相干合成中的随机并行梯度下降算法性能研究

作者: 李兴珂何云涛北京航空航天大学电子信息工程学院北京100191

关键词: 自适应光学随机并行梯度下降算法相位控制梯度估计相干合成

摘要：随机并行梯度下降算法（SPGD）是一种基于直接性能指标优化的相位控制方法,在自适应光学中有较好的适用性。该算法主要包含增益系数和随机扰动幅度两个可变参数,其取值对算法收敛性有很大的影响。对双边SPGD算法实现收敛时参数的取值要求进行研究,结合算法原理分析了算法参数的取值范围,并通过大量仿真实验找出所有使双边SPGD算法收敛的增益系数和随机扰动幅度值;得到随机扰动幅度的取值下限,理论和仿真分析了下限存在的原因及取值;在相干合成中存在相位噪声,研究了不同相位校正器参数的情况下可使算法收敛的参数的取值范围。

上一篇：单腔原子芯片系统中高效率的四极磁阱转移
下一篇：最后一页

相干合成中的随机并行梯度下降算法性能研究

作者: 李兴珂 何云涛 北京航空航天大学电子信息工程学院 北京100191

关键词: 自适应光学 随机并行梯度下降算法 相位控制 梯度估计 相干合成

作者: 李兴珂何云涛北京航空航天大学电子信息工程学院北京100191

关键词: 自适应光学随机并行梯度下降算法相位控制梯度估计相干合成