【技术实现步骤摘要】
一种基于粒子群算法的光束抖动模型参数实时辨识方法
本专利技术涉及光束抖动模型参数辨识
，特别涉及一种基于粒子群算法的光束抖动模型参数实时辨识方法。
技术介绍
光束抖动是光束光轴发生偏摆，光束传播方向不断变化的现象。在自适应光学系统或高能激光系统中，由系统平台或振动器件引起的高频窄带光束抖动极大的限制了系统性能的提高。如何有效抑制高频窄带光束抖动，从而进一步提高系统性能已经成为亟待解决的问题。国内外研究学者从多方面对高频窄带光束抖动的抑制进行了研究，其中线性二次高斯LQG(LinearQuadraticGaussian)控制算法对窄带扰动具有非常好的控制效果，但前提是需要对高频窄带光束抖动信号进行精确的建模。而模型参数的确定依赖于对模型参数的辨识。目前用于光束抖动模型参数辨识的方法主要有：广义kalman滤波法、极大似然法、阻尼高斯牛顿法和预报误差法等。这些方法中，广义kalman滤波法基于非线性观测器对高频信号拟合效果差；极大似然法受限于先验信息；阻尼高斯牛顿法和预报误差法对初值敏感，计算量较大且需要更多的人为参与调试，不利于模型参数的实时在线辨识。专利技术...
【技术保护点】
1.一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：包括如下步骤：步骤(1)、建立光束抖动模型，确定待辨识参数；步骤(2)、采集自适应光学系统在采样频率下测量的光束抖动时序信号；步骤(3)、确定粒子群算法适应度函数；步骤(4)、设置粒子群算法基本参数并确定待辨识参数搜索空间范围；步骤(5)、进行算法迭代：根据粒子群中粒子的适应度函数值更新粒子的个体极值和群体的全局极值，并更新粒子的速度与位置；步骤(6)、判断算法是否满足终止条件，若满足，则输出最优解，搜寻过程结束；若不满足，惯性因子自适应变化，重新执行步骤(5)‑步骤(6)。
【技术特征摘要】
1.一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：包括如下步骤：步骤(1)、建立光束抖动模型，确定待辨识参数；步骤(2)、采集自适应光学系统在采样频率下测量的光束抖动时序信号；步骤(3)、确定粒子群算法适应度函数；步骤(4)、设置粒子群算法基本参数并确定待辨识参数搜索空间范围；步骤(5)、进行算法迭代：根据粒子群中粒子的适应度函数值更新粒子的个体极值和群体的全局极值，并更新粒子的速度与位置；步骤(6)、判断算法是否满足终止条件，若满足，则输出最优解，搜寻过程结束；若不满足，惯性因子自适应变化，重新执行步骤(5)-步骤(6)。2.根据权利要求1所述的一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：光束抖动信号模型为自回归二阶模型(AR2)：其中，为自适应光学系统测量得到的光束抖动时序信号，为时域待辨识参数，为模型误差，为获得具有实际物理意义的模型参数可将时域待辨识参数通过公式转化为待辨识频域参数，转化公式为：w0＝2πf其中，为光束抖动模型系数，亦为时域待辨识参数；f为振动频率，K为阻尼因子，σ2为驱动源方差，都为频域待辨识参数；T为采样周期。3.根据权利要求1所述的一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：采集到的光束抖动时序信号为由自适应光学系统开环测量斜率或伪开环斜率通过Zernike模式复原法得到的基于Zernike模式系数表示的波前畸变相位，其中，伪开环是指自适应光学系统中通过将已知的波前校正器校正量和校正残差信号的探测量求和得到初始光束抖动信号，其不需要系统开环，伪开环斜率的计算公式为：Gpol＝Gcol+G校正其中，Gpol为伪开环斜率，Gcol为闭环测得的残余斜率，G校正为波前校正器产生的校正斜率。4.根据权利要求1所述的一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：粒子群算法适应度函数即为误差准则函数，误差准则函数既可以是线性函数也可以是非线性函数，只要是实函数，并不局限于特定的表达式；采用的误差准则函数如下，但并不局限于此表达式，其中，x为待辨识模型参数向量x＝(f,K,σ2)；Pxx(2πfi)为由周期图法估计的实际信号功率谱密度，fi为离散频率，m为光束抖动信号序列长度，P(f)为计算AR2模型功率谱密度的理论公式，即：其中，f为归一化频率，j为虚数单位，为光束抖动模型系数，σ2为驱动源方差。5.根据权利要求4所述的一种基于粒子群算法的光束抖动模型参数实时辨识方法，其特征在于：对信号功率谱密度进行估计的方法可以是周期图法，也可以是平均周期图法或修正的协方差法，只要可以对信号的功率谱密度进行有效估计即可，并不局限于所列举的方法。6.根据权利要求1所述的一种基于粒子群算...
【专利技术属性】
技术研发人员：王佳英，饶长辉，郭友明，孔林，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。