基于卷积神经网络的大气中光路气流扰动实验研究

• 作者: 刘一琛 吴侃 邱高峰 陈建平
• 来源期刊: 光学学报
• 学科: 地球科学
• 关键词: 大气光学 空间光学 气流扰动 卷积神经网络 深度学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 大气光学与海洋光学
• 页码范围: 8-18
• 页数: 11页
• 分类号: P412.16
• 语种: 中文
• DOI: 10.3788/AOS201939.0801002

摘要

提出了一种基于激光光斑畸变和卷积神经网络(CNN)的光路气流扰动研究方案.利用CNN对激光光束在空间传播中受到气流扰动后的光斑畸变进行学习,得到光束传播路径上的气流扰动情况.实验表明,训练得到的评估参数与由风速仪测得的光路中的气流扰动(风速)具有强相关性.本方案提供了一种短距离、快速、低成本的气流扰动分析手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈建平		142	703	11.0	22.0
2	吴侃		5	4	1.0	2.0
3	刘一琛		1	0	0.0	0.0
4	邱高峰		1	0	0.0	0.0