-
公开(公告)号:CN110068973B
公开(公告)日:2020-11-13
申请号:CN201910297270.6
申请日:2019-04-15
Applicant: 中国科学院光电技术研究所
IPC: G02F1/139
Abstract: 本发明公开了一种基于反卷积神经网络的液晶像差校正方法,利用的系统包括:液晶像差校正器,成像探测器,反卷积神经网络模块。具体方法为,液晶像差校正器,作为执行机构对入射光的畸变波前进行校正;成像探测器负责采集液晶校正后的光束光斑图像;反卷积神经网络模块通过大量光斑数据学习训练后,根据成像系统传输的畸变光斑图像,推测出畸变光斑对应的校正波面灰度值,最终将校正波面灰度值加载在液晶像差校正器上,实现对波前像差的校正。该方法在卷积神经网络的基础上增加的反卷积层,可以根据畸变光斑波前直接生成校正波面灰度值,不需要额外设置灰度值转换模块,提高了控制系统的实时性。
-
公开(公告)号:CN109839186A
公开(公告)日:2019-06-04
申请号:CN201910129372.7
申请日:2019-02-21
Applicant: 中国科学院光电技术研究所
IPC: G01J1/42
Abstract: 本发明公开了一种提高空间光通信系统光束位置检测精度的系统及方法。区别于一般光束位置检测中对非线性问题进行修正的方法,本方法从抑制探测器噪声的角度,通过提高探测器输出信噪比的方式,提高空间光通信系统的光束位置检测精度。此方法可以增强探测器输出信号在局部频点上的信噪比,可在信噪比极低的情况下检测光束位置。对空间光通信系统的环境适应能力有显著的提高。
-
公开(公告)号:CN110068973A
公开(公告)日:2019-07-30
申请号:CN201910297270.6
申请日:2019-04-15
Applicant: 中国科学院光电技术研究所
IPC: G02F1/139
Abstract: 本发明公开了一种基于反卷积神经网络的液晶像差校正方法,利用的系统包括:液晶像差校正器,成像探测器,反卷积神经网络模块。具体方法为,液晶像差校正器,作为执行机构对入射光的畸变波前进行校正;成像探测器负责采集液晶校正后的光束光斑图像;反卷积神经网络模块通过大量光斑数据学习训练后,根据成像系统传输的畸变光斑图像,推测出畸变光斑对应的校正波面灰度值,最终将校正波面灰度值加载在液晶像差校正器上,实现对波前像差的校正。该方法在卷积神经网络的基础上增加的反卷积层,可以根据畸变光斑波前直接生成校正波面灰度值,不需要额外设置灰度值转换模块,提高了控制系统的实时性。
-
-