一种基于并行化方法的自适应光学闭环预测控制器

自适应光学系统的性能受限于伺服系统的延迟误差和波前传感器的光电子噪声。提出了一种多模型单变量预测模型,该模型采用基于Levenberg-Marquardt学习算法的前馈型神经网络。利用计算机多核处理器,设计了一个具有并行处理能力的预测控制器,来实现对自适应光学闭环控制电压的预测,以消除延迟误差的影响。通过数值仿真实验,研究了预测控制器对控制电压和远场斯特雷尔比的影响,与未采用预测控制器的系统进行了比较,并对预测算法的并行性能进行了分析。实验结果表明,使用并行化方法的预测控制器可以有效缩短系统的预测时间,提高预测算法的加速比,与经典比例积分(PI)控制算法相比可以更有效地降低系统由于伺服延迟引起