目錄
前言
第一篇 綜述及基本理論介紹
第1章 綜述 3
1.1 自適應(yīng)光學(xué)的基本概念 3
1.2 自適應(yīng)光學(xué)發(fā)展概況 4
1.2.1 自適應(yīng)光學(xué)理論發(fā)展概況 4
1.2.2 自適應(yīng)光學(xué)技術(shù)應(yīng)用 6
1.2.3 我國(guó)自適應(yīng)光學(xué)技術(shù)的研究概況 7
1.3 無(wú)波前探測(cè)自適應(yīng)光學(xué)技術(shù)發(fā)展概況 8
1.3.1 第一階段：20世紀(jì)70～80年代 8
1.3.2 第二階段：20世紀(jì)90年代后期至今 9
1.4 隨機(jī)并行梯度下降控制技術(shù)發(fā)展和應(yīng)用現(xiàn)狀 10
1.5 本書主要內(nèi)容 11
參考文獻(xiàn) 11
第2章 隨機(jī)并行梯度下降算法基本理論 18
2.1 無(wú)波前探測(cè)自適應(yīng)光學(xué)系統(tǒng)的特點(diǎn)與最優(yōu)化方法 18
2.2 隨機(jī)近似類算法：同時(shí)擾動(dòng)隨機(jī)近似算法 20
2.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用中隨機(jī)誤差下降算法 22
2.4 自適應(yīng)光學(xué)系統(tǒng)中梯度下降類算法 23
2.4.1 順序梯度下降算法 24
2.4.2 多元高頻振動(dòng)算法 24
2.4.3 隨機(jī)并行梯度下降算法 25
2.5 SPGD算法收斂性分析 26
2.6 SPGD算法收斂速度分析 27
2.7 SPGD算法穩(wěn)定性分析 29
2.8 本章小結(jié) 31
參考文獻(xiàn) 31
第二篇 基于SPGD控制算法的AO系統(tǒng)基本性能研究
第3章 SPGD控制算法靜態(tài)畸變校正仿真與分析 35
3.1 仿真模型介紹 35
3.2 靜態(tài)波前畸變生成 36
3.3 目標(biāo)函數(shù)分析模塊 38
3.4 波前校正器 38
3.5 SPGD算法模塊 40
3.6 仿真結(jié)果與分析 40
3.6.1 算法收斂性驗(yàn)證 40
3.6.2 對(duì)同一種畸變?nèi)〔煌瑪_動(dòng)幅度和增益系數(shù) 41
3.6.3 固定增益和隨機(jī)擾動(dòng)幅度對(duì)不同程度畸變的適應(yīng)情況 42
3.6.4 自適應(yīng)增益 43
3.7 本章小結(jié) 44
參考文獻(xiàn) 45
第4章 幾種隨機(jī)并行優(yōu)化算法在AO系統(tǒng)中應(yīng)用的比較 46
4.1 基于隨機(jī)并行優(yōu)化算法的自適應(yīng)光學(xué)系統(tǒng)仿真模型 46
4.2 隨機(jī)并行優(yōu)化算法介紹 47
4.2.1 隨機(jī)并行梯度下降算法 47
4.2.2 遺傳算法 47
4.2.3 模擬退火算法 49
4.2.4 模式提取算法 51
4.3 仿真結(jié)果 52
4.3.1 各算法參數(shù)的選取 52
4.3.2 收斂速度 53
4.3.3 校正效果 54
4.3.4 局部極值 55
4.4 討論與分析 56
4.5 本章小結(jié) 57
參考文獻(xiàn) 57
第5章 32單元變形鏡SPGD控制算法實(shí)驗(yàn)研究 59
5.1 實(shí)驗(yàn)裝置 59
5.2 目標(biāo)函數(shù)的選取 61
5.3 隨機(jī)并行梯度下降算法 61
5.4 實(shí)驗(yàn)結(jié)果 62
5.4.1 實(shí)驗(yàn)參數(shù)選取 62
5.4.2 校正效果和收斂速度 63
5.5 討論與分析 65
5.6 本章小結(jié) 66
參考文獻(xiàn) 66
第6章 基于SPGD算法的自適應(yīng)光學(xué)帶寬分析 67
6.1 SPGD算法收斂速度與校正器單元數(shù)的關(guān)系 67
6.2 收斂速度與校正器單元數(shù)關(guān)系的實(shí)驗(yàn)分析 69
6.2.1 實(shí)驗(yàn)系統(tǒng)與實(shí)驗(yàn)方案 69
6.2.2 實(shí)驗(yàn)結(jié)果與分析 70
6.3 基于SPGD算法的自適應(yīng)光學(xué)校正帶寬分析 71
6.3.1 高速自適應(yīng)光學(xué)實(shí)驗(yàn)系統(tǒng) 71
