无波前传感自适应光学神经网络控制方法

• 作者: 王静 陈波 王帅 程朋飞
• 来源期刊: 激光杂志
• 关键词: 自适应光学 无波前探测 神经网络 控制 泽尼克系数
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 102-105
• 页数: 4页
• 分类号: O439
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.02.102

摘要

针对无波前探测自适应光学系统,研究了基于神经网络的波前控制方法.建立了无波前探测自适应光学仿真模型,分别采用卷积神经网络(Convolution Neural Network,CNN)和普通神经网络(General Neural Network,GNN)作为控制算法,远场光斑图像为神经网络的输入信号,一定阶数的泽尼克模式系数为神经网络的输出,分析了波前校正效果.仿真结果表明,经过充分训练后的神经网络可以快速、准确地从远场光斑图像中复原出入射波前的低阶泽尼克模式系数,CNN的效果优于GNN,二者的损失函数值分别为0.015 8和0.037 6.相比于传统的迭代式寻优控制方法,神经网络控制方法能够基于远场光斑图像快速得到控制信号,在实时性方面有明显优势.