激光散斑引起的波前探测误差及误差消除研究

激光具有较高的能量且单色性较好,因此被广为应用在弱光波前探测系统中。但激光的强相干性产生的像面散斑会造成CCD面阵上的光强无规律分布,导致波前重构质心算法的错误,进而降低波前像差探测的精度。分析了激光散斑降低波前探测精度的原因,并尝试用旋转散射体、多模光纤耦合及随机位相板等多种组合方法消除激光散斑,提升波前探测精度。评估几种方法对光强、光均匀性及消除散斑的效果进行对比分析、优化设计激光为光源的波前探测消散斑系统。最后利用随机位相板与多模光纤耦合的方法有效消除激光散斑,并进行消散斑前后的波前探测。该消散斑系统可有效消除激光散斑并提升波前探测精度,大幅提升了激光光源在自适应光学领域的应用性。     

自适应光学的眼科学应用

简述了自适应光学的基本原理，结合实验室的工作，介绍了自适应光学技术在人眼成像及视觉研究领域的应用，总结了在人眼像差测量和眼底泛光照明成像方面的工作，详细报道了在自适应光学相干层析技术和自适应光学视觉仿真器这两方面进展，给出了最新的实验结果．     

活体人眼视网膜自适应光学成像仪控制新总线

用通用串行总线（USB）技术简化活体人眼视网膜自适应光学成像仪复杂的传统工业计算机控制接口为通用计算机控制接口，用芯片间串行传输总线（ⅡC Bus）技术模块化成像仪的内部控制部件，增强成像仪使用的简易性和升级功能。     

汽车自适应巡航控制系统的嵌入式系统

本文从自适应巡航控制算法入手,围绕其结构图,论述了嵌入式系统的功能特性及其在汽车领域应用的可行性与可靠性,阐明了其在大大提高汽车智能化发展中的重要作用。     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

液晶自适应校正在眼底成像中的应用

眼底视网膜的病变不仅会导致眼睛本身的大部分疾病,而且可以反映人体的其他疾病。对人眼视网膜的精确观察可以对这些疾病进行早期诊断和预防,但由于人眼波前像差的存在会使获得的眼底图像难以达到临床诊断的要求,因此与自适应像差校正技术相结合的眼底视网膜成像课题具有极重要的研究意义。研究了自适应光学在眼底成像中的应用,并分析了自适应成像系统存在的问题及未来的发展方向。基于自适应技术的人眼视觉科学设备难以普及和商业利用的原因是缺少一种有效而且低成本的波前校正器。液晶自适应光学技术能够有效校正眼底成像系统的实时波前误差,提升系统的成像质量。介于自适应光学技术在眼底成像广阔的应用前景,自适应眼底成像系统将逐步走向产业化。     

超短超强激光波前修正

对自适应波前修正系统进行了探讨和研究, 并将其应用于20TW的CPA激光放大装置中. 在没有进行波前修正前, 该激光系统输出的激光光束的波前畸变的P-V值约为20l, 对应的光束质量约为3.5倍的衍射极限; 使用自适应波前修正系统后, 激光光束的波前畸变的P-V值达到了0.15l, 相应的光束质量改进到了1.5倍的衍射极限, 不仅使同样能量的超强飞秒激光的可聚焦功率密度提高了约1个数量级, 而且也明显地改善了聚焦激光与周围背景的对比度.     

基于自适应粒子群算法的GM(1,1)模型及其应用

将自适应粒子群算法优化GM(1,1)模型的参数用于武汉市电力负荷预测,与普通GM(1,1)及标准粒子群优化的GM(1,1)模型的预测结果比较,发现采用自适应粒子群算法优化参数的GM(1,1)模型具有更理想的预测结果。     

传感器自适应AR模型的建模方法

本文分别采用ＬＭＳ和ＲＬＳ算法建立腕力传感器和压力传感器的自适应ＡＲ模型，计算结果与实测值吻合，并对各方法的特点进行了讨论．     

动态自适应粒子群优化灰色模型的碳排放预测

碳排放量预测对于发展低碳经济十分重要,利用GM（1,1）灰色模型对碳排放预测存在一些不足．本文引入动态自适应粒子群算法对其进行改进,并结合新模型（DAPSOGM）来预测碳排放,以浙江丽水市近5年的碳排放量,编辑matlab程序实证分析,结果证实新模型具有较高的预测精度和推广价值．     