6.3.2 動(dòng)態(tài)波前校正實(shí)驗(yàn)結(jié)果與分析 73
6.3.3 閉環(huán)實(shí)驗(yàn)系統(tǒng)的校正帶寬分析 75
6.4 本章小結(jié) 77
參考文獻(xiàn) 77
第7章 基于SPGD算法自適應(yīng)光學(xué)系統(tǒng)中的目標(biāo)函數(shù) 79
7.1 點(diǎn)目標(biāo)成像無(wú)波前探測(cè)自適應(yīng)光學(xué)的目標(biāo)函數(shù) 79
7.2 像清晰度函數(shù)J1、平均半徑J2和環(huán)圍能量J3的特性分析 81
7.2.1 目標(biāo)函數(shù)隨波前殘差RMS的變化趨勢(shì) 81
7.2.2 目標(biāo)函數(shù)擾動(dòng)隨波前殘差RMS的變化趨勢(shì) 83
7.3 三種目標(biāo)函數(shù)的SPGD算法閉環(huán)仿真 84
7.4 本章小結(jié) 86
參考文獻(xiàn) 86
第三篇 基于SPGD控制算法的AO系統(tǒng)性能優(yōu)化
第8章 基于Zernike模式的AO系統(tǒng)優(yōu)化 89
8.1 理論基礎(chǔ) 89
8.1.1 控制系統(tǒng)結(jié)構(gòu)優(yōu)化 89
8.1.2 Zernike多項(xiàng)式和校正器影響函數(shù)的關(guān)系 92
8.2 仿真結(jié)果與分析 93
8.2.1 32單元和61單元變形鏡校正能力分析 94
8.2.2 低階像差的模式優(yōu)化和驅(qū)動(dòng)器電壓優(yōu)化比較 94
8.2.3 高階像差的模式優(yōu)化和驅(qū)動(dòng)器電壓優(yōu)化比較 96
8.2.4 高階像差的模式和驅(qū)動(dòng)器電壓組合優(yōu)化結(jié)果 98
8.3 本章小結(jié) 99
參考文獻(xiàn) 99
第9章 SPGD算法中隨機(jī)擾動(dòng)信號(hào)的統(tǒng)計(jì)優(yōu)化 101
9.1 隨機(jī)擾動(dòng)信號(hào)對(duì)SPGD算法收斂速度的影響 101
9.2 基于Zernike模式的隨機(jī)擾動(dòng)信號(hào)優(yōu)化 102
9.2.1 和的統(tǒng)計(jì)相關(guān)性 102
9.2.2 Zernike模式法優(yōu)化隨機(jī)擾動(dòng)電壓 103
9.3 Zernike模式優(yōu)化隨機(jī)擾動(dòng)電壓閉環(huán)仿真 105
9.3.1 閉環(huán)仿真模型 105
9.3.2 單階Zernike像差的校正 105
9.3.3 大氣湍流波前畸變校正 107
9.4 波前校正器的合理選擇 111
9.5 本章小結(jié) 113
參考文獻(xiàn) 113
第10章 Zernike模式法實(shí)現(xiàn)DM和TM的解耦控制 114
10.1 耦合問題 114
10.2 耦合分析 116
10.3 解耦控制 117
10.4 本章小結(jié) 119
參考文獻(xiàn) 119
第11章 分段隨機(jī)擾動(dòng)用于SPGD算法優(yōu)化 120
11.1 分段隨機(jī)擾動(dòng)幅值的SPGD算法實(shí)現(xiàn) 120
11.2 結(jié)果與分析 121
11.2.1 弱湍流時(shí)畸變波前校正分析 121
11.2.2 弱湍流時(shí)最佳初始隨機(jī)擾動(dòng)幅值選取分析 123
11.2.3 中等、強(qiáng)湍流時(shí)大氣湍流畸變波前校正分析 123
11.3 本章小結(jié) 125
參考文獻(xiàn) 125
第12章 基于Hadamard模式的SPGD算法優(yōu)化 127
12.1 H_GD算法 127
12.2 數(shù)值仿真 129
12.3 本章小結(jié) 131
參考文獻(xiàn) 132
第四篇 基于SPGD控制算法的AO系統(tǒng)應(yīng)用
第13章 擴(kuò)展目標(biāo)成像校正 135
13.1 背景介紹 135
13.1.1 應(yīng)用背景 135
13.1.2 擴(kuò)展目標(biāo)成像模型 136
13.2 成像清晰度函數(shù) 137
13.3 高分辨率成像AO系統(tǒng)模型 139
13.4 高分辨率成像仿真結(jié)果 140
13.4.1 灰度方差函數(shù)作為圖像質(zhì)量標(biāo)準(zhǔn) 140
13.4.2 灰度梯度模平方和作為圖像質(zhì)量指標(biāo) 143
