为解决传统随机梯度下降(SPGD)算法参数难以实时调节、收敛速度较慢的难题,提出了一种基于自适应增益及联合指标优化的高效SPGD算法,建立了该算法的数值仿真模型,并将该算法用于千瓦级板条激光器的光束净化。仿真结果表明:与传统SPGD算法相比,提出的算法无需参数调节,且收敛速度和收敛效果均有显著提升,在对千瓦级板条激光器的光束净化实验中,激光光束质量β由7.89优化至1.95。

为了校正板条激光器输出光束波前像差，改善输出光束质量，提出了基于37单元双压电片变形镜的板条激光光束净化系统。采用柱面反射式单向扩束器使主振荡功率放大结构板条激光器输出光束尺寸与37单元双压电片变形镜有效口径相匹配，利用随机并行梯度下降算法控制双压电片变形镜面形，进行波前像差闭环校正，校正后光束远场归一化桶中功率提高到净化前的2~3倍。

在相同的抽运功率下，激光器工作在高阶模式时比基模高斯工作时有更高的功率输出，将其用于相干合成有望得到更高的功率输出。由于高阶高斯光束内部存在0-π相位差，使得其光束质量较差，相干合成激光亮度也因而受限。提出基于波前补偿的高阶高斯光束相干合成方案，利用光束净化将高阶高斯光束内部0-π相位进行补偿，然后将补偿后的光束用于相干合成。给出了优化式自适应光学光束净化补偿高阶高斯光束内部波前的仿真和实验结果，数值模拟了厄米高斯光束波前补偿前后相干合成的效果。结果表明，波前补偿后相干合成的1倍衍射极限内的桶中功率较波前补偿前相干合成桶中功率提高1个量级甚至2~3个量级。

尽管无波前传感自适应光学技术可不受闪烁效应等波前畸变条件的限制,能够有效地补偿高能激光的波前畸变以提高光束质量,但是激光器光强起伏和噪声干扰对校正效果却存在严重的影响。分析了光强起伏和噪声干扰对随机并行梯度下降(SPGD)算法光束净化效果的影响,并进行了相关实验研究。理论分析表明,在光强起伏频率大于等于算法扰动频率时,系统性能随着光强起伏增加而降低;在低频光强起伏时,SPGD算法的抗干扰能力较强。为消除光强起伏对校正效果的影响,提出采用桶中功率作为系统性能评价函数的光束净化方案,理论分析和实验结果都表明,该方案能够有效地消除光强起伏和噪声干扰对校正效果的影响,实现接近校正极限的理想校正效果。

主振荡功率放大器(MOPA)固体激光系统中的功率放大器会将热致波前畸变引入到被放大的激光束中,造成输出光束质量变差,可以通过自适应光学(AO)系统实时补偿光束的波前畸变以改善光束质量。采用随机并行梯度下降(SPGD)算法控制一个37单元变形镜,通过光电探测器测量远场光斑的桶中功率作为评价光束质量的判据,建立了一个迭代速率为100 Hz的最优化自适应光学系统,对由Nd:YAG主振荡器与Nd:YAG功率放大器组成的MOPA激光系统在不同抽运电流情况下的输出光束进行了净化实验。结果显示,净化后光束质量都得到了提高,甚至β因子大于9的光束在净化后其β因子也减小了58%,表明基于随机并行梯度下降算法的自适应光学方法确实可以用于光束净化。

自适应光学技术可用于补偿高能激光系统出射光束的波前畸变以改善光束质量。为研究随机并行梯度下降(SPGD)自适应光学方法用于光束净化的可行性,分别采用高速光电探测器和高速变形镜作为系统性能评价函数的测量器件和波前校正器件,搭建了迭代速率为100 Hz的SPGD自适应光学系统,并且对通电电阻丝产生的湍流所造成的动态波前畸变进行了实时校正。实验结果显示,此套自适应光学系统能够对在4 Hz以下频率范围内缓慢变化的动态波前畸变进行实时校正,针孔中远场光斑的能量提高2.2倍,稳定性提高1.4倍。这表明SPGD自适应光学系统用于光束净化是可行的。

高能激光系统中通常包含光束净化装置以对激光器出射光束的波前畸变进行连续校正。为研究随机并行梯度下降自适应光学方法在光束净化问题上的可行性, 按算法运行时序连续改变37单元变形镜的面形, 以在实验光路中引入高能激光器输出光束的常见动态波前畸变, 同时采用随机并行梯度下降算法控制同一变形镜对此动态畸变进行校正。实验结果显示, 在事先消除系统初始像差的情况下, 系统分别以1 kHz和2 kHz的模拟迭代速率工作时, 激光束的动态像差都得到了充分抑制, 光束质量在整个校正时段内始终维持在较好水平。这表明随机并行梯度下降自适应光学方法应用在光束净化系统中是可行的。

<作者>利用自适应光学技术进行光束净化是高能激光系统中一项重要的研究内容。为实现光束净化系统的小型化和低成本,基于系统性能评价函数无模型最优化的波前畸变校正方法是适合的技术方案。就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究。针对高能激光束常见的像差分布进行了SPGD波前校正的数值模拟,在此基础上构建了37单元自适应光学光束净化实验平台,讨论了双边扰动梯度估计和迭代增益系数自适应变化对算法收敛特性的影响。数值模拟与实验结果验证了SPGD算法对不同程度波前畸变的校正能力,表明了SPGD光束净化方案的可行性。

随机并行梯度下降算法是一种极具应用潜力的自适应光学系统控制算法,具有不依赖波前传感器直接对系统性能指标进行优化的特点。基于32单元变形镜、CCD成像器件等建立自适应光学系统随机并行梯度下降控制算法实验平台。考察算法增益系数和扰动幅度对校正效果和收敛速度的影响,验证随机并行梯度下降算法的基本原理。实验结果表明参量选取合适的情况下,随机并行梯度下降控制算法对静态或慢变化的畸变波前具有较好的校正能力。根据实验结果分析了影响随机并行梯度下降算法校正速度的主要因素。