理论模拟仿真了基于变形镜与随机并行梯度下降(SPGD)算法的无波前探测自适应光学系统(AOS)。为提高基于SPGD算法的无波前探测AOS的收敛速度,在不降低精度的前提下,对SPGD算法中关键参数随机扰动幅值和增益系数的关系进行了优化。实验发现, AOS存在参数优选区域,且与初始畸变大小有关。进行了理论验证并与模拟退火算法进行了比较,结果表明,SPGD算法收敛精度比模拟退火算法高6.32%,具有更好的收敛速度。

将一种改进的变增益系数自适应随机并行梯度下降(SPGD)控制算法应用到大阵列光纤激光相干合成中，计算不同增益系数对算法收敛速度的影响程度，分析判断该方法的控制带宽、控制时间与合成光束质量、合成路数的关系以及其应用于大规模阵列相干合成的可行性。计算结果显示，在7束光纤激光相干合成中，该方法由于采用了变增益系数的控制策略，相比于传统的固定增益系数SPGD 算法，具有收敛速度快、控制带宽高、适用于多组束光纤激光相干合成等优点。将该方法应用在37束、91束和100束光纤激光阵列锁相中，也得到了快速的收敛

提出了一种基于Ronchi光栅Talbot效应的相位恢复方法。将CCD相机置于Ronchi光栅的Talbot距离处，记录Ronchi光栅的自成像强度分布。通过随机并行梯度下降(SPGD)算法优化Zernike多项式系数，恢复入射相位。数值模拟实验结果表明，所提出的方法能够快速实现高精度的相位恢复，具有收敛速度快、精度高、抗噪声等优点。