基于深度学习的无波前探测自适应光学系统研究进展

• 作者: 张之光 杨慧珍 刘金龙 李松恒 苏杭 罗宇湘 魏谢文
• 来源期刊: 强激光与粒子束
• 关键词: 自适应光学 无波前探测 深度学习 人工神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 激光大气传输技术专题|Feature Issue on Laser Atmosphere Propagation
• 页码范围: 49-64
• 页数: 16页
• 分类号: TN929.12
• 语种: 中文
• DOI: 10.11884/HPLPB202133.210295

摘要

近年来自适应光学(AO)系统向着小型化和低成本化趋势发展,无波前探测自适应光学(WFSless AO)系统由于结构简单、应用范围广,成为目前相关领域的研究热点.硬件环境确定后,系统控制算法决定了WFSless AO系统的校正效果和系统收敛速度.新兴的深度学习及人工神经网络为WFSless AO系统控制算法注入了新的活力,进一步推动了WFSless AO系统的理论发展与应用发展.在回顾前期WFSless AO系统控制算法的基础上,全面介绍了近年来卷积神经网络(CNN)、长短期记忆神经网络(LSTM)、深度强化学习在WFSless AO系统控制中的应用,并对WFSless AO系统中各种深度学习模型的特点进行了总结.概述了WFSless AO技术在天文观测、显微成像、眼底成像、激光通信等领域的应用.