没有合适的资源?快使用搜索试试~ 我知道了~
强噪声下基于基因梯度粒子群算法的反馈波前调控方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 8 浏览量
2023-02-23
20:45:46
上传
评论
收藏 1.91MB DOCX 举报
温馨提示
试读
14页
强噪声下基于基因梯度粒子群算法的反馈波前调控方法.docx
资源推荐
资源详情
资源评论
摘要
当激光束经过透明散射介质时,通常会产生散斑光场。利用反馈波前调控技术对入射光束的
相位进行主动调控,可将散斑整形成聚焦光斑。当存在强噪声干扰时,已有的反馈控制算法
大多存在调控效果不理想的问题,故提出一种适用于强噪声环境的基于基因梯度粒子群算法
的反馈波前调控方法。该方法不过分依赖以往的优化信息,而是结合梯度快速搜索和基因交
叉突变功能来实现噪声环境下对激光束的调控。通过与传统算法进行比较,分析基因梯度粒
子群的初始参数(调整因子、变异率和交叉率等)和搜索能力对调控效果的影响。结果表明,
在明亮室内的强背景杂散光噪声下,基因梯度粒子群算法能在较少的迭代次数下实现更好的
聚焦效果。
Abstract
When a laser beam passes through a transparent scattering medium, a speckle field is
usually generated. The phase of the incident beam can be adjusted proactively by using
feedback wavefront control technique, and the speckle can be formed into focused
speckle. When there is strong noise interference, most of the existing feedback control
algorithms have the problem of unsatisfactory regulation effect. Therefore, a feedback
wavefront regulation method based on genetic gradient particle swarm optimization
algorithm is proposed for strong noise environment. This method does not rely too much
on the previous optimization information, but combines the function of gradient rapid
search and gene cross mutation to realize the laser beam regulation in noisy
environment. The effects of initial parameters (adjustment factor, mutation rate,
crossover rate, etc.) and search ability of gradient particle swarm optimization on
regulation effect are analyzed by comparing with traditional algorithm. The results show
that under the strong background stray light noise in the bright room, the genetic gradient
particle swarm optimization algorithm can achieve better focusing effect in less iterations.
1 引言
当相干光透过生物组织、烟尘和云雾等强散射介质时,介质中的随机粒子将使原本有序的入
射光波前发生严重畸变,即在接收面上形成随机散斑,这会导致光学聚焦难以实现,使得传统
光学成像系统的分辨率急剧下降。在强散射介质的特定区域中实现光聚焦
[1-2]
:一方面可以增
强光学系统输出信号的强度并改善信号探测的灵敏度
[3]
;另一方面也可以直接应用于光动力
操控和激光消融等需要在生物组织中实现光能会聚的领域
[4]
。为了克服介质散射特性为光
会聚带来的不利影响,光学相位共轭
[5-6]
、反馈波前调节
[7-8]
和光学传输矩阵
[9]
等波前调控技术
相继被提出,这促进了散射介质光学聚焦技术的发展和应用
[10-12]
。在随机散射介质光学聚焦
技术中,基于反馈控制调节的波前调控技术具有成本低以及易于实现等优势,而且受到了科
研人员的广泛关注。Vellekoop 等
[13]
提出的基于空间光调制器(SLM)的反馈波前调控技术以
目标处光强作为优化条件,结合反馈控制算法可以获得最佳相位,进而通过相位补偿的方式
来减弱散射光的干扰可以实现激光束经散射介质后的聚焦。
在室内明亮的环境下,当激光束经散射介质聚焦时,探测器读出噪声与杂散光噪声
[14-15]
会导致
系统的反馈信号发生明显变化,这严重干扰反馈算法的优化效果。噪声对系统的影响在本质
上会导致表征输出光场与输入光场呈线性关系的传输矩阵发生不同程度的变化,进而使最佳
补偿相位发生改变
[16]
。目前,已有的反馈控制算法
[17-19]
虽然可以在暗室环境下实现激光束经
散射介质后的聚焦,但在明亮室内环境下有强背景杂散光噪声干扰时会存在收敛速度慢和聚
焦效果不理想等问题
[20-21]
。因此,亟须发展适用于强噪声环境的反馈波前调控优化方法。
本文提出一种基于基因梯度粒子群(GGPSO)算法的反馈波前调控方法,该方法结合了遗传
算法(GA)和粒子群(PSO)算法的优势,通过对群体进行部分变异与交叉来保持群体的多样性,
可有效避免搜索陷入局部最优而停滞。在强噪声背景下,当系统受到噪声干扰而导致最佳相
位发生改变时,基于 GGPSO 算法的反馈波前调控方法仍可在噪声干扰下快速找出最佳相
位,进而对入射光波进行共轭调制,使激光束通过散射介质后可以良好聚焦。本文结合理论
模拟和实验研究,验证了强噪声背景下所提出的波前调控方法的有效性。
2 基本原理
当激光束经过生物组织、烟尘和云雾等折射率呈非均匀分布的散射介质时,光在介质中会发
生多重散射,而散射光随机干涉会形成一系列光强呈随机分布的散斑。波前调控技术可利用
SLM 对入射光的相位进行补偿,以实现入射光经过散射介质后的聚焦
[22]
,如图 1 所示。
图 1. 入射光经过散射介质后的聚焦过程
Fig. 1. Focusing process of incident light passing through scattering medium
下载图片 查看所有图片
由于强散射介质中各个通道独立无关,可将包含随机散射介质在内的光学系统看成一个线性
系统。于是,经散射介质出射的光场可表示为
Eoutm=∑n=1NtmnEinn=∑n=1Ntmn[Anexp(iϕn)]=∑n=1N[Amnexp(iϕmn)][Anexp(iϕn)],
(1)Emout=∑n=1NtmnEnin=∑n=1Ntmn[Anexp(iϕn)]=∑n=1N[Amnexp(iϕmn)][Anexp(iϕn)],(
1)
式中: EoutmEmout 表示出射场中第 m 个通道的值; EinnEnin 表示入射场中第 n 个通道的
值;A
n
和 ϕ
n
分别表示 EinnEnin 的幅值和相位;t
mn
=A
mn
exp(iϕ
mn
)表示光学传输矩阵 T 中的元
素,其中 A
mn
和 ϕ
mn
分别表示散射介质对入射光的幅值和相位的调制。
利用 SLM 对(1)式中的 EinnEnin 进行相位调制,使出射光场的相位在第 m 个通道处趋于一
致,即将相位聚焦到第 m 个通道处。聚焦点之外的其他位置,即 p≠m 处的光场分布可表示为
Eoutp≠m=∑n=1NtpnEinn=∑n=1NAnApnexp[i(ϕpn−ϕmn)]
。
(2)Ep≠mout=∑n=1NtpnEnin=∑n=1NAnApnexp[i(ϕpn-ϕmn)]。(2)
(2)式中 t
mn
的相位 ϕ
mn
都是独立无关的。当 p≠m 时,ϕ
pn
-ϕ
mn
是无规律变化的,靶面光强随着位
置的不同而随机相干加强或减弱,进而形成散斑图样。因此,经过相位调制后的出射光束在
指定位置实现聚焦,而在其他位置则形成散斑图样,且散斑光强远小于聚焦光强。
剩余13页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 4036
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功