13.4.3 拉普拉斯函數(shù)作為圖像質(zhì)量指標(biāo) 144
13.4.4 頻率評(píng)價(jià)函數(shù)作為圖像質(zhì)量指標(biāo) 146
13.4.5 成像結(jié)果比較 146
13.4.6 校正能力分析 148
13.5 本章小結(jié) 150
參考文獻(xiàn) 150
第14章 成像噪聲對(duì)擴(kuò)展目標(biāo)成像校正效果的影響 152
14.1 仿真模型 152
14.2 結(jié)果與分析 153
14.2.1 噪聲與目標(biāo)函數(shù)之間關(guān)系 153
14.2.2 噪聲對(duì)校正效果的影響 154
14.3 結(jié)論 156
14.4 本章小結(jié) 157
參考文獻(xiàn) 157
第15章 焦斑形態(tài)控制 158
15.1 背景介紹 158
15.2 焦斑整形仿真模型 159
15.3 焦斑整形結(jié)果與分析 160
15.4 本章小結(jié) 163
參考文獻(xiàn) 163
第16章 激光器光束凈化 164
16.1 基于SPGD算法的激光光束凈化自適應(yīng)光學(xué)系統(tǒng) 164
16.2 光束凈化數(shù)據(jù)及分析 165
16.3 本章小結(jié) 166
第17章 光纖激光相干合成系統(tǒng)仿真 167
17.1 新型光纖自適應(yīng)光學(xué)校正器簡(jiǎn)介 167
17.1.1 壓電式光纖相位調(diào)制器 167
17.1.2 自適應(yīng)光纖準(zhǔn)直器 168
17.2 一種基于SPGD算法的光纖激光相干合成系統(tǒng)模型 169
17.2.1 特殊的畸變波前 169
17.2.2 基于總體目標(biāo)函數(shù)和局部目標(biāo)函數(shù)的相干合成模型 170
17.2.3 SPGD算法平臺(tái) 172
17.3 仿真結(jié)果與分析 173
17.3.1 SPGD算法增益系數(shù)分析 173
17.3.2 鎖相與傾斜校正的關(guān)系 174
17.4 與Vorontsov相干合成模型的比較 176
17.5 本章小結(jié) 177
參考文獻(xiàn) 177
第18章 傾斜像差對(duì)光纖激光相干合成的影響與模擬校正 179
18.1 傾斜像差影響分析 179
18.1.1 模型介紹 179
18.1.2 模型選取 180
18.1.3 影響分析 182
18.2 系統(tǒng)與算法控制 184
18.2.1 系統(tǒng)結(jié)構(gòu) 184
18.2.2 SPGD控制算法 185
18.3 控制特性仿真研究 185
18.3.1 靜態(tài)平移、傾斜像差模擬校正 186
18.3.2 動(dòng)態(tài)傾斜像差模擬校正 186
18.4 本章小結(jié) 189
參考文獻(xiàn) 189
第19章 基于傾斜控制的光纖激光相干合成實(shí)驗(yàn) 190
19.1 基于自適應(yīng)PIB評(píng)價(jià)函數(shù)的光纖放大器相干合成實(shí)驗(yàn) 190
19.1.1 研究方案 191
19.1.2 基于自適應(yīng)PIB評(píng)價(jià)函數(shù)的傾斜控制 191
19.1.3 相干合成 195
19.2 基于遠(yuǎn)場(chǎng)發(fā)散角評(píng)價(jià)函數(shù)的光纖放大器相干合成實(shí)驗(yàn) 196
19.2.1 實(shí)驗(yàn)平臺(tái) 197
19.2.2 SPGD算法控制過程 197
19.2.3 遠(yuǎn)場(chǎng)發(fā)散角評(píng)價(jià)函數(shù) 198
19.2.4 基于遠(yuǎn)場(chǎng)發(fā)散角的傾斜控制 198
19.2.5 相干合成實(shí)驗(yàn)結(jié)果 200
19.3 本章小結(jié) 203
參考文獻(xiàn) 204
第20章 基于目標(biāo)在回路的光纖激光相干合成實(shí)驗(yàn) 205
20.1 基于目標(biāo)在回路的相干合成原理 206
20.2 實(shí)驗(yàn)系統(tǒng) 208
20.2.1 實(shí)驗(yàn)平臺(tái) 208
20.2.2 控制策略 208
20.3 實(shí)驗(yàn)結(jié)果 210
20.3.1 相干合成 210
20.3.2 光束控制 213
20.4 本章小結(jié) 215
參考文獻(xiàn) 215