利用实时数据挖掘外推泽尼克矩以预测自适应光学中的未来光学波前

我们详细介绍了通过挖掘从模拟和实验获得的泽尼克矩数据来预测大气湍流的方法。模拟了时间相关的光学波前，使其遵循科尔莫戈罗夫相位统计。通过模态或分区方法重建的波前可以用泽尼克矩表示。通过利用紧邻过去的数据预测近未来的泽尼克矩，可以最小化自适应光学中的伺服延迟误差。统计表明，预测精度取决于用于预测的过去相位屏数量和伺服延迟时间尺度。针对自适应光学系统的实时高效运行，对该算法在这些参数上进行了优化。平均而言，我们报告预测后波前补偿改善了超过3%。该分析有助于优化闭环自适应光学系统中传感和校正的设计参数。