【技术实现步骤摘要】
一种基于深度多分支补偿网络的涡旋光波前畸变校正方法
[0001]本专利技术涉及一种基于深度多分支补偿网络的涡旋光波前畸变校正方法,通过分支训练网络对输入畸变强度分布图不同类型的像差特征进行精准提取,多分支补偿网络能够更加准确地学习畸变强度图与大气湍流补偿屏之间的映射关系。一旦给训练好的网络输入一张畸变涡旋光强度分布图,网络即可在极短的时间内预测出湍流补偿屏对涡旋光进行校正。
技术背景
[0002]光场中的涡旋现象最初由Boivin、Dow和Wolf于1967年在透镜组的焦平面附近发现。1973年,Bryngdahl首次开展了对制备涡旋光实验方法的探索。1979年Vaughan和Willets使用连续激光成功制备了涡旋光。1990年Yu、Bazgenov V首次使用光栅法完成了涡旋光的制备。1992年,L.Allen发现了在近轴条件下带有相位因子的涡旋光束具有轨道角动量,其中l为涡旋光轨道角动量拓扑荷数,为方位角;每个光子携带的轨道角动量,为约化普朗克常数,该角相位因子说明涡旋光在传播过程中,若光束传播一个周期,则波阵面正好绕 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度多分支补偿网络的涡旋光波前畸变校正方法,其特征在于:该网络不需要反复迭代,仅需要向用样本数据集训练好的网络输入一张涡旋光畸变强度图,网络即可预测出畸变涡旋光对应的相位补偿屏并对畸变涡旋光进行补偿;该方法所需时间较短,操作简便。2.根据权利要求1所述的一种基于深度多分支补偿网络的涡旋光波前畸变校正方法,其特征在于:利用网络对涡旋光不同类型畸变特征进行分支精准学习,从而能够更加准确地预测湍流补偿屏,进一步提高畸变涡旋光补偿之后的模式纯度,步骤如下:(1)基于深度残差网络对畸变涡旋光特征进行初步提取,然后对三种畸变特征分三支进行训练,分支如下:第一支为表征平移、倾斜现象的第1、2、3阶Zernike多项...
【专利技术属性】
技术研发人员:任元,赵杰,李修乾,孟凡杰,刘通,刘政良,王琛,王紫阳,
申请(专利权)人:中国人民解放军战略支援部队航天工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。