非波前传感FSO-AO系统控制算法研究.pdf

摘要

非波前传感FSO-AO系统控制算法研究

自由空间光通信（FreeSpaceOpticalCommunication，FSOC）是一种以激光

为载体，大气为信道的无线通信。尽管FSOC有成本较低，不需要铺设链路，传

输速率快，节省空间等优点，但FSOC会受到大气环境的影响，降低通信质量。

AdaptiveOpticsAO

自适应光学（，）是一种可以实时捕获光束，监测由于大气湍

流产生的波前像差，并通过算法对波前像差进行校正的技术。其中非波前传感

FSO-AO系统用控制算法对波前像差进行校正，系统使用的控制算法的性能在一

定程度上决定了系统的性能，从而影响了FSOC系统的通信性能。常用的控制算

法虽然操作比较简单，但存在着迭代次数过多，耗时较长，校正效果不佳等问题。

追求校正效果更好，校正更快速的算法成为了研究的课题，本文将重点研究非波

前传感FSO-AO系统的控制算法。

本文先阐述了非波前传感FSO-AO系统的原理和组成结构以及控制算法在

系统中校正波前像差的原理。介绍了评价系统性能的指标以及指标在控制算法中

的使用。随后介绍了大气湍流对波前像差的影响，用Zernike多项式模拟波前像

差的原理并仿真。在此理论基础上分别分析了随机梯度下降（StochasticParallel

GradientDescent，SPGD）算法和模拟退火（SimulatedAnnealing，SA）算法的

原理以及它们在非波前传感FSO-AO系统中的具体应用，并分别对其进行仿真

模拟，分析了仿真结果，验证了算法校正波前像差的可行性。

针对现有控制算法存在的缺点进行分析，在此基础上本文首次提出一种可以

提高系统校正精确度和校正效率的混合算法。该算法将卷积神经网络

（ConvolutionalNeuralNetworks，CNN）和SPGD算法相结合，大体思路分为“粗

分类，细校正”两部分，先利用Zernike多项式的光学性质对波前像差进行分类，

并设定每个分类中的Zernike多项式标准系数值，分类结束后将所属分类的对应

标准值的校正电压作为SPGD算法的初始电压并进行精细校正。

本文具体阐述了创新算法的原理，具体应用流程和实现过程并对其进行大量

的仿真模拟。对仿真结果进行性能分析并将该算法与已有算法进行比较，结果表

明在相同目标下，该算法可以减少迭代次数节省时间，提高补偿像差的速度。在

相同迭代次数下，性能指标得到了大量的提升，该算法提高了FSO-AO系统校

正波前像差的能力，可以提升FSOC系统的通信耦合效率和通信质量。本文也为

日后对AO系统的控制算法的进一步研究打下了良好的基础。

关键词：

非波前传感FSO-AO系统，控制算法，CNN，SPGD

I

ABSTRACT

ResearchonControlAlgorithmofWavefrontSensor-lessFSO-AO

Systems

FreeSpaceOpticalCommunication(FSOC)isawirelesscommunicationthat

useslaserasthecarrierandtheatmosphereasthechannel.Ithaslowcostanddoes

notrequirelayinglinks,fasttransmissionrate,savingspaceandotheradvantages.It

havebecomearesearchhotspotforscientificresearchersinrecentyears.Although

FSOChasmanyadvantages,FSOChasaproblemisthatitwillbeaffectedbythe

atmosphericenvironmentandreducet