搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評論與回復(fù)
      VIP于 到期 續(xù)費
      登錄后你可以
      • 下載海量資料
      • 學(xué)習(xí)在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動

      完善資料讓更多小伙伴認(rèn)識你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示

      南京天光所提出基于衍射神經(jīng)網(wǎng)絡(luò)的、全光學(xué)的波前校正系統(tǒng)

      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(chǎn)生動態(tài)畸變，嚴(yán)重時會導(dǎo)致其經(jīng)光學(xué)系統(tǒng)所成的像斑出現(xiàn)模糊、抖動的現(xiàn)象。因此，暴露在大氣中的光學(xué)系統(tǒng)的實際分辨率難以達(dá)到、甚至遠(yuǎn)遠(yuǎn)低于其光學(xué)分辨率。對于這種情況，進行實時地波前校正是提升該光學(xué)系統(tǒng)的實際分辨率的關(guān)鍵。

      目前的波前校正技術(shù)從目標(biāo)上可以分為兩種：以波前補償為目標(biāo)的傳統(tǒng)自適應(yīng)光學(xué)技術(shù)和以提升像面清晰度為目標(biāo)的無波前傳感自適應(yīng)光學(xué)技術(shù)，前者為實時檢測校正，但硬件復(fù)雜高，技術(shù)難度大，后者的結(jié)構(gòu)相對簡單，但校正帶寬不足，通常難以實現(xiàn)實時校正。

      針對這個問題，中國科學(xué)院南京天文光學(xué)技術(shù)研究所崔向群院士團隊提出了一種基于衍射神經(jīng)網(wǎng)絡(luò)的、全光學(xué)的波前校正系統(tǒng)——衍射自適應(yīng)光學(xué)系統(tǒng)（Diffractive Adaptive Optics System，DAOS），如圖1所示，或能實現(xiàn)對波前誤差在某區(qū)間內(nèi)的畸變波前的光速校正。

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


      圖1：衍射自適應(yīng)光學(xué)系統(tǒng)的概念圖

      該系統(tǒng)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(xié)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(diào)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(qū)間內(nèi)呈正態(tài)分布的畸變波前，采用深度學(xué)習(xí)的方法訓(xùn)練得到。訓(xùn)練結(jié)束后，通過3D打印、激光直寫或者半導(dǎo)體刻蝕等工藝將衍射板制作并組裝成型，該系統(tǒng)就能對訓(xùn)練區(qū)間內(nèi)的畸變波前實現(xiàn)光速的波前校正。目前，衍射自適應(yīng)光學(xué)系統(tǒng)的概念已經(jīng)得到模擬驗證。

      圖2顯示了深度學(xué)習(xí)輸入的波前訓(xùn)練集和測試集。

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


      圖2：（A）數(shù)據(jù)集中波前的波前誤差和數(shù)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(yuǎn)鏡設(shè)計的衍射自適應(yīng)光學(xué)系統(tǒng)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(yuǎn)鏡設(shè)計的，可以同時校正0.0”、0.231”視場的衍射自適應(yīng)光學(xué)系統(tǒng)的6個衍射層

      模擬表明，該系統(tǒng)能很好的改善大氣湍流造成的像質(zhì)下降，見圖4，圖5。相關(guān)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(guān)研究成果已發(fā)表在2023年第2期的《Optics Express》上。該項研究得到國家自然科學(xué)基金（12073053,12173063）與江蘇省自然科學(xué)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(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。 舉報投訴

      原文標(biāo)題：南京天光所提出基于衍射神經(jīng)網(wǎng)絡(luò)的、全光學(xué)的波前校正系統(tǒng)

      文章出處：【微信號：MEMSensor，微信公眾號：MEMS】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

      收藏 人收藏

        評論

        相關(guān)推薦

        神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識程序

        神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識程序
        發(fā)表于 01-04 13:29

        全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)有什么區(qū)別

        全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
        發(fā)表于 06-06 14:21

        卷積神經(jīng)網(wǎng)絡(luò)如何使用

        卷積神經(jīng)網(wǎng)絡(luò)(CNN)究竟是什么，鑒于神經(jīng)網(wǎng)絡(luò)在工程上經(jīng)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(fā)表于 07-17 07:21

        【案例分享】ART神經(jīng)網(wǎng)絡(luò)與SOM神經(jīng)網(wǎng)絡(luò)

        今天學(xué)習(xí)了兩個神經(jīng)網(wǎng)絡(luò)，分別是自適應(yīng)諧振（ART）神經(jīng)網(wǎng)絡(luò)與自組織映射（SOM）神經(jīng)網(wǎng)絡(luò)。整體感覺不是很難，只不過一些最基礎(chǔ)的概念容易理解不清。首先ART神經(jīng)網(wǎng)絡(luò)是競爭學(xué)習(xí)的一個代表，
        發(fā)表于 07-21 04:30

