[发明专利]一种基于深度学习的高鲁棒性波前斜率预测方法在审
| 申请号： | 202211311661.7 | 申请日： | 2022-10-25 |
| 公开（公告）号： | CN115495994A | 公开（公告）日： | 2022-12-20 |
| 发明（设计）人： | 朱里程;王宁;杨平;高泽宇;葛欣兰 | 申请（专利权）人： | 中国科学院光电技术研究所 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 邓治平 |
| 地址： | 610209 *** | 国省代码： | 四川;51 |
| 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高鲁棒性波前斜率预测方法。自适应光学系统(AO)是一类能够实时补偿大气湍流畸变波前的伺服延迟系统，通常延迟时间为2～3个采样周期，波前预测技术可有效解决该时延问题，提高系统的控制性能。本发明在于采用较少的先验波前斜率特征(3帧)预测未来波前斜率(3帧)并保证每帧具有较为稳定的预测效果，首先采用残差学习的方式消除相邻两帧之间由于时序特征而存在的冗余信息，然后将精化后的斜率特征融合后输入卷积长短期记忆网络(ConvLSTM)，进而利用ConvLSTM的记忆能力得到未来高鲁棒性的多帧预测结果，以降低AO系统在应对具有高时间频率的大气湍流畸变波前时的时延校正误差，提高控制性能。 | ||
| 搜索关键词： | 一种 基于 深度 学习 高鲁棒性波前 斜率 预测 方法 | ||
【主权项】：
暂无信息
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中国科学院光电技术研究所，未经中国科学院光电技术研究所许可，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/202211311661.7/，转载请声明来源钻瓜专利网。
