一种基于径向基神经网络的实用性阵列式探测器光斑定位方法技术

本发明专利技术涉及一种基于径向基神经网络的实用性阵列式探测器光斑定位方法，属于探测器技术领域，利用径向基神经网络实现对激光光斑的高精度定位，设计并训练径向基神经网络，将训练集作为输入层，输出层为神经网络预测的光斑位置，不断训练并调整参数及神经元数量，将测试集输入训练好的神经网络，预测光斑位置，测试径向基神经网络有效性。本发明专利技术参数较少，运算量小，精度高，且适用于n*n的多模块阵列式探测器，且本申请的实验采集过程采用象限探测器，操作较为简单。操作较为简单。操作较为简单。

【技术实现步骤摘要】
一种基于径向基神经网络的实用性阵列式探测器光斑定位方法


[0001]本专利技术涉及一种基于径向基神经网络的实用性阵列式探测器光斑定位方法，属于探测器


技术介绍

[0002]四象限探测器是一种常用的位置检测传感器，由于其信号处理电路简单，波长响应范围宽，固有噪声水平低，灵敏度高和响应速度快等优势，已被广泛地应用于激光准直、激光制导、激光监听、激光跟踪仪和空间激光通信等需要提供高精度微小位移或角度测量的领域。阵列式探测器相比于四象限探测器在保留其高分辨率与高帧率优点的同时还可以通过拓展单元规模以提供更加充足的探测视场，有着更为广阔的应用前景。研究表明高斯光斑质心和解算值之间存在着复杂的非线性关系，这主要是探测器本身存在的盲区、各象限非一致性和空间激光噪声造成的。因此，要想实现光斑的精确定位是有一定难度的。
[0003]目前，函数拟合法是四象限探测器检测光斑位置所采用的主流算法，其本质上就是采用各种类型的函数对解算值与光斑实际位置之间的非线性关系进行拟合，以近似地解出光斑中心的位置；无穷积分法是通过将探测器的尺寸与死区的影响忽略，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于径向基神经网络的实用性阵列式探测器光斑定位方法，其特征在于，包括步骤如下：步骤S1：将阵列式探测器安装在高精度位移平台上进行精确移动，记录下光斑中心位置的x坐标和阵列探测器每个单元的输出电流值；将收集到的数据分为训练集和测试集，其中，训练集的数据为n组，测试集的数据为m组；步骤S2：设计并训练径向基神经网络，将训练集作为输入层，输出层为神经网络预测的光斑位置，不断训练并调整参数及神经元数量；步骤S3：将测试集输入训练好的神经网络，预测光斑位置，测试径向基神经网络有效性。2.根据权利要求1所述的基于径向基神经网络的实用性阵列式探测器光斑定位方法，其特征在于，步骤S1中，将收集到的数据的70％作为训练集，30％作为测试集。3.根据权利要求1所述的基于径向基神经网络的实用性阵列式探测器光斑定位方法，其特征在于，步骤S2具体实现步骤为：步骤S2.1：径向基神经网络包括输入层、隐藏层、输出层，将径向基神经网络隐藏节点设为H1，数量为1，初始化隐藏层的阈值和输入层到隐藏层的权重；步骤S2.2：将训练集的n组数据输入网络中进行训练，使用高斯函数作为径向基神经网络隐藏层节点的函数，函数如下：N为第N个神经元；H
N
(I)为第N个隐藏节点的函数；I为采集的信号值；b
N
为高斯函数宽度；...

【专利技术属性】
技术研发人员：李千，单翔宇，薛庆生，王福鹏，王梓冰，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：