[发明专利]基于机器学习的自适应光学波前校正方法

权利要求书

1.一种基于机器学习的自适应光学波前校正方法，该方法基于自适应波前校正系统实施，所述自适应波前校正系统包括：波前校正器，分束器，波前传感模块，CCD成像模块和计算机控制模块，其特征在于，所述方法包括以下步骤：

S1:构造模型训练系统，用所述计算机控制模块控制湍流池产生随机扰动，使准直激光光束经所述湍流池发生波前畸变成为畸变光束，所述畸变光束经所述波前校正器反射至所述分束器，所述分束器将所述畸变光束分束为第一光束和第二光束至少两束，所述第一光束经所述CCD成像模块会聚得到光强图像，所述第二光束经所述波前传感模块处理得到波前相位信息，用所述计算机控制模块控制所述CCD成像模块和所述波前传感模块分别记录所述光强图像和所述波前相位信息；

S2:将同一时刻记录的所述光强图像和所述波前相位信息作为一个训练样本，重复步骤S1获取多个训练样本构成训练样本集，将所述训练样本集导入计算机控制模块的机器学习模型进行训练，以建立所述光强图像和所述波前相位信息的映射关系；

S3:构造无波前探测校正系统，使远场光束经波前校正器反射至所述CCD成像模块，所述远场光束经CCD成像模块会聚形成远场光强图像，将所述远场光强图像输入经步骤S2训练好的机器学习模型，得到远场波前相位信息；根据远场波前相位信息控制波前校正器对远场光束的波前相位进行校正；

其中，所述构造模型训练系统的方法包括：在所述自适应波前校正系统的波前校正器前放置湍流池，在所述湍流池前放置激光光源模块；所述构造无波前探测校正系统的方法包括：移去所述模型训练系统的激光光源模块、湍流池、分束器和波前传感模块，使远场光源入射至波前校正器；所述准直激光光束是激光光源模块产生的平面波束，所述远场光束是远场光源经大气湍流入射至无波前探测校正系统的光束。

2.根据权利要求1所述的自适应光学波前校正方法，其特征在于，所述波前传感模块包括Shack-Hartmann波前传感器，所述CCD成像模块包括透镜和CCD相机。

3.根据权利要求2所述的自适应光学波前校正方法，其特征在于，所述光强图像成像于CCD相机的焦平面和/或离焦平面。

4.根据权利要求1所述的自适应光学波前校正方法，其特征在于，所述波前相位信息为Zernike多项式表达。

5.根据权利要求1所述的自适应光学波前校正方法，其特征在于，所述湍流池包括流体物质，所述控制湍流池产生随机扰动的方法包括，改变所述流体物质的温度、湿度、流速和强度其中任意一个或多个环境参数。

6.根据权利要求1所述的自适应光学波前校正方法，其特征在于，所述机器学习模型为利用机器学习监督回归算法的卷积神经网络模型ResNet-50。

7.根据权利要求1所述的自适应光学波前校正方法，其特征在于，所述将训练样本集导入机器学习模型进行训练的方法包括，将同一训练样本的所述光强图像作为所述机器学习模型的输入，将同一训练样本的所述波前相位信息作为所述机器学习模型的输出，训练所述机器学习模型。