大规模光学相控阵分级SPGD算法及优化研究
Study on Multi-Stage SPGD Algorithm of Large Scale Optical Phased Array作者机构:中国科学院上海光学精密机械研究所空间激光传输与探测技术重点实验室上海201800 中国科学院大学材料与光电研究中心北京100049 中国科学院上海光学精密机械研究所航天激光工程部上海201800
出 版 物:《中国激光》 (Chinese Journal of Lasers)
年 卷 期:2023年第50卷第2期
页 面:72-83页
核心收录:
学科分类:0810[工学-信息与通信工程] 0711[理学-系统科学] 08[工学] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 0811[工学-控制科学与工程] 0702[理学-物理学]
基 金:国家重点研发计划(2020YFB0408302) 国家自然科学基金(91938302) 中国科学院战略性先导科技专项(XDB43030400) 中国科学院重点部署项目(ZDRW-KT-2019-1-01-0302)
主 题:激光光学 光学相控阵 分级随机并行梯度下降算法 相位调控
摘 要:随机并行梯度下降(SPGD)算法是一种应用广泛的最优化算法,在光学相控阵的多光束相位调控中具有重要作用。常规的SPGD算法在光学相控阵单元数目较大的应用场景下存在着迭代步数多、收敛速度慢等缺陷。为此提出了一种分级SPGD算法,将多光束进行分级,通过在多级使用SPGD算法对光束的调控来实现快速收敛和稳定维持。介绍了该算法的理论模型和流程,运用数值仿真的方式与传统算法进行了性能比较,结果表明,分级SPGD算法能够在大规模光学相控阵中显著提高收敛速度。搭建了光学相控阵实验系统进行分级SPGD算法的原理和可行性验证,在不同光束数目条件下实现了分级SPGD算法的闭环锁相,验证了算法的优越性,结果显示分级算法在32路光束时可以将迭代次数降低到常规算法的59.6%。