固体激光器英语译文.docVIP

低成本的自适应光学系统的二极管泵浦YAG固态激光系统 杨平 奥明悟 刘元 胡氏杰 徐冰 姜文汉 光学电子研究所，邮政信箱350，中国 四川 成都 双流 610209 研究生院中国科学院科学100039 摘要： 一个低成本的自适应改善固体激光器光束质量光学系统已经建立。该系统包括一个可变形反射镜，高电压放大器，固态激光系统，CCD摄像机，控制软件和相应的优化算法集这种自适应光学系统并没有聘用一个波前传感器探测的相位信息，但优化在焦点平面上的光强度由19元压电变形反射镜在固定光圈。为了最佳形反射镜，并将其应用于正确的固态激光系统相位畸变的最佳表面轮廓，一个全球性的遗传算法引入。远场光强信号，这是由一个CCD相机测量，是用来作为遗传算法的适应度函数。在本文中，性能和本波前传感器，自适应光学少的遗传算法，提出系统的效率。无论是模拟结果与实验结果，并给出了讨论. 关键词：自适应光学，固态激光器，可变形反射镜 1引言 典型的自适应光学系统的{ad}通常包括三个主要部分：波前传感器世界粮食首脑会议} {{例如一哈特曼，夏克传感器}，{主动改正元素，例如一个defoable镜子{}和马克适当闭环控制算法{例如饼图算法}。当这些广告系统被用于正确的波前像差，往往不是，第一步是测量直接利用世界粮食首脑会议[1-4]的畸变，然后对被测波前的资料，校正的据此可以做到。这种广告系统已被广泛应用于天文测量和纠正随机变化的大气湍流造成的像差[5]。由于他们是相当大，价格昂贵，因而不能直接用于商业应用的激光器。在我们的实验室里，我们设计了一个可供19元波前传感器无广告系统，不使世界粮食首脑会议用来检测异常，但使用相关信息的波前像差，提供了糖尿病的信息。内的远场光强消委会固定光圈}相机作为清晰度指标优化。据了解，基因遗传算法{}是一个随机并行算法自然选择，生物遗传学基础。它通常用于搜索的全球某些多对象的问题[6]最佳值。文献[7]首次报道了一个遗传算法成功地在一个AD系统。该文件表明，最佳的激光强度分布可以通过采用遗传算法，由于振幅的相位畸变，只要在糖尿病行程范围内，译文： 只要遗传算法的参数选择的正确。然而，遗传算法引入文献[7]是一个基本的基于二进制编码的遗传算法。一个真正的编码遗传算法用于控制糖尿病优化清晰度指标。为了检验这一遗传算法的有效性，串行的模拟工作已经完成，结果表明，该遗传算法可以很好地用于控制补偿工资前相位畸变马克。最后，我们借此AD系统来控制固态激光器输出激光束和Nd：YAG激光主振荡器功率放大器} {MOPA系统分别。为提高TEMoo激光光束质量和多模激光光束的亮度已提出和讨论实验结果。2，仿真和结果。为了证明这一遗传算法的有效性，一些模拟的工作已经完成。仿真的主要步骤可以说??是：正横工资与相位畸变计算机程序} {generatedby前面是关于通过傅立叶变换红外焦平面聚焦。设置在焦平面中心和本光圈大小光圈可以改变软件的方式。总在孔径光强作为目标函数由遗传算法优化。很明显，越相像差纠正了较大的光强，即更好的光束质量。的远场光强分布的比较，载于Fig.l.Fig.l {}是一个相位畸变的远场光强分布，而Fig.l {B}的演示改正的。我们发现，环围能量斯特列尔比分别为0.05和0.95之前和之后的阶段畸变进行补偿在这里，包围Strehl比能量是一个实际的远场焦点平面光能一个理想的工资前远场焦点在一个平面光艾里盘这个比例范围。 图一：远场光强分布的比较（a)是：校正前的斯太尔率是0.05；（b）是：修正过后的斯太尔率为0.95 3基本模式固态激光器的光束清理。 1基本模式的一种固体激光器优化实验 图2是一个优化的基本模式钕实验原理：YAG固体激光器。输出光束是首先从1 mm扩大到32mm通过两个扩展望远镜。经德国马克的反映，光束通过一7,14波另一次。一个激光束的协议是通过BS1和反映由煤炭信息研究院摄影机接收。相机上的强度信息是为优化功能，最大限度地利用遗传算法。根据联大的控制，改变它的表面形状马克，以弥补改善laserbeam亮度的laserbeam相位畸变。 图二：为基本模式的一个实验配置YAG激光系统的优化 当重复率定为100Hz输出功率为13W的根本激光，测量之前和之后的公元系统工作的激光束的亮度。图3是远场??激光光点的强度分布。左边是对应于开放的情况下而右一个相应的闭环情况。我们可以看到当AD系统是至;他光斑分散，最大相对强度值约为60，而当AD系统开启时，现场逐渐蔓延到一个十分紧迫的亮点融合，最大的相对强度值是115。图。 4告诉我们thepfactor由1.5提高到1.1后阶段是由AD系统像差补偿。 图三：Nd：YAG当激光束的模拟输出系统处于关闭状态时（左）和（右） 图四：YAG远场能量包围的曲线 3.