基于Hadamard模式扰动梯度下降算法的无波前探测自适应光学

对于无波前探测自适应光学(AO)而言,闭环控制算法的效率至关重要。提出一种以Hadamard模式为扰动向量的梯度下降算法,介绍了基于该算法的自适应光学闭环工作原理。通过与顺序(扰动)梯度下降算法和近年来最常用的随机并行梯度下降算法对比,分析了该算法的特点和可行性。建立了基于该算法的自适应光学仿真模型,并通过对随机像差进行闭环校正仿真,分析了算法的闭环精度和收敛速度。结果表明,以Hadamard模式为扰动向量的梯度下降算法能够用于无波前探测自适应光学,而且闭环精度很高;与随机并行梯度下降(SPGD)算法相比,该算法不但实施更加容易,而且收敛速度更快、效率更高。