哈特曼波前探测器波面重构精度研究

活体人眼波前像差的精确探测一直是人眼自适应成像系统波前探测和波前校正的难点。以Shark-Hartman波前探测器(S-H)和液晶空间光调制器(LCOS)搭建了一套活体人眼像差探测及眼底自适应成像系统。对Shark-Hartman波前探测器(S-H)波面探测精度的影响进行研究。在液晶空间光调制器LCOS施加同阶等大小的波前畸变,探测不同情况下的哈特曼波前探测器上的波面重构值并且加以分析,并对当前波前探测精度的自适应像差校正及成像结果进行对比分析。利用优化参数的哈特曼波前探测器进行自适应校正成像实验。实验证明,人眼动态像差的精确探测是自适应系统像差校正的基础。哈特曼波前传感器的波前探测及重构精度是获得人眼眼底视网膜的衍射极限分辨的根本,哈特曼波前传感器的子孔径数选择及子孔径大小对眼底自适应成像系统起到关键作用。     

用于自适应光学的钠导星激光器研究进展

 自适应光学技术在大型地基光学天文望远镜发展中扮演越来越重要的角色,589 nm钠导星激光器是此技术的关键。按产生方式的不同,综述了染料钠导星激光器、全固态钠导星激光器和光纤钠导星激光器,重点从激光产生难度与导星回波效率等方面对不同运转模式的全固态钠导星激光器进行了比较与分析。与连续波运转的钠导星光源相比,以微秒脉冲方式运转的钠导星光源可以采用时间选通机制提高钠导星成像精度,为自适应光学的校正提供了优良的信标。     

基于MMDM的微小型自适应光学系统实验研究

建立了由微机械薄膜变形镜（MMDM）构成的微小型自适应光学系统,该系统具有低成本、低能耗、体积小的特点．在实验中验证了MMDM单个电极控制电压与其变形量的近似平方关系以及各电极产生形变的近似线性叠加关系．用叠代算法来控制MMDM,对系统进行了闭环实验与分析,结果表明此类系统可应用于星载光学系统．     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

基于自适应神经模糊推理系统的企业市场预测

针对传统的市场预测方法几乎回避了市场信息具有模糊性的特点，出现的用神经网络进行市场预测又不能表达模糊语言的情况，分析了自适应神经模糊推理系统的结构机理，提出了用自适应神经模糊推理系统进行企业市场预测；仿真结果说明了该方法的有效性和可行性。     

基于自适应神经网络内模控制的控制器设计实现

基于内模控制的思想,利用前馈神经网络的逼近能力,将其与自适应内模控制方案结合,并取目标函数作为优化指标;从而推导出一种能对线性系统进行有效控制的神经网络间接自适应内模控制器。     

一种高精度自适应数据采集系统

给出了一个12位数据采集系统的自适应原理与实现技术。这一技术可类似于无参子程序调用一样方便地嵌入任何需求的系统。     

基于自适应算法的电力系统可靠性评估

针对电力系统可靠性评估中Monte Carlo方法存在的计算效率低下的问题,提出应用自适应算法对系统状态进行概率分析。该算法采用变分运算分析和区间拟合的方法,实现在最优密度函数下抽样,降低计算方差。应用该方法对IEEE-RTS标准系统的发电部分进行了可靠性评估,并与采用常规抽样方法和重要抽样方法的评估结果做了比较,表明该算法在保证计算精度的前提下分别减少了87%和68%的抽样次数,对大型电力系统可靠性评估具有实用价值。     

基于神经网络模型的扩展优化自校正预测控制

利用前馈神经网络权初值优化的快速BP算法建立对象的非线性预测模型,采用分段线性化的技术建立动态线性模型,基于该线性模型进行滚动优化,同时用非线性预测模型对其进行补偿,实现对具有时延的非线性系统的预测控制,较好地解决了非线性系统存在时变、模型失配等情况下的控制问题。仿真实验表明由它构成的控制系统具有很好的动态响应和较强的鲁棒性。     

基于粒子群优化的BP神经网络模型参考自适应控制系统

将粒子群优化的BP神经网络作为模型,参考自适应控制系统的控制器,把参考模型输出与系统实际输出的均方误差作为PSO-BP神经网络的适应函数,通过PSO算法强大的搜索性能使自适应控制系统的均方误差最小化.仿真实例结果表明,基于粒子群优化算法的BP神经网络自适应控制系统收敛快、精度高,有较好的网络的泛化和适应能力,能够很好地控制系统的输出跟随参考模型的输出.