一种基于基因梯度粒子群算法的反馈相位调控方法技术

一种基于基因梯度粒子群算法的反馈相位调控方法，其特征为基于基因梯度粒子群算法对激光束进行反馈相位调控以实现其经散射介质后产生目标光强的步骤，包括：以目标光强为优化条件，将相位调制器整个区域的相位值作为粒子的位置坐标，利用第k

【技术实现步骤摘要】
一种基于基因梯度粒子群算法的反馈相位调控方法


[0001]本专利技术提供一种基于基因梯度粒子群算法的反馈相位调控方法，涉及基于相位调控的散 射成像


技术介绍

[0002]当光透过生物组织、云雾和烟尘等折射率非均匀的散射介质时，入射光受到介质中随机 微粒的干扰而发生严重的波前畸变，进而在接收面上形成随机散斑，导致难以实现对目标的 成像或观测。因此，散射效应成为制约光透过散射介质成像技术发展的瓶颈和关键问题。随 着空间光调制器(SLM)、数字微镜器件(DMD)、微机电系统调制器(MEMS)等波前调控 器件的发展，光学相位共轭、基于反馈优化的相位调控、光学传输矩阵等新型的光学成像技 术相继被提出，极大地促进了散射成像技术的发展和应用。
[0003]为描述散射介质在光传播过程中的作用，提出利用可表征输出光场与输入光场线性关系 的光学传输矩阵，将入射光场与出射光场联系起来。在未能获得完善传输矩阵的条件下，为 实现激光束透过散射介质聚焦或者成像，通常采用光学相位共轭技术或者基于反馈控制调节 的相位调控技术。其中，基于反馈控制调节的相位调控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于基因梯度粒子群算法的反馈相位调控方法，其特征为基于基因梯度粒子群算法对激光束进行反馈相位调控以实现其经散射介质后产生目标光强的步骤，包括：以目标光强为优化条件，将相位调制器整个区域的相位值作为粒子的位置坐标，利用第k
‑
1代与第k代种群的全局最优值产生梯度信息，结合粒子群算法进行速度和位置更新；同时，通过对部分粒子位置进行变异与交叉来保持群体的多样性；特别是，当存在强噪声干扰时，该反馈算法不过分依赖于以往优化信息，而是通过结合梯度快速搜索和基因交叉突变功能，实现强噪声环境下寻找最优调控相位；最后，将最优调控相位加载至调制器，通过对激光束进行相位调控使激光束经散射介质后产生目标光强。2.根据权利要求1所述一种基于基因梯度粒子群算法的反馈相位调控方法，其特征在于：当系统受到强噪声干扰导致最佳补偿相位发生变动时，所采用的调控方法不过分依赖于以往优化信息，而是结合梯度快速搜索和基因交叉突变功能，快速寻找新的最佳补偿相位，实现噪声环境下对激光束相位的调控。3.根据权利要求1所述一种基于基因梯度粒子群算法的反馈相位调控方法，其特征在于：利用基因梯度粒子群算法寻找最优调控相位的步骤具体包括：步骤A1：将空间光调制器整个区域的相位值作为粒子的位置坐标，初始化参数，随机产生第k代和第k
‑
1代种群的位置与速度，分别记录个体最佳位置pbest和群体最佳位置gbest
k
、gbest
k
‑1，其中，k>1是迭代数；步骤A2：比较相邻两代群体最佳位置的适应度值，判定f(gbest
k
)是否大于f(gbest
k
‑1)，若否，则进入步骤A3；若是，则进行梯度搜索和群体最佳位置突变与交叉；如果改变后位置的适应度值优于f(gbest
k
)，表示位置改变有效，则将新位置更新为群体最佳位置，重复执行步骤A2，直至改变后适应度值不再提升而进入步骤A3；步骤A3：进行位置与速度更新，生成第k+1代种群；步骤A4：判断是否满足终止迭代条件，如果否，返回步骤A2进行迭代更新；如果是，则终止迭代。4.根据权利要求1所述一种基于基因梯度粒子群算法的反馈相位调控方法，其特征在于：基于所述第k代群...

【专利技术属性】
技术研发人员：张彬，凌苹江，钟哲强，田博宇，张寅瑞，
申请(专利权)人：四川大学，
类型：发明
国别省市：