精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

南京天光所提出基于衍射神經網絡的、全光學的波前校正系統

MEMS ? 來源:MEMS ? 2023-03-20 11:29 ? 次閱讀

光在大氣中傳播時,受大氣折射率變化的影響,其波前會產生動態畸變,嚴重時會導致其經光學系統所成的像斑出現模糊、抖動的現象。因此,暴露在大氣中的光學系統的實際分辨率難以達到、甚至遠遠低于其光學分辨率。對于這種情況,進行實時地波前校正是提升該光學系統的實際分辨率的關鍵。

目前的波前校正技術從目標上可以分為兩種:以波前補償為目標的傳統自適應光學技術和以提升像面清晰度為目標的無波前傳感自適應光學技術,前者為實時檢測校正,但硬件復雜高,技術難度大,后者的結構相對簡單,但校正帶寬不足,通常難以實現實時校正。

針對這個問題,中國科學院南京天文光學技術研究所崔向群院士團隊提出了一種基于衍射神經網絡的、全光學的波前校正系統——衍射自適應光學系統(Diffractive Adaptive Optics System,DAOS),如圖1所示,或能實現對波前誤差在某區間內的畸變波前的光速校正。

bc188b5a-c63a-11ed-bfe3-dac502259ad0.png


圖1:衍射自適應光學系統的概念圖

該系統僅由多層順序排列的衍射板組成,被放置于像面之前,通過所有衍射單元的協作來完成對匯聚光束的波前校正。不同厚度的衍射單元為其透射光引入不同的相位調制,而所有衍射單元的厚度都是事先在電腦上,針對大量的、波前誤差在某區間內呈正態分布的畸變波前,采用深度學習的方法訓練得到。訓練結束后,通過3D打印、激光直寫或者半導體刻蝕等工藝將衍射板制作并組裝成型,該系統就能對訓練區間內的畸變波前實現光速的波前校正。目前,衍射自適應光學系統的概念已經得到模擬驗證。

圖2顯示了深度學習輸入的波前訓練集和測試集。

bc728d76-c63a-11ed-bfe3-dac502259ad0.png


圖2:(A)數據集中波前的波前誤差和數量分布;(B)各視場的畸變波前的生成方法示意圖

圖3顯示了針對工作波長0.55 μm、60 cm口徑、焦比45的望遠鏡設計的衍射自適應光學系統的6個衍射層。

bc872114-c63a-11ed-bfe3-dac502259ad0.png


圖3:針對工作波長0.55 μm、60 cm口徑、焦比45的望遠鏡設計的,可以同時校正0.0”、0.231”視場的衍射自適應光學系統的6個衍射層

模擬表明,該系統能很好的改善大氣湍流造成的像質下降,見圖4,圖5。相關的實驗驗證正在籌備中。

bd1a9ebc-c63a-11ed-bfe3-dac502259ad0.png


圖4:0.0”和0.231”視場的單星模擬成像

bd4388fe-c63a-11ed-bfe3-dac502259ad0.png


圖5:近鄰雙星(分別位于0.0”和0.231”視場)模擬成像

相關研究成果已發表在2023年第2期的《Optics Express》上。該項研究得到國家自然科學基金(12073053,12173063)與江蘇省自然科學基金(BK20221156)的資助。


論文鏈接:http://dx.doi.org/10.1364/OE.478492

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4762

    瀏覽量

    100537
  • 光學系統
    +關注

    關注

    4

    文章

    240

    瀏覽量

    18287
  • 深度學習
    +關注

    關注

    73

    文章

    5492

    瀏覽量

    120976

原文標題:南京天光所提出基于衍射神經網絡的、全光學的波前校正系統

文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    神經網絡系統辨識程序

    神經網絡系統辨識程序
    發表于 01-04 13:29

    連接神經網絡和卷積神經網絡有什么區別

    連接神經網絡和卷積神經網絡的區別
    發表于 06-06 14:21

    卷積神經網絡如何使用

    卷積神經網絡(CNN)究竟是什么,鑒于神經網絡在工程上經歷了曲折的歷史,您為什么還會在意它呢? 對于這些非常中肯的問題,我們似乎可以給出相對簡明的答案。
    發表于 07-17 07:21

