基于模型辨识的自适应光学系统控制技术研究

基于模型辨识的自适应光学系统控制技术研究自适应光学技术能够实时补偿光在传输过程中由传输介质引起的随机波前畸变,进而被广泛应用天文观测、空间目标观测和激光传输等系统。近年来,随着相关理论和技术的不断发展,自适应光学技术在光通信、医学成像、激光加工等众多领域取得了进一步的应用。波前控制作为自适应光学系统的关键技术之一,直接影响自适应光学系统的波前校正性能。目前,大多数自适应光学系统采用的算法是简单且易于实现的比例积分控制,但是其控制参数调节多依赖人为经验,且控制性能和稳定性难以兼顾。虽然有很多自适应光学控制的算法被提出,如鲁棒控制、预测控制、最优控制等,但大多数局限于理论仿真和实验室研究,离实际应用还存在一定距离,少部分算法实际应用又具有局限性。目前,随着自适应光学应用领域的拓展和对控制性能要求的不断提高,控制算法难以满足实际需求。因此,为了解决自适应光学系统的控制难题,本文提出采用线性二次高斯控制方法。首先,针对线性二次高斯控制需要精度较高的被控对象系统模型问题,本文根据自适应光学系统实际工作情况,提出了基于变量带误差模型的子空间辨识方法。利用自适应光学系统的输入与输出数据,建立了自适应光学系统的状态空间模型。仿真结果表明了所建立的自适应光学系统的状态空间模型准确度高,具有较强的噪声抑制能力和鲁棒性。且该方法还可为其它模型类控制算法提供一种模型基础。其次,本文以自适应光学系统的状态空间辨识模型为基础,采用采用基于状态调节的线性二次高斯控制技术。以最小化残余波前作为线性二次型性能指标,

通过最小化二次型性能指标,确定反馈控制规律的增益。根据入射波前的泽尼克多项式扩展形式和变形镜以及波前传感器的线性关系来定义自适应光学系统的状态向量。而针对自适应光学系统的初始状态未知问题,本文利用卡尔曼滤波器和卡尔曼滤波状态对自适应光学系统的状态向量作线性估计。通过求解状态估计和卡尔曼滤波器增益,以及最小化求解二次型性能指标得到的状态调节增益,可以实现自适应光学系统的线性二次高斯闭环控制。数值仿真验证了线性二次高斯控制的可行性和波前校正能力。然后,通过静态波前和动态波前校正实验来验证了线性二次高斯控制的波前校正能力,实验结果与数值仿真结果保持一致,证明了线性二次高斯控制的可行性与有效性。实验结果表明了线性二次高斯控制校正后的各项性能指标都要优于比例积分控制。而且在自适应光学系统的响应速度、光斑抖动的抑制以及系统的稳定性与鲁棒性等方面,线性二次高斯控制表现较为出色。最后,本文通过实验研究了系统噪声和高斯白噪声对自适应光学系统线性二次高斯控制波前像差校正效果的影响。实验结果表明了采用系统近似噪声作为测量噪声的线性二次高斯控制其波前校正效果提升明显。这也从另一方面表明了系统噪声对线性二次高斯控制影响显著,若能准确获取自适应光学系统的噪声统计模型,将有望进一步提高线性二次高斯控制在自适应光学系统的波前像差校正能力。