[发明专利]一种基于深度学习的大气湍流实时补偿方法及系统有效
| 申请号： | 201910438477.0 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110332990B | 公开（公告）日： | 2021-08-24 |
| 发明（设计）人： | 陈书青;熊文杰;王佩佩;刘俊敏;贺炎亮;李瑛;张小民;范滇元 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G01J1/42 | 分类号： | G01J1/42;G02B27/28;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的大气湍流实时补偿方法及系统，所述方法包括以下步骤：将两束光分别处理生成X偏振方向的涡旋光和Y偏振方向的参考光后合束；对合束的光中X偏振方向的光和Y偏振方向的光上分别加载相同的大气湍流相位屏后进行分束，并检测得到分束的光中Y偏振方向上的光的光强分布图；利用训练好的卷积神经网络对大气湍流相位屏进行预测得到预测到的大气湍流相位屏并取反后加载到合束的光上，以对X偏振方向的光进行实时的大气湍流补偿。由于卷积神经网络经过训练后对湍流相位屏具有比较好的预测能力，能够对涡旋光进行实时的湍流相位补偿。相比传统的湍流补偿方案，本发明的湍流实时补偿方法具有实施过程简单、方便以及直观等特点，适用于高速、高精度的任意湍流条件下的实时补偿。 | ||
| 搜索关键词： | 一种 基于 深度 学习 大气 湍流 实时 补偿 方法 系统 | ||
【主权项】：
1.一种基于深度学习的大气湍流实时补偿方法，其特征在于，包括以下步骤：将两束光分别处理生成X偏振方向的涡旋光和Y偏振方向的参考光后合束；对合束的光中X偏振方向的光和Y偏振方向上的光分别加载相同的大气湍流相位屏；将带有相同的大气湍流相位信息的合束的光进行分束，并检测得到分束的光中Y偏振方向上的光的光强分布图；根据分束的光中Y偏振方向上的光的光强分布图，利用训练好的卷积神经网络对大气湍流相位屏进行预测得到预测到的大气湍流相位屏；将预测到的大气湍流相位屏取反并加载到合束的光上，以对X偏振方向上的光进行实时的大气湍流补偿。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910438477.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种荒漠光伏电站技术
- 下一篇：一种光谱的重构方法、装置和电子设备
