一种基于深度学习的相位调制光束整形方法

一种基于深度学习的相位调制光束整形方法，通过搭建多层卷积神经网络，对相位分布进行求解，并结合液晶空间光调制器将高斯光束整形为均匀性达到理想均匀光束90％的平顶光束，并最大限度的保留激光强度，解决传统相位调制算法随机初始相位敏感和容易陷入局部最优解的问题。应用本发明方法能够将抽运激光的高斯光束通过光束整形，改善抽运激光的质量，得到高强均匀光束，可以避免由于抽运激光产生的横向极化率梯度引起的极化率不均匀问题，从而使得超高灵敏磁场测量装置的灵敏度进一步提高。