论文部分内容阅读
无波前传感器自适应光学技术和常规自适应光学技术相比,不需进行波前测量和波前重构,把波前校正器所需控制信号作为优化参数,以系统所关心的性能指标直接作为算法的目标函数,通过优化得到接近理想的校正效果。随机并行梯度下降算法(Stochastic Parallel Gradient Descent,SPGD)具有适于解决多变量最优化、收敛速度相对较快快、形式简单易于硬件实现等优点。波前处理机作为无波前传感器自适应光学系统中所有实时信号处理和控制运算的核心,其性能直接影响到整个系统的校正效果。自适应光学系统校正对象要求无波前传感器波前处理机必须具有较高的实时性和强大的数据处理能力。为此,研究新的处理方法、提出新的波前处理机结构,对无波前传感器自适应光学的发展具有重要意义,同时也是本文的主旨所在。
本文结合SPGD算法的特点,根据无波前传感器自适应光学处理机的工作流程,对SPGD波前处理机的任务特点进行了详细分析,深入研究了基于SPGD算法无波前传感器自适应光学实时波前处理技术。充分发掘和提取其算法任务内部的并行性,采用并行处理技术,实现了SPGD波前处理机并行算法设计。结合算法任务的不同特点和处理平台的特性,将处理机的作业任务分别映射到不同的处理单元。采用流水线、资源共享、资源重叠等并行处理途径,设计并实现了基于常规SPGD算法以及基于Zernike模式并加约束项两种工作模式下的单指令流多数据流(SIMD)结构实时并行处理机,实现了SPGD控制算法由表达层到结构层的优化映射。
本文研制了国内首个应用在无波前传感器自适应光学系统对激光器光束净化的波前处理平台,取得了较好的闭环结果,成功实现了激光器的光束净化。实验结果表明:基于FPGA+DSP处理平台的SPGD波前处理机能够有效的校正系统中的波前畸变,不但具有较高的实时性和较强的数据处理能力,还具有很好的兼容性和可扩展性,拓宽了自适应光学系统的应用场景。
总之,与常规自适应光学系统相比,无波前传感器自适应光学系统具有系统结构简单、不需要进行波前测量和重构等特点,随着自适应光学应用领域的扩展,发展新型自适应光学控制技术势在必行。本文对基于SPGD算法无波前传感器自适应光学实时波前处理技术进行了深入的研究,并取得了一些阶段性成果,具有一定的理论意义和工程应用价值。但由于研究能力和时间有限,还有许多有益的工作有必要继续研究。