强激光与粒子束

作者：史宗佳, 向振佼, 杜应磊, 万敏, 顾静良, 李国会, 向汝建, 游疆, 吴晶, 徐宏来,

关键词：自适应光学, 深度学习, 卷积神经网络, 泽尼克模式, 远场光斑, 波前重构,

探测波前相位信息是实现自适应光学波前补偿的关键，使用卷积神经网络（CNN）代替波前传感器进行波前重构，系统简单易于实现，同时重构过程不依赖迭代运算，快速实时。为准确提取远场中的波前特征，CNN需要事先使用大量样本进行训练。研究中根据4～30阶大气湍流泽尼克像差系数与其远场强度的对应关系，仿真制作样本数据集，训练CNN从输入的一帧远场图像中预测出畸变波前的泽尼克像差系数，重构原始波前。验证结果表明，该方法能快速实时地还原出波前相位信息，重构波前较原始波前具有极高的波面吻合度和较小的残差剩余量，有望实现实际自适应光学系统中的闭环校正。

来源：2021年第8期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2021年第8期