没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![thumb](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/14931915/bg1.jpg)
第
卷
第
期
中
国
激
光
年
月
CHINESEJOURNALOFLASERS
A
p
ril
基于远场指标梯度的自学习波前控制模型
许 振 兴
,
,
,
,
杨 平
,
,
,
程 涛
,
,
,
许 冰
,
,
,
李 和 平
中国科学院光电技术研究所自适应光学重点实验室
四川 成都
电子科技大学光电科学与工程学院
四川 成都
中国科学院光电技术研究所
四川 成都
中国科学院大学
北京
摘要
提出了基于远场指标梯度的自适应光学闭环控 制模 型
该 模型 使用 递 归最 小二 乘 来稳 定响 应 矩阵
通 过远
场指标的梯度信息快速自学习当前的系统状态
结果表明
该模 型具 有在线 实时 更新 的特 点
能 够自 适应
子
孔径缺光或质心探测不理想的状态
可在一定程度上改善控制性能
关键词
自适应光学
递归最小二乘
波前复原
远场指标
中图分类号
文献标志码
doi
:
.
/
CJL.
SelfGLearnin
g
WavefrontControlModelBasedonFarGFieldIndexGradient
Ke
y
Laborator
y
onAda
p
tiveO
p
tics
ChineseAcadem
y
o
f
Sciences
Chen
g
du
Sichuan
China
Schoolo
f
O
p
toelectronicScienceandEn
g
ineerin
g
Universit
y
o
f
ElectronicScienceandTechnolo
gy
o
f
China
Chen
g
du
Sichuan
China
Instituteo
f
O
p
ticsandElectronics
ChineseAcadem
y
o
f
Sciences
Chen
g
du
Sichuan
China
Universit
y
o
f
ChineseAcadem
y
o
f
Sciences
Bei
j
in
g
China
Abstract
Ke
y
words
OCIScodes
收稿日期
修回日期
录用日期
基金项目
国家自然科学基金
中国科学院青年创新促进会资助项目
EGmail
引
言
哈特曼
夏克
波 前 传 感 器 是 自 适 应 光 学
系统中应用最 广 的波前传 感 器
一般由放 置 在焦
平面上 的 光 电 探 测 器 和 微 阵 列 透 镜 组 成
通 常 将
相机作为光电探测 器 使 用
微 透 镜 阵 列 可 以
对入射波前进行子 孔径分割
并将每个 子 孔径的入
射波前聚焦于微透 镜的焦平 面
最后通过 计 算子孔
径的波前斜 率 来 复 原 波 前
基 于
波 前 传 感 器
的波前复原算法是 自 适应光学 中 的关键技 术 之一
波前复原的整个计 算流程包 括 质心计算
斜率计算
和波前复原三个步骤
然后通过
控制器即可得到
加载至驱动器的 总 电压
对于波前 复 原算法
国内
外大量学者进行了 广泛研究 并 提出了很 多 算法
主
要有模式法
区域法
直接斜率法
其 中
模 式 法
和区域法先是复原 出残差波 前
然后通过 线 性变换
就可得到加载到变 形镜的控 制 电压
直接斜率 法 则
以变形镜驱动器单元的控制电压作为波前复原的计
![](https://csdnimg.cn/release/download_crawler_static/14931915/bg2.jpg)
中
国
激
光
算目标
具有计算量小等特点
已被广泛应用于自适
应光学系统中
但是
哈特曼传 感 器探测到 的 斜率
误差太大
会导致上述 三 种方法的 波 前复原性 能
下降
从 而 降 低 了 比 例
积 分
控 制 器 的 校 正
性能
随机并行梯度下 降 法
是一种蒙 特 卡
罗梯度估计方法
具有结构简单
适用于优化多变量
的特点
并以随 机 化
并 行 化 的 方 式 搜 索 整 个 解 空
间
通过优化远场图像的性能指标来得到控制电压
且其控制性能独立于
传递 的误差信息
同时独
立于波前复原计算带来的误差信息
由于远场光斑
信息求解控制电压 是多解问 题
故而优化 远 场图像
性能指标的
方法 具有迭 代次数多
收敛速度
慢的弊端
难以满足实时性的 要求
而基于
的
自适应光学系统
从其斜率 数 据到控制 电 压具有唯
一解
因此求解速 度快
可满足系 统 实时性的 要 求
但是控制性 能 会 受 到 哈 特 曼 传 感 器 斜 率 误 差 的 影
响
尤其是在缺光 或质心探 测 不理想的 情 况下
哈
特曼子孔径会导致
控制性能下降
针对该问题
本文结合
无模型 方法
利用远场 性 能指标变
化包含的梯度信息 来引导响 应 矩阵在线 更 新
从而
补偿控制性能
为了使学 习 模型保持 泛 化性
本文
将递归最小二乘法
学习到的参数作为正则项
来稳定系统运行过程中的响应矩阵
本文模型兼顾
了收敛速度
自适应性和收敛精度
可根据系统实际
状态自适应哈特曼 探测性能 的 变化
具有自学 习 能
力
可以保证控制性能的稳定
模型构建
21
经典方法及分析
图
为 基 于 直 接 斜 率 法 的 自 适 应 光 学 控 制 系
统
可知
输入到
控制器的测 量误差主要 由空间
采样误差
质心测量误差构成
这两项误差通过波前
重构矩阵的传递影响
控制器的控制精度
图
自适应光学控制系统
图
中 的 波 前 重 构 过 程 可 通 过 直 接 斜 率 法 实
现
首先
依次为变形 镜 的驱动器 单 元
j
加载单位
电压
U
j
并计算哈特曼子孔径
i
的质 心
x
i
y
i
然
后与标定质心
x
y
作差分 运算得到 单 位电压对
应的斜率响应
R
i
x
i
y
i
x
y
其中
质心
坐标的计算公式
为
x
=
n
m
i
j
x
i
j
I
i
j
n
m
i
j
I
i
j
y
=
n
m
i
j
y
i
j
I
i
j
n
m
i
j
I
i
j
ì
î
í
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
式中
x
i
j
为像素位置
y
i
j
为像素位 置
I
i
j
为子孔径
内坐标
i
j
的 像 素 值
n
m
为 哈 特 曼 子 孔 径 窗 口
的大小
依次计算子孔径的斜率响应就可以得到波
前斜率响应矩阵
R
由于波前 残 差斜率与 驱 动电压
之间呈近似线性关系
故
G
=
RU
+
w
式中
G
为
得 到 的 质 心 斜 率
U
为 驱 动 变 形 镜
的输入电压
w
为噪声
由于自适 应 光学系统的输
入为波前残差 的 斜 率
故 需 要 求 解
式 中
R
的 广
义逆矩阵
计算
R
逆 矩 阵
R
的 方 法 一 般 有 奇 异 值
分解 法
最 小 二 乘 法
正 交 法 三 种
其中奇异值分解法不管矩阵
R
的条件数如 何
都可
以得到稳定的数值 解
并在最小 二 乘最小范 数 意义
下得到广义逆
R
求得广义逆
R
后
驱动电压与
波前斜率向量之间的关系可以表示为
U
=
R
+
G
+
E
式中
E
为重构误差
为了确保系统的控制稳定性
通过
式得到的电压不能直接驱动变形镜
但可以
利用
控制器得到 控制电压
最终施加于 变形镜
的控制电压
U
t
的计算公式为
U
t
=
a
U
t
-
+
b
R
+
G
t
+
e
t
[ ]
=
剩余7页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38748382
- 粉丝: 6
- 资源: 923
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)