1.一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，具体按照如下步骤实施：

步骤1，数据预处理

对通过自适应光学系统测量出的各个时刻的X方向和Y方向的斜率值，取n个数据样本值Zt，其中，Zt表示X方向或Y方向测得的斜率值，对每个数据样本值做变换，得到每个数据样本的平稳序列 其中， 表示X方向或Y方向斜率值的均值， t＝1,2,

3…n，其中，Zj表示X方向的斜率值Xj或Y方向的斜率值Yj；

步骤2，计算数据样本的自协方差函数 自相关函数 以及偏相关函数 的数值，k＝

0,1,2,....,K；

步骤3，把 数值分别作出点图，按“截尾”、“拖尾”情况，确定模型的类别与阶数p，q；

步骤4，根据步骤3确定的模型和对应的模型公式计算参数估计值以及误差值 然后将计算参数估计值带入对应的模型公式中，得到估计的模型；

步骤5，将步骤1经过预处理的数据样本代入估计的模型中，等式两边同时取估计值并且将1代入方程即可获得一步预测值。

2.根据权利要求1所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述步骤2具体为：

计算数据样本的自协方差函数

计算数据样本的自相关函数

计算数据样本的偏相关函数：

3.根据权利要求1所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述步骤3具体为：

若ρk拖尾，φkk在k＝p处截尾，则确定为自回归模型AR(p)；

若ρk在k＝p处截尾，φkk拖尾，则确定为平均滑动模型MA(q)；

若ρk拖尾，φkk拖尾，则确定为混合模型ARMA(p，q)，其中，p>0，q>0。

4.根据权利要求1所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述ρk或φkk拖尾是指：‑δk

ρk或φkk随着k无限增大以负指数的速度趋向于零，即当k相当大时有|ρk|＜ce 或有其中c＞0，δ＞0，都是常数；

所述ρk或φkk截尾是指：φkk或

5.根据权利要求4所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述步骤4具体为：

若为AR(p)模型，则模型的公式表达为：Wt＝φ1Wt‑1+φ2Wt‑2+φ3Wt‑3+...φpWt‑p+at；

其中，at是白噪声;

根据公式(9)推算出：

取k＝p，则得到 j＝1,2,...,p；

白噪声方差，即就是误差值 的表达式为：若模型为MA(q)滑动平均模型，则模型的公式表达为：Wt＝at‑θ1at‑1‑θ2at‑2‑θ3at‑3...‑θqat‑q则：

解出 和

若为ARMA(p，q)混合模型，则模型的公式表达为：Wt‑φ1Wt‑1‑φ2Wt‑2‑φ3Wt‑3...‑φpWt‑p＝at‑θ1at‑1‑θ2at‑2‑θ3at‑3...‑θqat‑q根据公式(11)计算出然后令W't＝φ1Wt‑1+φ2Wt‑2+φ3Wt‑3+...φpWt‑p+at，则ARMA(p，q)混合模型公式表达为：Wt'＝at‑θ1at‑1‑θ2at‑2‑θ3at‑3...‑θqat‑q，其中，E是为取平均符号；

然后将通过公式(18)计算的γk的值带入公式(19)，得到方程组，再解方程算出和

6.根据权利要求5所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述步骤5具体为：

若为AR模型，Zt＝θ0+φ1Zt‑1+...+φpZt‑p+at，令t＝k+l，得到：Zk+l＝θ0+φ1Zk+l‑1+φ2Zk+l‑2+...+φpZk+l‑p+ak+l       (20)两边去估计值：

故

此时，当l＝1时，则得到一步预测值；

若为MA模型：已知 则Wt＝at‑θ1at‑1‑θ2at‑2‑θ3at‑3...‑θqat‑q表示为令t＝k+l得到：

当l＝1时，则得到一步预测，然后计算at，取t＝1，

令 得

取t＝2， 依次类推得到

若为ARMA模型：

Zt‑φ1Zt‑1‑φ2Zt‑2‑φ3Zt‑3‑...φpZt‑p＝θ0+at‑θ1at‑1‑θ2at‑2‑θ3at‑3‑...‑θqat‑q   (23)则，Zt＝θ0+φ1Zt‑1+φ2Zt‑2+...+φpZt‑p+at‑θ1at‑1‑θ2at‑2‑θ3at‑3‑....‑θqat‑q，令t＝k+l，两边取估计值得到：当l≤p时

当l＞q时，

将(24)式改写为：

at＝‑θ0+Zt‑φ1Zt‑1‑φ1Zt‑2...‑φ1Zt‑p+θ1at‑1+θ2at‑2+...+θqat‑q         (25)两边取估计值取 取t＝1，2，....k，则递推计算出 的值，当l＝1时，得到一步预测的值。

7.根据权利要求1所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述n>50。

8.根据权利要求1所述的一种提高自适应光学系统波前畸变校正速度的方法，其特征在于，所述 取整。