基于物理信息神经网络的光斑质心计算

摘要：

为了实现强噪声干扰下的远场光斑质心高精度计算,研究了一种基于物理信息神经网络的质心定位方法—质心物理信息神经网络(centroid-PINN),该方法利用U-Net神经网络优化质心计算误差损失.为了验证该方法,利用模拟产生不同强度的两种类型噪声(斜坡噪声和白噪声)干扰下的高斯光斑训练网络.通过两种类型的光斑(高斯光斑和类Sinc函数光斑)测试神经网络,均得到了较高的质心定位精度.相比传统质心定位计算方法,centroid-PINN无需根据噪声水平设置参数,特别是能够处理斜坡噪声的干扰,获得高精度定位结果.成果可用于高性能激光光斑质心参数测量设备的研制,对于夏克-哈特曼波前测量装置的研制也有一定的借鉴意义.

关键词：测量、质心计算、神经网络、自适应光学

所属期刊栏目：71

分类号：V448.22;TN247;TP391

资助基金：国家重点实验室基金;资助的课题

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24