公开(公告)号：CN117689993A

公开(公告)日：2024-03-12

申请号：CN202311657488.0

申请日：2023-12-05

Applicant: 北京应用物理与计算数学研究所

Inventor： 罗文 ,  张建柱 ,  张飞舟 ,  张大勇 ,  刘仓理

IPC: G06V10/82 ,  G01M11/02 ,  G06N3/084 ,  G06N3/09

Abstract: 本申请提供一种波前畸变信息预测方法，该方法包括：获取通过目标远场光斑测量系统测量到的原始远场光斑；通过目标远场光斑测量系统的第一系统参数以及标准远场光斑模拟系统的第二系统参数对原始远场光斑进行定标处理，得到标准远场光斑；将标准远场光斑输入到训练好的神经网络模型中进行预测处理，得到预测波前畸变信息，训练好的神经网络模型根据定标处理后的样本标准远场光斑以及对应波前畸变真值进行训练得到。本申请通过将不同远场光斑测量系统测量得到的不同参数的原始远场光斑定标为标准远场光斑，将标准远场光斑作为训练好的神经网络模型的输入，能适用于各种不同测量系统的波前畸变信息预测，提高不同场景下的波前畸变信息预测效率。

公开(公告)号：CN117670826A

公开(公告)日：2024-03-08

申请号：CN202311660380.7

申请日：2023-12-05

Applicant: 北京应用物理与计算数学研究所

Inventor： 罗文 ,  张建柱 ,  张飞舟 ,  张大勇 ,  刘仓理

IPC: G06T7/00 ,  G01J9/00 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请提供一种波前像差预测模型训练方法，包括：通过光束传输模型生成样本波前像差的样本标准远场光强图像，每个样本标准远场光强图像对应一个样本波前像差，样本标准远场光强图像具有标准网格参数；通过待训练波前像差预测模型对样本标准远场光强图像进行预测处理，得到样本标准远场光强图像的预测波前像差；基于样本波前像差与预测波前像差确定损失值，通过损失值对所述待训练波前像差预测模型进行参数更新和迭代，得到训练好的波前像差预测模型。通过光束传输模型生成样本波前像差的样本标准远场光强图像，利用样本标准远场光强图像以及样本波前像差来进行波前像差预测模型的训练，在模型训练时只需要仿真数据集，提高了模型训练效率。