作为一种全息探测方式,光外差探测可以获取到中频信号的全部信息,相比直接探测具有巨大的优势。但是外差探测也需要更为苛刻的条件,其中最重要的便是波前匹配,这在工程应用中往往难以满足。信号光在空间传播的过程中,难免会受到各种因素的调制,如大气湍流、粗糙面引起的散斑效应、光学系统的像差等,进而导致波前产生难以预料的变化。探测器不同位置处的信号相位不同,便会导致不同面源的中频光电流互相抵消,从而使中频信号淹没在噪声中,这为光外差技术在工程中的应用带来了极大的困难。针对光外差应用中的波前畸变问题,本文主要开展了下列工作:1.从光外差效应基本公式出发,分析了波前畸变导致外差信号信噪比降低的原因。并研究了大气湍流、粗糙面散斑效应、光学系统的像差这三种畸变产生的原因及特点,在此基础上采用仿真的方法定性分析畸变程度与外差效率的关系。2.对基于阵列探测器和序列位移的波前畸变校正方法介绍,并详细分析了群智能算法在该问题上的性能及不足之处。以此为切入点对原模型进行简化,将一个高维的最优化问题转化为多个一维最优化问题,并采用贪婪算法进行求解。仿真结果表明,相对于群智能算法贪婪算法在精确度、稳定性均有一定优势,运算速度也提高了 2～3个数量级,并且解决了阵元数目过大时群智能算法所出现的计算力不足的问题。这为该算法在工程中的应用提供了一定的基础。3.为验证贪婪算法在实际中的可行性,以高速相机为阵列探测器搭建实验装置。并对实验结果进行分析,可知该方法可以有效提高信号的外差效率,可以在一定程度上解决波前畸变问题。4.采用Moore状态机的模型将贪婪算法移植到FPGA平台之上,通过并行运算大幅提高了算法的运行速度,移植结果表明对于9路信号的阵列探测器数据一次运算时间仅需16.945μs,远低于使用Matlab时的运行时间,这验证了贪婪算法在信号实时处理上的可行性。