        MATLAB的NARMA-L2系統(tǒng)辨識以及神經(jīng)自校正控制器

        用NARMA-L2結(jié)構(gòu)來辨識非線性系統(tǒng)，該NARMA-L2神經(jīng)網(wǎng)絡(luò)由兩個神經(jīng)網(wǎng)絡(luò)（類似ARX的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)）構(gòu)成。其原理見下面兩張圖。結(jié)合自校正
        發(fā)表于 07-24 20:52

        人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)方法有哪些？

        人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實際問題。那有哪些辦法能實現(xiàn)人工神經(jīng)
        發(fā)表于 08-01 08:06

        基于光學(xué)芯片的神經(jīng)網(wǎng)絡(luò)訓(xùn)練解析，不看肯定后悔

        基于光學(xué)芯片的神經(jīng)網(wǎng)絡(luò)訓(xùn)練解析，不看肯定后悔
        發(fā)表于 06-21 06:33

        如何構(gòu)建神經(jīng)網(wǎng)絡(luò)？

        原文鏈接：http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測的計算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)包括：輸入層：根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層：使用反
        發(fā)表于 07-12 08:02

        基于BP神經(jīng)網(wǎng)絡(luò)的PID控制

        最近在學(xué)習(xí)電機的智能控制，上周學(xué)習(xí)了基于單神經(jīng)元的PID控制，這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線性表達(dá)能力，可以通過對系統(tǒng)性能的學(xué)習(xí)來實現(xiàn)具有最佳組合的PID控
        發(fā)表于 09-07 07:43

        卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應(yīng)用

        。神經(jīng)網(wǎng)絡(luò)的思想起源于1943年McCulloch 和 Pitts 提出的神經(jīng)元模型[19]，簡稱 MCP 神經(jīng)元模 型。它是利用計算機來模擬人的神
        發(fā)表于 08-02 10:39

        基于神經(jīng)網(wǎng)絡(luò)的傳感器非線性誤差校正

        介紹了用神經(jīng)網(wǎng)絡(luò)校正傳感器系統(tǒng)非線性誤差的原理和方法,提出了基于BP 神經(jīng)網(wǎng)絡(luò)傳感器非線性誤差校正
        發(fā)表于 06-29 10:22 ?12次下載

        Nature下一代計算架構(gòu)革命 從全光學(xué)神經(jīng)網(wǎng)絡(luò)開始

        近日，Nature刊載IBM新研究，使用光學(xué)器件打造的“全光學(xué)”深度神經(jīng)網(wǎng)絡(luò)可以比傳統(tǒng)計算方式的能效更高，同時具備可擴展性、無需光電轉(zhuǎn)換和高帶寬等優(yōu)勢。這一發(fā)現(xiàn)可能給未來
        的頭像 發(fā)表于 05-13 11:06 ?2766次閱讀

        神經(jīng)網(wǎng)絡(luò)在ADC誤差校正中的應(yīng)用

        “使用由 MATLAB 和 Deep Learning Toolbox 設(shè)計和訓(xùn)練的神經(jīng)網(wǎng)絡(luò)來對 ADC 誤差進行后校正后，在 ASIC 上實現(xiàn)時，恩智浦設(shè)計的神經(jīng)網(wǎng)絡(luò)所需的面積只有 ADC 的 15%，正常工況下的功耗是 AD
        的頭像 發(fā)表于 03-18 11:21 ?1686次閱讀

        卷積神經(jīng)網(wǎng)絡(luò)的介紹 什么是卷積神經(jīng)網(wǎng)絡(luò)算法

        的深度學(xué)習(xí)算法。CNN模型最早被提出是為了處理圖像，其模型結(jié)構(gòu)中包含卷積層、池化層和全連接層等關(guān)鍵技術(shù)，經(jīng)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(jīng)網(wǎng)絡(luò)算法 卷積
        的頭像 發(fā)表于 08-21 16:49 ?1803次閱讀

        全連接前饋神經(jīng)網(wǎng)絡(luò)與前饋神經(jīng)網(wǎng)絡(luò)的比較

        隨著人工智能技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)作為其核心組成部分，在各個領(lǐng)域展現(xiàn)出了強大的應(yīng)用潛力和價值。在眾多神經(jīng)網(wǎng)絡(luò)類型中，全連接前饋神經(jīng)網(wǎng)絡(luò)（Fully Connected Feedfor
        的頭像 發(fā)表于 07-09 10:31 ?8009次閱讀

        感谢您访问我们的网站，您可能还对以下资源感兴趣：

        好色先生污app