一种基于BP神经网络的光学门型脉宽复原算法

本发明提供一种基于BP神经网络的光学门型脉宽复原算法，包括以下步骤：获得待测脉冲的FROG图及其时域信号；将实拍飞秒脉冲FROG图和与其对应的时域信号作为BP神经网络的训练集；创建BP神经网络；实拍飞秒脉冲FROG图和与其对应的时域信号输入步骤3中创建成功的BP神经网络进行训练；实拍飞秒脉冲FROG图和与其对应的时域信号作为测试集放入训练好的BP神经网络进行测试，得到预测值；实拍飞秒脉冲FROG图和预测值作为猜测脉冲代入PGCP脉宽复原算法，得出实拍飞秒脉冲FROG图对应脉冲的脉宽。有益效果为：提高脉宽复原算法的速度与精度；具有快速高效的效果；解决迭代次数过多、误差偏大的情况，降低测量难度。