基于AMASPGD算法的FSOC系统波前畸变校正及性能分析

为了抑制相干自由空间光通信系统中大气湍流引起光信号波前失真的不利影响,提出了一种基于聚合动量(AM)和自适应矩边界(AdaMod)优化器的增强型随机并行梯度下降(SPGD)算法。仿真结果表明,该优化算法可以显著提高收敛速度和鲁棒性,并有效降低波前畸变的峰谷值和均方根,从而更有效地抑制大气湍流对相干自由空间光通信(FSOC)系统混频效率和误码率的负面影响。

空间光波前畸变校正中的元启发式SPGD算法

为了改善传统随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法收敛速度慢且容易陷入局部极值的问题,提出了一种元启发式随机并行梯度下降(Meta-Heuristic SPGD,MHSPGD)算法。该算法将SPGD算法和元启发式算法的开发与探索两步结合,首先利用SPGD算法的梯度下降搜索得到局部最优解,然后进行邻域搜索得到局部最优区域以外的可能最优解,通过所有解性能指标的比较来确定新的迭代起点。随着搜索范围的自适应扩展,该算法能够避免陷入局部极值并趋向收敛于全局最优。同时,为了避免重复搜索,建立了记忆表来记录迭代过程中产生的次最优解。搭建了无波前探测器自适应光学系统模型,运用所提算法对不同湍流强度下的波前畸变进行了仿真校正,并针对不同Zernike阶数的像差进行了仿真实验。在三种湍流强度下,MHSPGD算法所能达到的斯特列尔比(Strehl Ratio,SR)分别为0.7621、0.6554、0.3749,相比于SPGD算法分别提升了0.1%、2%和18.6%。此外,当畸变中含有较多高阶成分时,文中所提优化算法相比传统的SPGD算法,SR收敛到0.6所需的迭代次数减少了约47%,且SR收敛极限值也提升了约9.4%。结果表明:与三种主流优化算法相比,MHSPGD在保持较快收敛速度的同时,能够在各种湍流强度下达到更高的收敛极限,有效地解决了算法的局部收敛问题。

盐水和沙子上方传输激光束波前畸变校正的对比研究

主要研究激光束在盐水和沙子两种下垫面上方传输时的波前特性,并采用自适应光学系统对波前畸变进行校正。建立了激光传输实验平台,基于自适应光学系统的输入输出数据建立了自适应光学系统模型,基于该模型设计了自适应光学系统闭环控制器,对比了激光束在两种下垫面上方传输时的波前畸变特性与自适应光学系统校正的差异。实验结果显示,在同样辐射加热的条件下,沙面上方的空气湍流对激光束波前影响更剧烈;经自适应光学系统校正后,波前传感器点位移方差在盐水情况下减少了28%,而在沙子情况下减少了10%。该研究为在海洋环境中利用闭环自适应光学系统进行光束波前畸变校正的可行性做出了初步探索。

基于改进型SPGD算法的涡旋光波前畸变校正

涡旋光束经过大气湍流时,其波前会发生畸变,因此需要对畸变的波前进行校正。无波前传感器的波前畸变校正系统基于随机并行梯度下降算法,可以实现对波前畸变的校正,但算法的收敛速度及稳定性受随机扰动电压的影响。结合深度学习理论中改进的梯度下降算法,对随机并行梯度下降算法中随机扰动电压的迭代方式进行调整,并分析不同湍流强度下改进型算法的校正效果。仿真结果表明:在弱湍流条件下,需优先选择基于RMSprop的改进型算法;而在中等湍流和强湍流条件下则需要结合实际需求从算法的稳定性、性能评价函数大小以及收敛速度等方面考虑,选择合适的校正算法。

液晶空间光调制器及其在自适应光学中的应用

液晶空间光调制器(LC-SLM)通过对液晶折射率的调制来实现对光程的控制,在自适应光学中起着重要的作用。文章梳理了国内外LC-SLM的发展现状,对LC-SLM的工作原理和相位标定原理进行了详细介绍,针对LC-SLM在自适应光学中的应用,对国内外LC-SLM关键技术研究状况进行了讨论,分析总结了西安理工大学在该领域的实验研究。最后展望了LC-SLM的应用前景。

无线光相干通信智能信道均衡技术实验研究

宽带无线光相干通信通过信道均衡来抑制大气湍流产生的码间串扰。以湍流环境下的中频信号作为样本,分别采用反向传播(BP)神经网络和长短期记忆(LSTM)神经网络进行训练,将训练达到稳定的网络模型作为信道均衡器,以均衡器输出的中频信号作为系统性能评价指标并与自适应光学波前畸变校正算法进行比较。仿真结果表明,智能信道均衡算法对于系统误码率的改善优于自适应光学波前畸变校正算法。实验结果表明:采用BP神经网络信道均衡技术、LSTM神经网络信道均衡技术,以及波前畸变校正技术后,中频信号直方图的峰值分别位于0.49、0.38、0.38 V,相应的系统误码率分别为3.79×10^(-5)、1.64×10^(-4)和8.48×10^(-2)。智能信道均衡技术相比于波前畸变校正技术对于中频信号幅值随机起伏和误码率都有明显改善。