[发明专利]一种基于光流估计的神经网络像差预测方法

说明书

本发明公开了一种基于光流估计的神经网络像差预测方法，利用的系统包括：像差校正器，图像采集模块，光流估计算法模块，卷积神经网络模块，校正器控制模块。具体方法为，像差校正器，作为执行机构对空间通信光的畸变像差进行补偿；图像采集模块负责接收校正器补偿后的光束，并将其采集为光斑图像；光流估计算法模块对当前图像与上一帧图像特征进行提取，得到图像的运动变化信息；卷积神经网络模块根据光斑图像及光流估计模块的运动信息预测出畸变光斑对应的Zernike系数；最后，控制模块将Zernike系数转化为驱动信号，控制像差校正器对像差进行校正。该方法探测简单，有效的提高大气扰动预估效率与校正系统的实时性。

技术领域

本发明涉及空间光通信技术领域，具体的为一种基于光流估计的神经网络像差预测方法，主要通过光流估计算法对大气扰动产生畸变的运动信息进行提取，结合卷积神经网络实现对大气扰动的预估与对像差校正系统的控制。

背景技术

空间光通信相较于微波通信，在传输速率、通信容量、信息安全性等方面的优势尤为突出，在星地、星间等通信链路中已得到广泛应用。为进一步提高接收系统的探测灵敏度与通信容量，空间光到单模光纤的耦合是应用空间光通信技术的前提。但是，大气衰减、大气扰动、接收与发射端随机抖动等影响因素的存在，使空间光到单模光纤的耦合较为困难，其对空间光通信的终端接收产生严重影响，通信性能明显下降。为抑制大气扰动对空间光通信链路的影响，国内外学者在通讯信道、接收系统、光纤控制和畸变补偿等方面都开展的大量研究，目前主要的相关技术有：大孔径接收技术、多孔径接收技术、光纤章动技术、分集接收技术和像差校正技术等。其中的像差校正技术利用相位共轭原理或优化算法，实时改善光波像差质量，对空间光相位畸变有较好的实时补偿效果，所以相比于其它技术，像差校正系统近年来受到越来越多的研究人员的重视。

在像差校正系统给中，传统的像差探测方法需要保证每个探测子孔径中都有足够的光强进行斜率估计，并且存在一定的计算误差。在像差校正系统工作的过程中，CCD图像采集、数据传输、控制信号计算及像差校正器响应等过程都具有一定的时间延时，这将对通信系统的校正精度和系统带宽产生影响。针对以上问题的本发明提出一种基于光流估计的神经网络像差预测方法，采用改进的卷积神经网络对大气扰动产生的像差畸变进行预测，该方法无需额外的探测装置，仅需要一个图像采集装置即可实现。针对像差校正系统的各项延迟环节造成的校正误差，采用光流估计算法，对大气扰动的运动趋势进行预估，最终结合卷积神经网络完成大气扰动的预估计与畸变补偿。

发明内容

本发明要解决的技术问题为：提出一种基于光流估计的神经网络像差预测方法，采用光流估计算法对大气扰动产生畸变的运动趋势进行提取，结合卷积神经网络对空间光畸变像差进行预测，提高像差校正系统的实时性。

本发明采用的技术方案为：一种基于光流估计的神经网络像差预测方法，该方法包括如下步骤：

步骤一、像差校正器对由大气等扰动产生畸变像差进行校正；

步骤二、图像采集模块采集像差校正后的光束光斑图像；

步骤三、光流估计算法模块对当前图像与上一帧图像特征进行提取，得到图像速度变化信息并输入神经网络模块；

步骤四、卷积神经网络模块经过大量光斑数据训练后，根据成像系统采集得到的光斑图像及光流估计模块的运动信息，拟合出光斑对应的Zernike系数；

步骤五、驱动控制模块将拟合得到的Zernike系数转化为驱动信号，控制像差校正器对弱大气湍流产生的像差像差进行校正。

进一步地，图像采集模块对校正后的光束进行成像，得到校正后的光斑图像，其包括：

1)分光棱镜，对校正后的光束进行分光，其中一束进行图像采集，另一束耦合进入光纤进行信息传输；

2)图像采集器，对光斑亮度值进行捕获，并将光斑亮度值反馈到像差控制系统。