自适应光学系统的自学习控制模型及其验证

在自适应光学系统中,传统比例-积分控制模型依赖于变形镜的响应矩阵,系统状态的改变会对变形镜响应矩阵造成影响,导致波前校正性能下降。通过重新定义BP(back-propagation)神经网络结构实现哈特曼斜率数据到控制信号的输出,并建立了控制模型。实验结果表明,所提模型摆脱了传统固定模型的限制,具有在线更新控制模型的特点,控制模型收敛性能良好,能适应系统状态变化,有较强的鲁棒性,同时提高了控制精度,一定程度上改善了控制性能。