自适应系统让星星不再眨眼睛

光束波前像差会使光波前发生畸变,降低成像的分辨率,因此很多时候我们只能“雾里看花”,夜空星星“眨眼睛”,就是成像光波前因湍流发生畸变,这个问题也一直困扰着光学领域的研究者。

自适应光学是以校正波前畸变为目的,通过能动变形镜对入射波前进行实时校正,使成像系统获得高分辨成像,激光器系统输出高质量光束。其中,无波前传感自适应光学系统无需波前测量,结构简单、集成度高,在波前相位不连续及一些特殊应用场合如激光核聚变装置、共焦显微镜、光纤耦合、激光相控、光学追踪、扩展目标成像、光学相干层析等获得了广泛应用。

无波前传感自适应光学系统能否取得良好的校正效果主要取决于系统控制算法。

无波前传感自适应光学系统算法按优化求解的过程可分为两类:一类为盲优化算法,其性能随搜索空间的增大而迅速退化,且已经得到应用;另一类为基于模型的优化算法,具有快速收敛特性,而对其应用的有关问题尚未进行深入研究,或处于实验室研究阶段。因而迫切需要对该算法实现面临的技术问题和适用场景开展研究,如光电探测器的噪声对算法性能的影响,远场区域提取的原则与方法等诸多实际因素。

因此,研究基于模型的无波前传感自适应光学控制算法应用于物理实验的诸多退化因素是算法应用的关键。

为此,中国科学院自适应光学重点实验室杨平研究院课题组提出了一种动态区域算法,能有效减小光电探测器因采样位宽限制导致的量化噪声的影响,优化了该类自适应光学系统应用的适应性,改善了系统的收敛速度,提高了波前复原与校正的能力。具体研究成果发表在《激光与光电子学进展》第十一期

基于动态区域提取的模式复原方法的主要原理:根据斯特列尔比SR在迭代中的变化迭代情况,动态改变区域提取半径R和像素的权值W,减少边缘区域小灰度像素数目,等效增大光斑中心区域像素的权值,达到减小量化噪声的影响。远场提取区域与相应的像素权重分布,以及系统实现原理如图1所示。


图1 动态区域提取自适应光学校正原理

本研究采用100组由33阶泽尼克多项式组成的随机入射波前验证算法性能。入射波前系数符合komolgnov统计规律,动态区域提取算法与已有算法校正结果如图2所示。


图2:算法迭代过程中的SR

采样位数12位且在固定区域提取时,波前复原与校正经多次迭代后不收敛,算法陷入局部优化。同样的采样位数下,采用图1所示的动态区域提取半径和W,经29次迭代后接近无量化误差的情形;算法经31次迭代后收敛,波前复原残差RMS为,SR达0.9 以上。

研究人员表示后续将围绕基于模型的无波前传感自适应光学系统控制算法、物理实验、天基空间成像应用等展开相关理论与实验研究,尤其对提出的动态区域提取算法应用于点目标的衍射成像波前畸变校正开展深入的实验研究。

论文信息:文良华,杨 平,王 帅,陈善球,刘文劲,许 冰. 基于动态区域提取的模式复原算法[J]. 激光与光电子学进展, 2017, 54(11): 110101