西工大在人工智能自适应光学方面取得重要进展
提出了一种基于深度学习的波前传感方法，使用卷积神经网络直接从畸变的强度图中恢复波前畸变相位，再使用空间光调制器等进行矫正，极大地简化了自适应光学系统结构。
 为了进一步验证该方法的可行性，研究团队借助实验室湍流池模拟大气湍流，采用数字全息光路记录波前畸变相位作为神经网络的输出标准，同时记录加载在强度型空间光调制器上的图像作为神经网络的输入。训练后的神经网络便可以直接从变形的强度图中恢复波前畸变相位，并使用相位型空间光调制器进行矫正（见图2）。校正后，波前相位的标准差降为之前的1/4（见图3），凸透镜聚焦光斑的最大值增加到之前的2.5倍（见图4）。  图3. 矫正前后的波前相位  图4. 矫正前后的聚焦光斑 最后，研究团队在丽江天文台进行了初步的外场实验，并得到较为满意的结果。 相关研究对于开发基于深度学习而无需波前传感器的自适应光学系统具有重要意义。 该论文以西北工业大学为第一作者单位，王凯强博士生和张蒙蒙博士生为共同第一作者，物理科学与技术学院赵建林教授为通信作者。 文章链接：https://photonix.springeropen.com/articles/10.1186/s43074-021-00030-4 |
1.行业新闻、市场分析。 2.新品新技术（最新研发出来的产品技术介绍，包括产品性能参数、作用、应用领域及图片）； 3.解决方案/专业论文（针对问题及需求，提出一个解决问题的执行方案）； 4.技术文章、白皮书，光学软件运用技术（光电行业内技术文档）；
如果想要将你的内容出现在这里，欢迎联系我们，投稿邮箱：service@opticsky.cn
文章点评