基于GPU的自适应光学实时波前控制系统研究

摘要

自适应光学系统通过实时测量波前信息，利用共轭补偿原理实现波前畸变补偿。自适应光学在很多应用场合对工作频率有较高的要求，尤其在天文应用场合需要千赫兹以上的工作频率，需要设计高效的波前控制器实现自适应光学的闭环反馈过程。本文利用GPU高效的并行计算能力，提高自适应光学控制系统效率，设计了基于GPU的自适应光学波前控制方法，展开如下研究工作。
　　本文结合已有的波前传感器参数，设计了基于商用波前传感器的自适应光学波前测量的计算过程和控制计算过程，分析波前斜率计算和重构计算的时间复杂度及使用GPU解决自适应光学控制计算过程的可行性。基于计算复杂度的分析，设计了基于CUDA的波前斜率计算过程。通过CUDA内核对图像进行阈值处理，并且对计算任务进行分解，在保证计算精度的同时提高了斜率计算效率。在波前重构的计算过程中，在数据预处理阶段求解Zernike映射矩阵，并通过CUDA加速矩阵运算，提高波前重构的效率。同时使用CUDA处理波前控制过程的矩阵运算，提高系统的波前校正效率。
　　本文对基于GPU的自适应光学控制过程进行分析和研究。使用研制的压电变形镜为波前校正器，搭建自适应光学系统，进行自适应光学闭环校正实验，测试并比较了使用GPU优化前后的系统性能。实验结果验证了GPU在处理自适应光学控制系统的可行性。经过实验，整个系统的控制计算延时控制在2ms以内，提升了系统的工作效率。同时对千单元自适应光学系统进行仿真实验，验证了GPU在处理多单元数自适应光学计算的可行性，为研制大口径多单元自适应光学系统提供控制方法的参考依据。

目录

声明

摘要

第1章 绪论

1．1 自适应光学

1．1．1 自适应光学简介

1．1．2 自适应光学的发展历程

1．2 自适应光学控制系统组成

1．2．1 Hartmann-Shack波前传感器

1．2．2 波前校正器

1．2．3 波前控制器

1．3．1 天文学

1．3．2 其他应用

1．4 自适应光学控制系统

1．4．1 自适应光学实时性需求

1．4．2 实时波前控制系统研究现状

1．5 GPU硬件介绍

1．6 研究目的及意义

1．7 本文内容和结构

第2章 波前控制过程与GPU优化可行性分析

2．1 实时波前处理过程的计算流程

2．2 GPU-CPU异构并行计算流程

2．3．1 波前斜率计算方法

2．3．2 波前斜率算法的计算时间复杂度及并行性分析

2．3．3 波前重构方法

2．3．4 波前重构的计算时间复杂度

2．3．5 波前控制算法的时间复杂度分析

2．4 GPU并行计算性能测试和可行性分析

2．4．1 GPU硬件参数

2．4．2 GPU性能测试与分析

2．5 本章小结

第3章 基于CUDA的自适应光学并行程序设计

3．1 CUDA的简介

3．1．1 主机端与设备端

3．1．2 CUDA的线程结构

3．1．3 数据传输与存储器访问优化

3．2 CUDA并行算法

3．2．1 CUDA C程序设计语法

3．2．2 矩阵运算

3．2．3 归约运算

3．2．4 CUBLAS介垒召

3．3．1 波前斜率计算任务划分

3．3．2 基于CUDA的波前斜率程序设计

3．3．3 优化结果

3．4 基于CUDA的波前重构计算

3．4．2 基于CUDA的Zernike映射矩阵计算

3．4．2 基于CUDA的波前重构计算

3．4．3 优化结果

3．5 基于CUDA的波前控制计算

3．5．1 波前控制算法

3．5．2 基于CUDA的波前控制算法

3．5．3 不同口径下仿真结果

3．5．4 优化结果

3．6 本章小结

第4章 基于GPU的自适应光学系统

4．1 自搭建闭环控制系统

4．2 实时性分析

4．3 本章小结

第5章 总结与展望

5．1 总结

5．1．1 本文完成的工作

5．1．2 本文的创新点

5．2 展望

参考文献

致谢

在读期间发表的学术论文与取得的其它研究成果