自由空间光通信基于ResNet及其混合算法的波前校正技术
作者单位：吉林大学
学位级别：硕士
导师姓名：刘维
授予年度：2024年
主 题：自由空间光通信 无波前自适应光学 ResNet算法 混合算法
摘 要：自由空间光通信(Free Space Optical Communication,FSOC)因其超宽的频谱范围、极强的抗干扰能力以及低成本与低功耗,已成为民用通信领域以及军用通信领域重要的通信技术。 FSOC系统是以激光为信息载体,以大气为信道的无线通信技术。大气信道对FSOC系统性能的影响巨大。其中,大气湍流引起的波前畸变是FSOC系统中主要的干扰来源。目前,自适应光学技术(Adaptive Optics,AO)是有效克服大气湍流影响的方法之一。AO系统可根据有无波前传感器分为两类。其中,无波前AO系统(Wavefront-less Sensor Adaptive Optics,WFS-less AO)因其系统体积小、易部署、光利用率高和费用低等诸多优点成为研究的热点课题。在WFS-less AO系统中,波前控制单元中控制算法的性能决定了系统的校正性能。控制算法的校正时间和校正能力会直接影响FSOC系统的实时性和误码率。因此,如何提高控制算法的校正时间和校正能力成为目前急需解决的问题。本文在基于WFS-less AO的FSOC系统中,针对WFS-less AO系统的控制算法展开研究。 本文主要研究了两种面向FSOC的WFS-less AO系统中的控制算法。第一种,残差卷积神经网络(Residual Network,ResNet)算法;第二种,针对ResNet算法存在的问题,提出了ResNet-黑寡妇优化(Black Widow Optimization,BWO)混合算法,具体如下: (1)面向FSOC波前校正的ResNet算法。WFS-less AO系统中的传统控制算法里多数为盲优化算法,需要大量迭代来完成波前校正,导致FSOC系统实时性下降。这其中又以随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法为代表。SPGD算法优点为收敛性能优异,缺点为收敛速度缓慢和易陷入局部最优解。针对盲优化算法在FSOC系统中实时性差的问题,本文提出了基于ResNet算法的FSOC系统的波前校正技术。在WFS-less AO系统中,ResNet算法通过分类的方式从远场光斑中获取波前信息,波前控制单元根据波前信息输出控制电压调节波前校正单元。通过这种方式避免了传统控制算法的迭代,在保证校正能力的同时,大幅提高了WFS-less AO系统的校正速度,因而提高了FSOC系统的实时性。为了验证算法的可行性,本文采用MATLAB软件平台对ResNet算法进行了仿真。另外,本文通过实验平台采集了更为真实的波前像差对ResNet算法进行了实验。实验结果和仿真结果表明,ResNet算法和SPGD算法校正相同的波前像差,SPGD算法的校正时间是ResNet算法的700倍。这说明,ResNet算法在保证FSOC系统通信性能的前提下,大幅提高了FSOC系统的实时性。从实验的结果中,本文发现了ResNet算法作为控制算法存在的两个问题。一是ResNet算法存在分类错误的情况,大概占总体数量的5%;二是由于需要考虑类别的数量,ResNet算法适用于中弱湍流强度,强湍流情况下难以校正。 (2)面向FSOC波前校正的ResNet-BWO混合算法。针对ResNet算法存在的两个问题,本文提出了ResNet-BWO混合算法。BWO算法是模拟群体的元启发类算法,同时拥有螺旋寻优和线性寻优两种寻优方式,收敛性能强大。仿真结果表明,BWO算法的优点在于在不同湍流强度下都有着较强的收敛性能和波前校正能力,尤其是强湍流下也有着较高的稳定性。缺点是需要较长的迭代时间,作为控制算法实时性不足。本文采用实验平台对混合算法进行验证,实验结果表明,通过ResNet算法校正中弱湍流和分类正确的大部分情况,BWO算法校正ResNet算法分类错误以及强湍流等少数情况的混合方式可行。混合算法相比ResNet算法在保证校正时间的前提下,有效提高了WFS-less AO系统的校正能力和稳定性。因而,基于ResNet-BWO混合算法的FSOC系统有着更好的实时性、更低的误码率以及更强的鲁棒性。 本文分析了基于ResNet算法和ResNet-BWO混合算法的WFS-less AO系统的校正性能和实时性,提出了两种面向FSOC波前校正的控制算法,为基于WFS-less AO系统的FSOC系统信道补偿提升实时性提供了选择方案。本文的研究内容对基于WFS-less AO系统的相干FSOC系统设计提供了一定的参考价值。
同方学位论文库