0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

南京天光所提出基于衍射神经网络的、全光学的波前校正系统

MEMS 来源:MEMS 2023-03-20 11:29 次阅读

光在大气中传播时,受大气折射率变化的影响,其波前会产生动态畸变,严重时会导致其经光学系统所成的像斑出现模糊、抖动的现象。因此,暴露在大气中的光学系统的实际分辨率难以达到、甚至远远低于其光学分辨率。对于这种情况,进行实时地波前校正是提升该光学系统的实际分辨率的关键。

目前的波前校正技术从目标上可以分为两种:以波前补偿为目标的传统自适应光学技术和以提升像面清晰度为目标的无波前传感自适应光学技术,前者为实时检测校正,但硬件复杂高,技术难度大,后者的结构相对简单,但校正带宽不足,通常难以实现实时校正。

针对这个问题,中国科学院南京天文光学技术研究所崔向群院士团队提出了一种基于衍射神经网络的、全光学的波前校正系统——衍射自适应光学系统(Diffractive Adaptive Optics System,DAOS),如图1所示,或能实现对波前误差在某区间内的畸变波前的光速校正。

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


图1:衍射自适应光学系统的概念图

该系统仅由多层顺序排列的衍射板组成,被放置于像面之前,通过所有衍射单元的协作来完成对汇聚光束的波前校正。不同厚度的衍射单元为其透射光引入不同的相位调制,而所有衍射单元的厚度都是事先在电脑上,针对大量的、波前误差在某区间内呈正态分布的畸变波前,采用深度学习的方法训练得到。训练结束后,通过3D打印、激光直写或者半导体刻蚀等工艺将衍射板制作并组装成型,该系统就能对训练区间内的畸变波前实现光速的波前校正。目前,衍射自适应光学系统的概念已经得到模拟验证。

图2显示了深度学习输入的波前训练集和测试集。

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


图2:(A)数据集中波前的波前误差和数量分布;(B)各视场的畸变波前的生成方法示意图

图3显示了针对工作波长0.55 μm、60 cm口径、焦比45的望远镜设计的衍射自适应光学系统的6个衍射层。

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


图3:针对工作波长0.55 μm、60 cm口径、焦比45的望远镜设计的,可以同时校正0.0”、0.231”视场的衍射自适应光学系统的6个衍射层

模拟表明,该系统能很好的改善大气湍流造成的像质下降,见图4,图5。相关的实验验证正在筹备中。

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


图4:0.0”和0.231”视场的单星模拟成像

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


图5:近邻双星(分别位于0.0”和0.231”视场)模拟成像

相关研究成果已发表在2023年第2期的《Optics Express》上。该项研究得到国家自然科学基金(12073053,12173063)与江苏省自然科学基金(BK20221156)的资助。


论文链接:http://dx.doi.org/10.1364/OE.478492

审核编辑 :李倩

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4762

    浏览量

    100539
  • 光学系统
    +关注

    关注

    4

    文章

    240

    浏览量

    18289
  • 深度学习
    +关注

    关注

    73

    文章

    5492

    浏览量

    120977

原文标题:南京天光所提出基于衍射神经网络的、全光学的波前校正系统

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    神经网络系统辨识程序

    神经网络系统辨识程序
    发表于 01-04 13:29

    连接神经网络和卷积神经网络有什么区别

    连接神经网络和卷积神经网络的区别
    发表于 06-06 14:21

    卷积神经网络如何使用

    卷积神经网络(CNN)究竟是什么,鉴于神经网络在工程上经历了曲折的历史,您为什么还会在意它呢? 对于这些非常中肯的问题,我们似乎可以给出相对简明的答案。
    发表于 07-17 07:21

    【案例分享】ART神经网络与SOM神经网络

    今天学习了两个神经网络,分别是自适应谐振(ART)神经网络与自组织映射(SOM)神经网络。整体感觉不是很难,只不过一些最基础的概念容易理解不清。首先ART神经网络是竞争学习的一个代表,
    发表于 07-21 04:30

    MATLAB的NARMA-L2系统辨识以及神经校正控制器

    用NARMA-L2结构来辨识非线性系统,该NARMA-L2神经网络由两个神经网络(类似ARX的神经网络结构)构成。其原理见下面两张图。结合自校正
    发表于 07-24 20:52

    人工神经网络实现方法有哪些?

    人工神经网络(Artificial Neural Network,ANN)是一种类似生物神经网络的信息处理结构,它的提出是为了解决一些非线性,非平稳,复杂的实际问题。那有哪些办法能实现人工神经
    发表于 08-01 08:06

    基于光学芯片的神经网络训练解析,不看肯定后悔

    基于光学芯片的神经网络训练解析,不看肯定后悔
    发表于 06-21 06:33

    如何构建神经网络

    原文链接:http://tecdat.cn/?p=5725 神经网络是一种基于现有数据创建预测的计算系统。如何构建神经网络神经网络包括:输入层:根据现有数据获取输入的层隐藏层:使用反
    发表于 07-12 08:02

    基于BP神经网络的PID控制

    最近在学习电机的智能控制,上周学习了基于单神经元的PID控制,这周研究基于BP神经网络的PID控制。神经网络具有任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控
    发表于 09-07 07:43

    卷积神经网络模型发展及应用

    神经网络的思想起源于1943年McCulloch 和 Pitts 提出神经元模型[19],简称 MCP 神经元模 型。它是利用计算机来模拟人的
    发表于 08-02 10:39

    基于神经网络的传感器非线性误差校正

    介绍了用神经网络校正传感器系统非线性误差的原理和方法,提出了基于BP 神经网络传感器非线性误差校正
    发表于 06-29 10:22 12次下载

    Nature下一代计算架构革命 从光学神经网络开始

    近日,Nature刊载IBM新研究,使用光学器件打造的“光学”深度神经网络可以比传统计算方式的能效更高,同时具备可扩展性、无需光电转换和高带宽等优势。这一发现可能给未来
    的头像 发表于 05-13 11:06 2771次阅读

    神经网络在ADC误差校正中的应用

    “使用由 MATLAB 和 Deep Learning Toolbox 设计和训练的神经网络来对 ADC 误差进行后校正后,在 ASIC 上实现时,恩智浦设计的神经网络所需的面积只有 ADC 的 15%,正常工况下的功耗是 AD
    的头像 发表于 03-18 11:21 1720次阅读

    卷积神经网络的介绍 什么是卷积神经网络算法

    的深度学习算法。CNN模型最早被提出是为了处理图像,其模型结构中包含卷积层、池化层和连接层等关键技术,经过多个卷积层和池化层的处理,CNN可以提取出图像中的特征信息,从而对图像进行分类。 一、卷积神经网络算法 卷积
    的头像 发表于 08-21 16:49 1823次阅读

    连接前馈神经网络与前馈神经网络的比较

    随着人工智能技术的飞速发展,神经网络作为其核心组成部分,在各个领域展现出了强大的应用潜力和价值。在众多神经网络类型中,连接前馈神经网络(Fully Connected Feedfor
    的头像 发表于 07-09 10:31 8589次阅读