    【案例分享】ART神經網絡與SOM神經網絡

    今天學習了兩個神經網絡,分別是自適應諧振(ART)神經網絡與自組織映射(SOM)神經網絡。整體感覺不是很難,只不過一些最基礎的概念容易理解不清。首先ART神經網絡是競爭學習的一個代表,
    發表于 07-21 04:30

    MATLAB的NARMA-L2系統辨識以及神經校正控制器

    用NARMA-L2結構來辨識非線性系統,該NARMA-L2神經網絡由兩個神經網絡(類似ARX的神經網絡結構)構成。其原理見下面兩張圖。結合自校正
    發表于 07-24 20:52

    人工神經網絡實現方法有哪些?

    人工神經網絡(Artificial Neural Network,ANN)是一種類似生物神經網絡的信息處理結構,它的提出是為了解決一些非線性,非平穩,復雜的實際問題。那有哪些辦法能實現人工神經
    發表于 08-01 08:06

    基于光學芯片的神經網絡訓練解析,不看肯定后悔

    基于光學芯片的神經網絡訓練解析,不看肯定后悔
    發表于 06-21 06:33

    如何構建神經網絡

    原文鏈接:http://tecdat.cn/?p=5725 神經網絡是一種基于現有數據創建預測的計算系統。如何構建神經網絡神經網絡包括:輸入層:根據現有數據獲取輸入的層隱藏層:使用反
    發表于 07-12 08:02

    基于BP神經網絡的PID控制

    最近在學習電機的智能控制,上周學習了基于單神經元的PID控制,這周研究基于BP神經網絡的PID控制。神經網絡具有任意非線性表達能力,可以通過對系統性能的學習來實現具有最佳組合的PID控
    發表于 09-07 07:43

    卷積神經網絡模型發展及應用

    神經網絡的思想起源于1943年McCulloch 和 Pitts 提出神經元模型[19],簡稱 MCP 神經元模 型。它是利用計算機來模擬人的
    發表于 08-02 10:39

    基于神經網絡的傳感器非線性誤差校正

    介紹了用神經網絡校正傳感器系統非線性誤差的原理和方法,提出了基于BP 神經網絡傳感器非線性誤差校正
    發表于 06-29 10:22 ?12次下載

    Nature下一代計算架構革命 從光學神經網絡開始

    近日,Nature刊載IBM新研究,使用光學器件打造的“光學”深度神經網絡可以比傳統計算方式的能效更高,同時具備可擴展性、無需光電轉換和高帶寬等優勢。這一發現可能給未來
    的頭像 發表于 05-13 11:06 ?2771次閱讀

    神經網絡在ADC誤差校正中的應用

    “使用由 MATLAB 和 Deep Learning Toolbox 設計和訓練的神經網絡來對 ADC 誤差進行后校正后,在 ASIC 上實現時,恩智浦設計的神經網絡所需的面積只有 ADC 的 15%,正常工況下的功耗是 AD
    的頭像 發表于 03-18 11:21 ?1720次閱讀

    卷積神經網絡的介紹 什么是卷積神經網絡算法

    的深度學習算法。CNN模型最早被提出是為了處理圖像,其模型結構中包含卷積層、池化層和連接層等關鍵技術,經過多個卷積層和池化層的處理,CNN可以提取出圖像中的特征信息,從而對圖像進行分類。 一、卷積神經網絡算法 卷積
    的頭像 發表于 08-21 16:49 ?1823次閱讀

    連接前饋神經網絡與前饋神經網絡的比較

    隨著人工智能技術的飛速發展,神經網絡作為其核心組成部分,在各個領域展現出了強大的應用潛力和價值。在眾多神經網絡類型中,連接前饋神經網絡(Fully Connected Feedfor
    的頭像 發表于 07-09 10:31 ?8584次閱讀