基于模式互信息的大气湍流畸变波前重构

基于模式法进行波前重构时需将波前相位畸变展开成不同的正交多项式组合,不同的正交基分别代表由大气湍流引起的波前相位畸变的不同模式,通过计算大气湍流引起的波前畸变与各个模式的互信息,分析不同模式对波前畸变的影响程度,按互信息从大到小建立新的重构矩阵进行波前重构。数值模拟结果表明:当仅采用一种模式进行校正时,基于互信息重构的波前残差均方根值从1.8rad下降到1.15rad,而传统模式重构法的波前残差均方根值仅下降到1.74rad,采用2种模式重构波前时,2种方法的波前残差均方根值分别下降了1.2rad和0.1rad。当采用65个模式对波前重构时,传统模式法的波前残差为0.2rad,而当基于互信息重构的波前残差为0.2rad时,仅需要采用18个模式。与传统模式法相比,在相同的波前重构精度下,基于互信息的波前重构所需的重构模式数大大减少,从而降低了重构矩阵的复杂度,提升的波前重构的速度。     

基于小波分形插值算法的大气湍流波前畸变重构

波前传感器自适应光学系统的波前畸变校正效果主要取决于重构波前的精度,而现有的模式法、区域法等方法重构波前精度较低,波前畸变校正性能有待提高。针对这一问题,提出一种基于小波分形插值算法的大气湍流波前畸变重构,在对原始波前进行小波变换的基础上采用分形插值的方法,能够有效提高精度,同时避免高频信息丢失,最后进行小波逆变换得到重构波前。仿真结果表明,与传统的最小方差估计算法相比,该方法重构波前的灰度平均梯度由0.065增加到0.765 4,均方根误差由3.249 2下降到0.634 6。