【技术实现步骤摘要】
本专利技术涉及自适应光学领域，尤其涉及基于哈特曼探测器的波前探测方法。
技术介绍
1、哈特曼探测器，因结构简单和鲁棒性强，在激光大气传输和天文学领域的自适应光学波前探测技术中被广泛应用。
2、如附图1所示，哈特曼探测器包括微透镜阵列1和放置在微透镜阵列1焦平面上的光电探测器2。其探测入射光束的波前相位分布的工作原理如下：光束入射时，每个微透镜构成一个子孔径，传统哈特曼探测器的子孔径直径小于大气相干长度，使得子孔径区域内的光可近似为平面光，其在光电探测器2上能聚焦形成一个小光斑，所以，入射光束入射传统哈特曼探测器时在光电探测器2上会形成一个对应的光斑阵列。测量时，以正入射平面光束的光斑阵列为参考基准，入射光束在某一个子孔径区域内相对于正入射平面光的波前畸变，将造成对应光斑的位置偏离。通过计算整个光斑阵列各光斑的偏移量，即能获取入射光束的波前相位分布。
3、由于哈特曼探测器利用微透镜阵列1对入射光束波面进行划分，当入射光束能量较低时，哈特曼探测器的信噪比和测量精度均会降低，严重时会导致探测器无法工作。
技术实现思路
1、为了克服上述缺陷，本专利技术的技术方案通过增加传统哈特曼探测器的子孔径直径，并结合深度学习技术，提供了一种高信噪比、高测量精度的波前探测方法，解决了传统哈特曼探测器在信标能量较低时测量困难的问题。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种基于哈特曼探测器的波前探测方法，该方法采用自适应光学波前探测系统对
4、具体地，所述生成一个畸变相位屏包括：随机产生一个畸变向量，由所述畸变向量生成一个畸变相位屏，所述畸变向量为一个zernike系数向量。
5、具体地，所述构建一组训练数据包括：以所述训练哈特曼图像作为数据，以对应的所述畸变向量作为标签构建。
6、具体地，所述s3的步骤包括：选取卷积神经网络retnet50作为所述神经网络模型，采用监督学习的方式，用所述训练数据集对所述神经网络模型进行训练，从而获得训练后神经网络，所述训练后神经网络为参数优化的神经网络模型。
7、优选地，该方法还包括对所述训练哈特曼图像进行预处理，将预处理后的哈特曼图像作为数据构建一组训练数据；对待测哈特曼图像进行预处理，将预处理后的待测哈特曼图像输入训练后神经网络；所述预处理包括去除背景光和/或阈值滤波；
8、具体地，所述畸变相位屏符合大气湍流相位统计特征，所述哈特曼探测器的子孔径直径不大于大气相干长度的3倍。
9、本专利技术同时还提出了一种基于哈特曼探测器的自适应光学波前探测系统，该波前探测系统采用上述的波前探测方法，该波前探测系统包括激光光源，用于产生准直光束；波前校正器，用于使所述准直光束产生波前畸变，以满足大气湍流相位统计特征；哈特曼探测器，包括子孔径阵列，用于在所述子孔径阵列的焦平面上生成哈特曼图像，所述子孔径阵列的子孔径直径不超过大气相干长度的3倍，所述哈特曼图像包括训练哈特曼图像和待测哈特曼图像。
10、由上可知，本专利技术提供的技术方案可产生如下有益效果：
11、1)利用卷积神经网络拟合哈特曼图像和波前畸变zernike系数之间的映射关系，实现哈特曼图像光斑形态分布不理想情况下的波前复原，提升哈特曼探测器的探测精度，扩大哈特曼探测器的应用范围。
12、2)通过增加微透镜阵列的子孔径直径减少微透镜阵列的子孔径数量，一方面保证进入各子孔径的信标光能量，提高哈特曼图像的信噪比，另一方面减少图像特征提取和深度学习的数据量，从而提升计算速度和精度。
本文档来自技高网...【技术保护点】
1.基于哈特曼探测器的波前探测方法，该方法采用自适应光学波前探测系统对波前畸变进行探测，所述自适应光学波前探测系统包括用于产生准直光束的激光光源，波前校正器和哈特曼探测器，其特征在于，该方法包括：
2.根据权利要求1所述的波前探测方法，其特征在于，所述生成一个畸变相位屏包括：随机产生一个畸变向量，由所述畸变向量生成一个畸变相位屏，所述畸变向量为一个Zernike系数向量。
3.根据权利要求2所述的波前探测方法，其特征在于，所述构建一组训练数据包括：以所述训练哈特曼图像作为数据，以对应的所述畸变向量作为标签构建。
4.根据权利要求1所述的波前探测方法，其特征在于，所述S3的步骤包括：选取卷积神经网络RetNet50作为所述神经网络模型，采用监督学习的方式，用所述训练数据集对所述神经网络模型进行训练，从而获得训练后神经网络，所述训练后神经网络为参数优化的神经网络模型。
5.根据权利要求1所述的波前探测方法，其特征在于，该方法还包括对所述训练哈特曼图像进行预处理，将预处理后的哈特曼图像作为数据构建一组训练数据；对待测哈特曼图像进行预处理，
6.根据权利要求1所述的波前探测方法，其特征在于，所述畸变相位屏符合大气湍流相位统计特征，所述哈特曼探测器的子孔径直径不大于大气相干长度的3倍。
7.基于哈特曼探测器的自适应光学波前探测系统，所述波前探测系统采用权利要求1-6任意一项所述的波前探测方法，其特征在于，所述波前探测系统包括
...【技术特征摘要】
1.基于哈特曼探测器的波前探测方法，该方法采用自适应光学波前探测系统对波前畸变进行探测，所述自适应光学波前探测系统包括用于产生准直光束的激光光源，波前校正器和哈特曼探测器，其特征在于，该方法包括：
2.根据权利要求1所述的波前探测方法，其特征在于，所述生成一个畸变相位屏包括：随机产生一个畸变向量，由所述畸变向量生成一个畸变相位屏，所述畸变向量为一个zernike系数向量。
3.根据权利要求2所述的波前探测方法，其特征在于，所述构建一组训练数据包括：以所述训练哈特曼图像作为数据，以对应的所述畸变向量作为标签构建。
4.根据权利要求1所述的波前探测方法，其特征在于，所述s3的步骤包括：选取卷积神经网络retnet50作为所述神经网络模型，采用监督学习的方式...
【专利技术属性】
技术研发人员：何宇龙，宁禹，李俊，姜宗福，孙全，姚金妹，张文静，许晓军，
申请(专利权)人：中国人民解放军国防科技大学，
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。