科研之友
微信
新浪微博
Facebook
分享链接
摘要
相干探测激光雷达作为一项重要的光学探测技术，在实际应用中面临大气湍流的影响，导致光斑发生畸变，从而降低探测性能。为解决这一问题，本文提出了改进型粒子群算法的畸变光斑校正方法。该方法通过引入Metropolis准则以一定概率接受劣质解，从而达到更高的收敛极限。另外，改进型粒子群算法对惯性参数的取值不敏感。对于不同的惯性参数，随着迭代次数的增加，最终都能够达到相同的收敛极限，这说明了改进型粒子群算法鲁棒性较好。针对中强和强湍流，对比分析了随机并行梯度（Stochastic parallel gradient descent,SPGD）算法、粒子群优化(Particleswarmoptimization,PSO)算法和改进型PSO算法的校正结果。仿真结果表明：在收敛速度方面，SPGD算法用时最长，其次是PSO算法，改进型PSO算法用时最短；在收敛极限方面，对于中强湍流，三种算法都能够使得斯特列尔比提高到0.8以上，可以认为畸变校正达到了理想效果；对于强湍流，SPGD、PSO和改进型PSO算法使得斯特列尔比分别提高了1.2倍、2.6倍和3.2倍。综合来看，相比SPGD和PSO算法，改进型PSO算法更有利于提高相干探测激光雷达性能,尤其是在强湍流条件下。
- 单位
