摘要
本发明属于自适应光学预测控制领域,公开了一种基于动态时空图模型的波前预测方法,针对自适应光学系统的时延进行预测补偿。该方法过程是,先通过仿真获取时序畸变波前的泽尼克系数数据集,对数据进行预处理。将数据输入构建的动态时空图模型,利用历史连续畸变多帧波前的泽尼克系数,预测出下一帧待校正波前的泽尼克系数。通过时空耦合的图网络结构以及注意力机制,消除相邻波前数据之间时序特征上存在的冗余信息,获得高精度的预测效果。该方法降低了自适应光学系统在应对大气湍流畸变波前时的时延校正误差,从而提高控制性能。
技术关键词
时空图模型
动态
光学系统
卷积模块
湍流
校正误差
数据
时延
传感系统
时序特征
注意力机制
网络结构
输出模块
冗余
光束
指标
系统为您推荐了相关专利信息
权限管理
权限特征
机器学习算法
项目特征
数据访问权限
多方位
声学传感器
电子控制单元
流速传感器
水下探测装置
健康状态信息
显示设备
机器学习模型
生理
遥控器
通信特征
自然语言理解模型
战场环境
动态平衡状态
层级