基于深度卷积神经网络的大气湍流强度估算

• 作者: 马圣杰 郝士琦 赵青松 王勇 王磊
• 来源期刊: 中国激光
• 关键词: 大气光学 大气湍流 折射率结构常数 深度卷积神经网络 湍流强度估算
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 研究论文|Research Articles
• 页码范围: 272-281
• 页数: 10页
• 分类号: O533
• 语种: 中文
• DOI: 10.3788/CJL202148.0401018

摘要

提出了一种基于深度卷积神经网络估算大气湍流折射率结构常数C2n的方法.将湍流影响下的高斯光束光斑图像作为神经网络的输入,利用深度卷积神经网络提取图像的特征信息,得到C2n大小,并采用平均绝对误差、平均相对误差、均方根方差和相关系数四个统计量来衡量模型的估算效果.结果 表明,该模型能够根据湍流影响下的高斯光束光斑图像对C2n进行估算,当迭代500次时,相关系数为99.84％,各项误差均在2％左右.该模型在大气湍流特性分析及大气湍流强度估算等领域有一定应用价值.