_自然科学_专业资料。第2 3卷 第 4期 长 春 大 学 学 报 VoI.23 No.4 Apr.2013 201 3年 4月 JOURNAL...
激 与光电字学进展 50,030101(2O13) Laser&0DtOeIect r0nics Progress ⑥2013《中 国激 光》杂 志社 基于随机并行梯度下降算法的 自适 应光学 系统 带宽 陈 ...
仿真结果表明, 传算法收敛速度太遗慢, 不适用于需要实时控制的自适应光学系统; 双向扰动 随机并行梯度下降算法收敛速度、 正效果要优于单校 且能够适应各种情况下...
2 随机并行梯度下降算法 ; 文献标识码 : A 模拟退火 ; 遗传算法 ; 数值仿真 中图分类号 : 随机并行优化控制技术是一种对系统性能指标直接进行优化的自适应光学...
自适应光学系统随机并行梯... 5页 2财富值 基于自适应光学技术控制光... ... 基于随机并行梯度下降算法... 6页 2财富值 基于zernike模式的自适应光... ...
以32单元变形镜为校正器,基于多种随机并行优化算法建立自适应光学系统仿真模型。从算法的收敛速度、校正效果、局部极值3个方面对遗传算法、单向扰动随机并行梯度下降、...
热门文档