强激光与粒子束

作者：李国豪, 顾静良, 唐乾轲, 李正东, 颜宏, 王锋,

关键词：深度学习, 相干合成, 异常检测, 多头注意力机制,

光纤激光相干合成技术通过精确控制各路光纤激光的相位，实现高功率的激光输出。然而，系统运行中存在多种影响因素，如相位控制精度、光强稳定性、通信链路可靠性以及环境干扰等，这些因素可能导致系统性能下降。针对大规模光纤激光相干合成相位控制中的异常检测问题，提出一种基于深度学习的多探测器串行共孔径相干合成检测新方法。首先，采集十路光纤激光相干合成数据，分析系统控制过程及其合束原理，归类系统中可能出现的异常情况，并仿真得到数据集。其次，设计一种结合轻量化高效多头注意力机制（EMA）的EMA-Transformer网络模型。在对比实验中，本算法相较于ResNet50，在验证集上的精度提升了约50%，在测试集上的精度提升了约2.20%。在算法的实际应用中，搭建八束光纤激光相干合成实验装置，使用TensorRT部署算法进行测试。实验结果表明，本算法推理耗时达2.153 ms，达到了相位控制异常检测的实时性要求。

来源：2026年第1期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2026年第1期