[发明专利]一种基于深度学习的压缩波前探测方法

摘要

本发明公开了一种基于深度学习的压缩波前探测方法，属于自适应光学领域。本申请针对快速恢复稀疏斜率的情况，设计了9层神经网络结构，其中第一层到第六层为双路结构，对输入的x和y方向的斜率分布分别并行处理。数据在第七层到第九层进行合并处理，最后输出预测的波前斜率。该网络可以将稀疏化的波前斜率在更短时间内以更高的精度恢复原始斜率，以进行高精度的波前重构。通过30000组波前和斜率数据对该深度神经网络结构进行训练，训练过程中，使用了具有不同压缩比的斜率。在获得最优模型后，可以实现任意稀疏波前斜率的高精度恢复，且具有良好的抗噪声性能。