对天文目标进行成像观测时,大气的湍流效应会使波动相位发生畸变,并可能导致相位严重退化,从而给成像带来困难。一直以来,常规的自适应光学系统是校正大气湍流的有效方法。然而,常规自适应光学技术在传输路径上的湍流较强,特别是对低仰角空间物体、暗目标进行观察时,在接收平面上光束波前会出现较强的振幅起伏,给波前探测带来较大的误差。与常规自适应光学技术相比,无波前传感自适应光学技术不受畸变条件的限制,无需对进行波前探测及进行波前重构计算,将波前校正器所需控制信号作为优化参量,以成像清晰度函数、斯特列尔比、接收光能量等人们关心的系统性能指标,直接作为目标函数使用迭代的方式进行优化,得到接近理想的校正效果。在众多的优化算法中,随机并行梯度下降(SPGD-Stochastic Parallel Gradient Descent)算法是一种多参数的优化算法,该算法具有其参数简单,收敛效率高和稳定特性好的特点。在实际工作中,SPGD算法控制成为我们解决各类难以用解析方法求解的优化问题的首选优化方法。针对SPGD算法,本文的研究内容主要有以下几个方面:本文对影响SPGD算法收敛速度的因素进行了分析,提出了一种基于功率谱反演法对SPGD算法进行优化的方法,利用功率谱反演法提高待校正波前畸变与控制电压引起的相位扰动的统计相关性,达到改善SPGD算法收敛速度的目的。基于Matlab软件建立了SPGD AO系统的仿真模型。通过数值模拟,本文所述的优化方法,校正效果更好,收敛速度更高。本文详细介绍了基于FPGA的SPGD算法软件控制平台各模块的设计原理、工作流程及Modelsim仿真结果;本文提出变形镜控制电压并行计算的设计方法,提高了算法的迭代时间。仿真结果表明,本文所设计的控制平台,每次迭代的时间理论上可以达到362.88us。本文搭建了一套以光电倍增管作为性能指标传感器的21单元的SPGD AO系统。采用该系统对室内静态像差和人为添加的动态扰动分别进行了校正实验。经逻辑分析仪检测,本文设计硬件控制平台每次迭代的实际时间为399us。针对静态像差,SPGD算法双向迭代频率达2500Hz,系统稳定时间为32ms。对于人为添加的动态扰动,系统的稳定时间为80ms,能够跟上Greenwood频率为18Hz左右的波前畸变。欲提高算法的收敛时间,可以对光路进行优化,或者使用更高频率的时钟、或使用多片D/A并行输出变形镜控制电压来提高算法的迭代频率。为了验证在强湍流条件下同时使用Hartmann AO系统与SPGD AO系统对波前畸变的校正能力,本文搭建了一套SPGD控制器与Hartmann波前传感器级联的实验系统,在四种不同的条件下,验证了基于Hartmann的SPGD级联波前校正系统对畸变波前的校正能力,从实验结果可以得出,在强湍流条件下成像时,在级联系统中,同时使用传统和SPGD两种自适应光学技术能够显著提高系统的成像质量。二者级联的AO系统,弥补了单一AO系统应用的局限性,实验室内实验的成功,为未来用于天文观测奠定了基础。