基于Transformer结构的高精度湍流波前重构

作     者：冯佳濠 胡启立 姜律 杨燕燕 华晟骁 吴晶晶 胡立发 FENG Jia-hao;HU Qi-li;JIANG Lü;YANG Yan-yan;HUA Sheng-xiao;WU Jing-jing;HU Li-fa

作者机构：江南大学理学院江苏无锡214122 江苏省轻工光电工程技术研究中心江苏无锡214122 光电对抗测试评估技术重点实验室河南洛阳471003 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2023年第38卷第6期

页      面：798-808页

学科分类：08[工学] 0703[理学-化学] 0803[工学-光学工程] 

基　　金：国家自然科学基金(No.61475152) 光电对抗测试与评估技术重点实验室基金(No.GKCP2021001) 江苏省轻工业光电工程技术研究中心项目(No.BM2014402) 

主　　题：自适应光学 深度学习 Shack-Hartmann波前传感器 Transformer 波前重构 

摘      要：动态变化的大气湍流和观测目标的亮度的降低严重影响了夏克-哈特曼波前传感器(SHWFS)探测波前的精度。针对这两种复杂的观测条件,本文提出了一种以Transformer结构为基础的神经网络模型,它具有很好的全局建模能力,可以高精度地从SHWFS光斑阵列图像中重建波前。通过在动态变化的典型大气湍流相干长度r_(0)下进行仿真模拟,所提出的网络模型的残余波前RMS误差值稳定在0.010~0.024μm之间。与已有的方法相比,本文方法能够更准确地重构波前像差。此外,本文方法的重构精度受导星或观测目标的亮度变化影响很小。因此,本文方法的重构精度对两种观测条件变化均具有较强的稳定性,为大口径天文光学望远镜的高分辨率成像提供了一种有前景的方法。