大気の乱流が自由空間光通信システムの伝送性能に与える影響を低減するために、高次収差を補正する適応光学補正システムを構築した。本システムの混合効率、誤り率、反復回数などのパラメータを研究した。まず、画像のZernike係数を8つの大分類と256の小分類に分け、CNNモデルにより入力光斑の大分類を予測した。各小分類の収差について、各次数係数範囲の中点を標準点として標準Zernike係数ベクトルを形成し、それに対応する標準電圧を初期補正電圧として補正を行った。実験結果により、ランダム並列勾配降下法アルゴリズムは混合効率0.80、0.85、0.9に到達するためにそれぞれ110回、161回、280回の反復が必要であった。同じ効率において、CNN-SPGD（畳み込みニューラルネットワーク-確率的並列勾配降下法）アルゴリズムはそれぞれ4回、37回、141回の反復を要した。反復回数が同じ場合、CNN-SPGDアルゴリズムはシステム内でより高い混合効率と低い誤り率を示した。CNN-SPGDアルゴリズムはSPGDアルゴリズムに比べて収差補正速度が速い。このCNN-SPGDアルゴリズムは従来の適応光学システムの反復回数を大幅に削減し、レーザー通信のさまざまなニーズを満たすことができる。

自由空間光通信;無波面センサ;混合効率;誤り率