← 返回列表
基于哈特曼探测器的无监督学习波前探测方法
申请人信息
- 申请人:中国人民解放军国防科技大学
- 申请人地址:410028 湖南省长沙市开福区德雅路109号
- 发明人: 中国人民解放军国防科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于哈特曼探测器的无监督学习波前探测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311792266.X |
| 申请日 | 2022/7/18 |
| 公告号 | CN117760571A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G01J9/00 |
| 权利人 | 中国人民解放军国防科技大学 |
| 发明人 | 何宇龙; 宁禹; 李俊; 姜宗福; 孙全; 姚金妹; 张文静; 许晓军 |
| 地址 | 湖南省长沙市开福区砚瓦池正街47号 |
摘要文本
本发明公开了一种基于哈特曼探测器的无监督学习波前探测方法，所述波前探测方法包括如下步骤：生成第一哈特曼图像；输入包括编码器和解码器的自编码神经网络生成第二哈特曼图像；以改进的负皮尔逊相关系数作为损失函数，对所述编码器的参数进行优化；重复前述步骤以无监督学习的方式训练所述编码器；输入待测哈特曼图像至所述编码器，所述编码器的输出即为所述待测波前相位畸变。本发明通过神经网络的编码器和光学解析模型的解码器形成自编码神经网络，不仅避免了传统神经网络模型训练的海量数据标注，提高了训练效率，而且可以直接采集大气真实数据进行模型训练，提高了模型探测精度。
专利主权项内容
1.一种基于哈特曼探测器的无监督学习波前探测方法，其特征在于，所述波前探测方法包括如下步骤：SP1 : 生成第一哈特曼图像；SP2 : 将所述第一哈特曼图像输入自编码神经网络，生成第二哈特曼图像；所述自编码神经网络包括编码器和解码器，所述编码器用于将所述第一哈特曼图像转变为波前相位畸变输出；所述解码器用于将所述波前相位畸变转变为第二哈特曼图像输出；所述第一哈特曼图像和所述第二哈特曼图像的图像向量维度相同；SP3 : 以负皮尔逊相关系数(Negative Pearson Correlation Coefficient，NPCC)作为所述自编码神经网络的损失函数，通过约束所述第二哈特曼图像等于所述第一哈特曼图像，对所述编码器的模型参数进行优化，训练所述编码器；SP4 : 生成待测哈特曼图像，输入所述待测哈特曼图像至所述编码器，所述编码器的输出即为所述待测哈特曼图像对应的波前相位畸变。