基于模型的无波前传感器自适应光学关键理论和方法研究

In wavefront sensorless adaptive optics system, the customized wavefront sensor is absent compared with classical adaptive optics system and a kind of optimization algorithm is used to directly control the wavefront corrector to optimize a metric function. Currently, the proposed optimization algorithms can be classified into two categories: model-free optimization algorithms and model-based optimization algorithms. Model-free optimization algorithms, like stochastic parallel gradient descent (SPGD), usually have slow convergence speed and possibly converge to local optimum. In model-based algorithm, mathematical relationship between metric function and aberration modes is formalized and the modes coefficients can be calculated directly from this relationship, which leads to a much faster convergence speed than model-free algorithms. Key theories and methods in model-based optimization algorithm will be studied by theoretical analysis, numerical simulation and experiment, which including: (1) wavefront error correction for complicated non-continuous pupil based on eigen-modes of segmented primary mirror; (2) model-based wavefront correction with large dynamic range and high accuracy; (3) model-based wavefront correction for dynamic wavefront error. Innovative achievements expected to be obtained from this project can be used for on-orbit wavefront correction of space optical remote sensor, biological microscopy, compensation of atmospheric turbulence, laser beam clean-up, etc.

无波前传感器自适应光学系统和传统自适应光学系统相比省去了专用的波前传感器，采用一定的优化算法直接控制波前校正器使评价函数达到最优。目前提出的优化算法分为无模型优化算法和基于模型的优化算法两类。无模型优化算法（如随机并行梯度下降算法）收敛速度较慢且可能收敛到局部极值。基于模型的优化算法通过建立评价函数与像差模式之间的数学关系，直接求解构成波前误差的模式系数，收敛速度相比无模型优化算法显著提高。本项目通过理论分析、仿真和实验研究基于模型的无波前传感器自适应光学关键理论和方法，具体包括：（1）基于分块式主镜本征模式的复杂非连续光瞳波前误差校正；（2）基于模型的大动态范围、高精度波前误差校正；（3）基于模型的动态波前误差校正。本项目取得的创新性研究成果可以用于空间光学遥感器在轨误差校正、生物显微成像、大气湍流补偿、激光光束净化等方面。

传统自适应光学受系统复杂性和工作原理的制约，应用范围有一定的局限。无波前传感器自适应光学省去了专用的波前传感器，使自适应光学系统的结构大为简化，降低了系统成本，适用范围也扩展到一些难以获得合适信标或存在强闪烁的场合。无波前传感器自适应光学系统直接由成像探测器的光强信息建立评价函数，然后基于特定的优化算法控制变形镜寻找评价函数的极值，当评价函数达到极值时认为波前误差得到了校正。目前提出的优化校正方法主要分为无模型和基于模型两类。本项目主要针对基于模型的无波前传感器自适应光学的关键理论和方法开展仿真和实验研究，具体分析了该方法对不同观测目标（点或者扩展）和不同光瞳形状（圆形或任意形状），以及不同误差源（静态或动态误差）条件下的校正效果。对不同情况下的校正策略进行了优化，研究了模式类型、校正模式阶数、模式偏置大小、评价函数选取及校正次数等因素对校正精度的影响。提出采用符合导数正交关系的变形镜本征模式代替传统Lukosz模式。变形镜本征模式可以由变形镜准确产生，不存在模式拟合误差且不依赖于具体的光瞳形状，具有更高的校正精度。通过仿真分析可以得到对成像系统像质影响较大的模式，仅对主要模式进行校正可以提升系统对动态像差的校正带宽。通过仿真和实验初步验证了基于模型的无波前传感器自适应光学技术用于激光光束净化和共形窗口动态像差校正的可行性。