[发明专利]基于FPGA的自适应光学SPGD控制算法的实现方法

说明书

本发明是一种基于FPGA的无波前探测自适应光学SPGD控制算法的实现方法，其实现步骤如下：随机扰动扰动模块，借助Matlab软件(不限于Matlab)产生多组伪随机序列，在FPGA中将每一组序列乘以扰动电压并添加相应的符号，生成正扰动和负扰动；性能指标函数计算模块，选取远场光斑的平均半径MR‑Mean Radius作为性能指标函数；计算变形镜电压控制模块，扰动施加完毕，采集图像数据并计算性能指标函数，用计算出的性能指标函数进行梯度估计，然后按照公式计算出控制电压。本发明方法其应用范围广适用于任何单元数的自适应光学系统，提高了FPGA实现SPGD控制算法方式的通用性，保证了无波前探测自适应光学系统的校正能力。

技术领域

本发明属于自适应光学技术领域，涉及到一种无波前探测自适应光学系统，特别是一种基于FPGA的自适应光学SPGD控制算法的实现方法。

背景技术

美国陆军研究院的M.A.Vorontsov提出随机并行梯度下降(Stochastic ParallelGradient Descent:SPGD)算法，并将此算法应用到自适应光学领域。基于SPGD的无波前探测自适应光学系统不需要进行波前测量和相位重构，降低了系统的复杂性。进一步扩展了自适应光学技术的应用领域，尤其是常规自适应光学系统不能应用的领域。

校正速度是自适应光学系校正能力的重要指标之一，SPGD控制算法通过迭代的方式寻找最优解。因此，算法的迭代速度对自适应光学系统校正能力起着关键的作用，而算法的实现方式对迭代速度又有着决定性的影响。另外，应用环境的多样性要求算法的实现方式具有一定的通用性。因此SPGD算法的实现方式需要同时满足实时性与灵活性两个要求。

自适应光学系统中SPGD控制算法的实现方式有两种：一是使用软件编程的方法在通用PC机上实现，该方法具有实现简单、灵活性强等优点，但PC机运行的Windows是一款微内核、抢占式多任务、软实时的操作系统，按照线程的优先级高低顺序来进行任务的调度，从而导致整个系统的实时性较弱。二是通过硬件的方式实现。M.A.Vorontsov等人使用模拟超大规模集成电路(Analog VLSI)实现SPGD控制算法，该方法迭代速度快，实时性强，满足自适应光学系统的要求，但是电路设计复杂，芯片成本高，而且缺乏灵活性。

张金宝、张超等人使用FPGA实现SPGD控制算法。FPGA是一类可编程的集成电路，通过硬件描述语言表述其功能，可以将其配置成能够完成特定功能(如SPGD控制算法)的硬件电路，具有可重复编程、算法实现灵活等特点，而其专用硬件电路的本质又能够保证实时性的要求。但是，现有的FPGA实现SPGD控制算法的方式只是针对特定变形镜，应用范围有限。另外，现有技术没有对串行传入FPGA内部的图像数据进行矩阵恢复，这将导致部分性能指标函数无法用FPGA实现或者实现的方式不精确，降低了FPGA实现SPGD控制算法方式的通用性。同时，现有技术性能指标函数实现方式不精确，这将影响自适应光学系统的校正能力。

发明内容：

本发明的所需要解决的技术问题是克服现有技术的不足，提出一种基于FPGA的无波前探测自适应光学SPGD控制算法的实现方法，其应用范围广适用于任何单元数的自适应光学系统，提高了FPGA实现SPGD控制算法方式的通用性，保证了无波前探测自适应光学系统的校正能力。

本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种基于FPGA的无波前探测自适应光学SPGD控制算法的实现方法，其特点是，其步骤如下：

(1)随机扰动扰动模块，借助软件(包括但不限于Matlab软件)产生多组伪随机序列，在FPGA中将每一组序列乘以扰动电压并添加相应的符号，生成正扰动和负扰动；

(2)选取远场光斑的平均半径MR-Mean Radius作为性能指标函数,性能指标函数不限于MR；